系统中使用的传感器种类和数量越来越多，每种传感器都有一定的使用条件和感知范围，并且又能给出环境或对象的部分或整个侧面的信息，为了有效地利用这些传感器信息，需要采用某种形式对传感器信息进行综合、融合处理，不同类型信息的多种形式的处理系统就是传感器融合。传感器的融合技术涉及神经网络、知识工程、模糊理论等信息、检测、控制领域的新理论和新方法。

传感器汇集类型有多种，现举两种例子。

（1）竞争性的：在传感器检测同一环境或同一物体的同一性质时，传感器提供的数据可能是一致的，也可能是矛盾的。若有矛盾，就需要系统裁决。裁决的方法有多种，如加权平均法、决策法等。在一个导航系统中，车辆位置的确定可以通过计算法定位系统（利用速度、方向等记录数据进行计算）或陆标（如交叉路口、人行道等参照物）观测确定。若陆标观测成功，则用陆标观测的结果，并对计算法的值进行修正，否则利用计算法所得的结果。(www.daowen.com)

（2）互补性的：传感器提供不同形式的数据。例如，识别三维物体的任务就能说明这种类型的融合。利用彩色摄像机和激光测距仪确定一段阶梯道路，彩色摄像机提供图像（如颜色、特征），而激光测距仪提供距离信息，两者融合即可获得三维信息。

目前，要使多传感器信息融合体系化尚有困难，而且缺乏理论依据。多传感器信息融合的理想目标应是人类的感觉、识别、控制体系，但由于对后者尚无一个明确的工程学的阐述，所以机器人传感器融合体系要具备什么样的功能尚是一个模糊的概念。相信随着机器人智能水平的提高，多传感器信息融合理论和技术将会逐步完善和系统化。