在移动机器人相关技术研究中,自主导航性能代表着移动机器人智能水平的高低,而定位则是移动机器人实现自主导航的关键。移动机器人蒙特卡罗定位算法是目前研究移动机器人自定位技术常用的方法之一,因其具有并行化、易于实现以及能有效处理非线性问题的特点而被广泛应用。但是传统的蒙特卡罗定位算法存在粒子退化和粒子耗尽等问题,无法保证移动机器人定位的精度。许多改进算法虽然提高了移动机器人定位的精度,但却增加了计算的复杂度,不容易实现。本课题的研究目的是对传统的蒙特卡罗定位算法进行改进,研究一种保证定位精度且易于实现的定位算法。本文首先分析并建立移动机器人定位需要的相关模型,如坐标系统模型、运动模型、传感器观测模型、噪声模型等。其次,对传感器误差进行分析,并介绍了采用内部与外部传感器相结合的方式实现移动机器人定位的方法,通过外部传感器来修正内部传感器的累积误差,从而提高定位精度。最后,分析了传统蒙特卡罗算法的不足,指出改进蒙特卡罗算法存在的问题,对新的改进蒙特卡罗算法——快速蒙特卡罗算法进行了较深入的研究。本文给出了一种新的改进蒙特卡罗定位算法。该算法将传统的粒子滤波与无迹卡尔曼滤波、马尔可夫蒙特卡罗算法相结合,并通过动态更新粒子集合的粒子数目,在保证移动机器人定位精度不变的情况下,降低算法的复杂程度。将新的蒙特卡罗定位算法应用于以ARM9为硬件的实验平台中,实验证明了该算法的可行性与准确性。