В огромном множестве работ по статистической классификации можно выделить два направления - классификация наблюдений (объектов) а) с фиксированными значениями признаков; б) с динамическим признаками (когда динамический признак представляет упорядоченную (как правило, по времени) последовательность значений на некотором конечном множестве). Во многих работах динамические признаки интерпретируются как показания соответствующих сенсоров, в этом случае классификация называется мультисенсорной. В данной работе предложен алгоритм мультисенсорной классификации с использованием известного понятия «ближайшей окрестности» для каждого значения из показаний сенсоров, что расширяет возможности для обеспечения правильной классификации. Алгоритм допускает ряд практически важных расширений (необязательность синхронихации всех сенсоров, возможность использования качественных (категориальных) динамических признаков). Изложение иллюстрируется примером классификации состояний робота при возникновении в нем неисправностей из заданной совокупности классов.