本文提出了在不確定的環境中，移動機器人的一種全局路徑規劃算法。將全局路徑規劃分解為局部路徑規劃的組合。為提高規劃的效率，在局部規劃中，采用了基于案例的學習方法。以ART-2神經網絡實現案例的匹配、學習和擴充。滿足了規劃的實時性要求，仿真結果說明了本算法的有效性。
摘要：本文描述了一種微型六足仿生機器人的結構與控制，分析了這種微型六足仿生機器人的移動原理。該機器人基于仿生學原理，結構獨特、簡單、新穎，能方便地實現前進和后退，其樣機外形尺寸為：長30mm，寬40mm，高20mm，重6.3g。并對該樣機進行了實驗，實驗結果表明該機器人具有較好的機動性。
通過分析全景視覺與里程計傳感器的感知模型的不確定性，提出了一種基于路標觀測的移動機器人自定位算法。該算法利用卡爾曼濾波器，融合多種傳感器在不同觀測點獲取的觀測數據完成機器人自定位，與傳統的、采用單一傳感器自定位的方法相比，它利用視覺和里程計的互補特性，提高了自定位的精度。實驗結果證昵了上述
提出一種分步路徑規劃方法，首先采用鏈接圖建立機器人工作空間模型，用Dijkstra算法求得鏈接圖最短路徑；然后用粒子群算法對此路徑進行優化，得到全局最優路徑。仿真結果表明：所提方法簡便可行，能夠滿足移動機器人導航的高實時性要求，是機器人路徑規劃的一個較好方案。
通過對兩輪驅動機器人小車的運動模型的分析，提出一種非完整性兩輪機器人小車運動控制器的設計方法。在將運動參量角速度和線速度進行解耦的基礎上，引入速度控制器，通過反饋抑制了左右輪的擾動及參數差異對控制性能的影響，并且以數字信號處理器芯片TMS320LF2407A為控制器核心，具體實現了非完整性兩輪機器人小車運動控制。 實驗結果證明了上述方法的有效性。