随着传感器技术以及智能控制等理论的发展，移动机器人的自主性与智能性越来越高，在生产生活中也得到了越来越广泛的应用。路径规划作为移动机器人实现自主运动的关键技术之一，是移动机器人研究课题的重中之中。完全遍历路径规划是一类特殊的路径规划，要求移动机器人能够覆盖工作空间中的所有无障碍区域并自主避障，在服务等领域有着广泛的应用前景，典型的应用有清洁机器人、智能割草机、自主收割机、排雷机器人等。本课题基于实验室的MT-AR研究性智能移动机器人平台，对移动机器人在实验室环境下的完全遍历路径规划以及多传感器信息融合在路径规划中的应用作了理论和实验研究。　　本文首先将基于已知环境模型的全局路径规划与基于传感器信息的局部路径规划方法相结合，采用单元分解法为基本思想的完全遍历路径规划方法，利用Boustrophedon分解法对移动机器人工作环境进行合适的区域分解。其次，提出基于搜索规则的状态空间搜寻法，完成对全局环境中的基点搜索;采用前进转向式的迂回式扫描法实现基本单元内部遍历。最后针对移动机器人躲避环境中出现的未知随机障碍物问题，提出多传感器信息融合的避障方式，并利用模糊逻辑算法实现信息融合，实现移动机器人在局部路径规划中成功避开障碍物。通过在机器人仿真软件MRS进行仿真以及对实验结果的分析，证明了此算法在较复杂的环境下的可行性与有效性。