智能化是机器人科学研究的主要发展方向之一,机器人的智能主要表现在未知环境中自主工作的能力,这是在空间和海洋探索、军事作战、危险环境作业,甚至在未知的服务业中工作的机器人都必须解决的理论与技术.机器人要在未知环境中自主工作必须具有环境感知和实时决策能力:一方面是准确采集外界环境信息,另一方面是快速进行信号处理.机器人敏感皮肤的研究正是在这一需求上发展起来的,它可以极大地改善机器人的环境感知能力,提高系统的自主工作能力.该课题研究的机器人敏感皮肤是由模块化的、灵活的、带有数据处理能力的微型红外传感器矩阵构成,采用光强法测量敏感皮肤与障碍物之间的距离.实验结果表明,该敏感皮肤提高了机器人对环境的感知能力,可以实时地给出外界环境中障碍物的存在和距离信息,为机器人的路径规划算法做准备.首先,根据敏感皮肤的组成及测距机理并结合红外传感器的特性,进行了传感器信号采集处理电路设计与调试.其次,对容错算法进行理论研究,寻找出一种适合该系统且具有较好容错性能的方法.根据系统的特点并结合机器人工作环境的要求,设计出一种容错算法.不仅可以增加系统的稳定性能,而且使系统拥有更好的适应性.最后,对融合算法进行研究,寻找出适合于该系统的融合算法.严格的讲,容错算法属于融合算法中,在该系统中将容错理论融于融合算法之中并加以应用.文中对多传感器系统进行了研究,选取了适当融合网络模型并借鉴了统计学理论构建了一套融合算法,并经实验测试得到了满意的效果.