随着先进技术的发展和应用，机器人技术近年来发展迅速。因此，由于机器人在工业应用上的大量需求，越来越多的专家致力于机器人的研究。仿人机器人在各类型机器人研究中独具魅力，特别是近年来随着机器人发展，愈来愈得到研究重视。仿人机器人不单是在形体上与人相似，更重要的是可以执行与人相同的行为。　　 本文以仿人足球机器人作为实验对象，研究多传感器融合技术在仿人机器人中的应用，以提高机器人运动的性能。为了在仿人机器人实现多传感器融合技术，应该先设计基于JDL(Joint Directory of Laboratory)多传感器的融合模型。　　 在多传感器融合技术中关键一点是如何预测或估计传感器的数据，也就是说是数据评估。通常在不理解传感器结构情况下，利用数学模型作数据评估是困难的，而且评估的数据可能不准确。为了克服此问题，本文采用卡尔曼滤波器作为多传感器融合算法，提高数据准确度。卡尔曼滤波算法在数据估计和目标跟踪上相当有效，它可以整合本地多组传感器数据最终得到一个融合结果数据。之后，此融合结果数据作为机器人系统的输入用于控制和调整机器人的传动电机。在本文中，使用了两种微电机系统(MicroElectro Mechanical System.MEMS)传感器：加速计和陀螺仪；此两种传感器在仿人机器人中被广泛用于探测机器人体位置和反馈优化机器人步态控制。但是加速计和陀螺仪容易受到漂移影响，从而产生错误，并且错误会随时间累积放大。多传感器融合技术通过整合此两个传感器数据可以有效地减小错误增加传感器性能，最终到达提高机器人步态性能和稳定性的目的。　　 最后，本文阐述了系统的实验平台，包括机器人机械平台作为伺服电机，电子控制平台作为中心控制器。通过实验数据分析有效验证了使用卡尔曼滤波器融合本地多传感器数据取得很好结果，传感器性能得到提高，机器人控制器获得更准确数据，从而最终提高了仿人机器人步态性能。