人工神经网络法近年来被应用于机器人避障系统中的传感器故障诊断领域。人工神经网络是一种并行处理机制的网络，且它可以通过学习而获得外界知识，知识分布存储各个神经元之间连接权值上，它可以完成输入模式到输出模式的复杂映射，具有容错能力强和运行速度快的特点。
采用神经网络法进行机器人避障系统的故障诊断的方法是①选择系统中关键传感器输出作为神经网络的输入变量，并规定网络的输出变量值；②选择合适类型和结构的神经网络；③根据所选择的输入输出信号的历史数据，离线对网络进行训练，获得网络的权值或阀值；④在线将前面选择的输入输出数据作用于网络，网络输出便可给出诊断结果。
该方法优点是不需要准确的数学模型，可以直接用过程数据来解决机器人避障系统故障诊断问题。但是此方法还存在一些问题，如网络结构如何选取等。此外，在诊断过程中，常常自学习，自诊断，因此如何将无导师训练算法引入到传感器故障诊断领域，也是一直探讨的方向。