随着机器人技术和人工智能的快速发展,针对不同应用场景的智能机器人系统已经逐渐融入军事、工业、家庭等各个领域,将对未来的生产和生活方式起着极大的影响。环境智能感知作为智能机器人必备的基本功能,其实时性和准确性直接决定了机器人工作任务的完成效果。本文对基于移动机器人的环境智能感知系统的关键技术进行了研究,简要介绍了“环境模型的建立与更新”、“机器人路径规划算法”、“含语义信息的环境地图描述与展示”等关键技术的常用方法,并对传统方法中存在的一些问题进行了改进,主要研究内容包括：1.为解决VFFH+等常用局部路径规划算法中活动窗大小固定导致的如路径不平滑、丢失狭窄通道等问题,本文结合人类驾驶经验,提出了一种基于多视野多分辨率思想的移动机器人局部路径规划算法。本文方法中视野范围(活动窗)大小可以根据机器人所处环境动态改变,并根据障碍物复杂度实时调整各层视野的分辨率大小,最后综合考虑各备选方向的通行代价得出目标行驶方向。仿真结果表明所提算法有效地解决了固定活动窗方法存在的问题且具有更强的环境适应性。2.本文系统感知到的环境信息的描述与展示基于栅格地图,考虑到栅格地图存在对物体整体概念的弱化以及栅格地图不含物体语义信息等两个问题,本文分别使用了基于形态学闭操作的方法和基于SIFT的物体识别方法来对其进行改进,仿真结果表明经过改进处理的栅格地图在环境展示效果上得到了增强。3.为解决环境模型更新过程中错误数据对环境模型准确度的影响,本文在栅格地图上设计了一种基于考察机器人当前运动状况和上周期检测情况的软件滤波器。首先根据当前运动情况预测下一个被检测到的障碍点的位置,然后根据预测值和测量值的偏差来确定测量值被接受还是挂起,并在下一个周期对挂起值进行处理。软件滤波器的处理可以增加环境模型的准确度以便为路径规划和环境展示提供更准确的数据来源。本文在仿真平台上对所作的改进以及系统整体进行了实验和分析,并在最后对全文进行了总结。