将人的大脑信息处理机制引入到智能机器人上,对机器人的智能化发展起到决定性作用,并成为重要的研究方向。本文模拟人的视听觉交叉感知机制,从听觉的声源定位,到视觉进行目标检测、识别与测距几方面,研究机器人的视听觉交叉感知模型,实现机器人对环境中视听觉信息的认知。本文主要从以下几个方面进行研究:在声源定位方面,模拟人的听觉上行通路进行声音采集、传导与定位,下行通路纠正偏差的机理。在机器人上行通路采用基于人的双耳定位模型的时延估计定位算法。在下行通路中,引入模拟大脑皮层听觉整合机理的神经网络算法,利用RBF神经网络良好的泛化能力与学习收敛速度,将广义互相关算法得到的声源位置进行非线性误差矫正。仿真实验表明该方法提高了声源定位的精度。在视觉感知方面,仿照人的两条视觉通路,在what通路,对基于视觉感知机理的三种HMAX模型进行分析,并抽象出视觉感知模型框架;采用Ada Boost算法,设计了基于HMAX模型框架的目标检测模型;通过在S1层采用快速的小波变换取代Gabor滤波,C1层利用SVDP特征提取算法替换最大化模板方法,在VTU识别层利用稀疏表示的分类算法,设计了基于HAMX模型框架的目标识别模型。在where通路,根据人的视觉空间感知机制,设计机器人的双目测距模型,利用双目摄像头的焦距和三角定理实现视野内目标的定位。最后,仿真实验表明新型目标检测、识别与定位模型算法的有效性,有效降低了时间复杂度。研究人的视听觉交叉感知机理,分别从听觉通路对声源定位的影响机制和视觉通路中目标感知以及空间感知进行分析,融合声源定位和视觉双目定位,设计机器人视听觉交叉感知模式。仿真实验表明机器人对环境中视听觉信息能够准确认知,实现空间位置的精确感知。