近年来,移动机器人导航已成为关注的热点,其中定位技术、环境感知、路径规划是导航的关键技术。本文以移动机器人具体模型——智能小车为研究对象,从多传感器信息融合的角度出发,研究了智能小车的跟随路径导航和避障导航问题,主要内容如下：在介绍机器人发展史和移动机器人的基础上,针对有引导路径的环境,提出了一种基于小波和数学形态学的方法计算导航参数,采用摄像头传感器采集环境信息,实现移动机器人自主导航。运用小波对采集的图像滤波和增强,数学形态学滤波器去除路面杂质,得到仅有引导路径的灰度图像,将图像二值化,利用基于数学形态学的方法提取路径中心点,借助于加权最小二乘法计算导航参数,仿真结果验证了方法有较好的实时性和准确性。在无引导路径的环境下,为了实现机器人自主完成从起点无碰撞的到达目标点的任务,采用了视觉传感器获取环境信息,以栅格法为基础描述整体环境,提出一种搜索树算法设计全局路径,在机器人前行过程中,通过超声波、里程计传感器不断感知周围局部环境信息并进行自定位,利用基于模糊逻辑的多传感器信息融合,将局部信息与全局信息进行融合,根据环境类型设计避障算法。实验结果验证了算法能较好的实现机器人在未知环境中的自主避障与导航。设计了以ARM9为主控平台,具有多传感器的智能车自主导航控制实验系统,主要由驱动模块、导航模块、车体转动角控制模块、传感器模块和无线通信模块组成。为了验证上述算法的有效性和可行性,将算法应用于实验系统,实验结果表明所设计系统和算法能够满足自主导航功能,达到预期目标。