在机器人研究领域中，机器人的自主移动是一个重要的研究分支。要实现此类型的机器人必须解决它的自主导航问题，而解决机器人的自主导航问题的关键就是解决机器人的定位问题。定位的实质是位姿估计，实时确定机器人相对于运动起点和运动目标的相对位置，为下一步运动规划奠定基础。本文的主要内容就是研究机器人的自主导航中的首要问题：定位。本论文的研究目的是设计并实现一种室内环境下的基于嵌入式操作系统的具有自定位功能的轮式机器人。本系统的工作流程是：首先给机器人训练一条航线，并且让它记录下自己的运动航线。然后机器人就可以在训练的航线上运动和工作。为了保证机器人能独立自主的连续工作，本系统设计实现了机器人的自动充电系统，机器人每次按照航线运动一周后，会自动搜寻充电座。当机器人电量低于电量阈值时，会自动给自己充电。机器人在按照训练的航线上运动时，可以由里程计和电子罗盘来实现定位和决定机器人的运动，这种模式下，机器人的运动会随着运行时间的增长而越来越偏离训练的航线，定位效果会随着航线的增长而变差。所以本系统设计了一种结合里程计和参考路标的定位算法：机器人通过携带的超声波测距传感器和电子罗盘来识别路标，由已知的路标位置推算自身的位姿，然后融合里程计和电子罗盘给出的定位数据来更新机器人的定位信息。这种结合多种传感器的信息进行运动控制的方式的关键问题就是数据融合问题。针对本系统的特点，本文选用了扩展卡尔曼滤波算法实现。本文的具体工作内容如下：首先对自主机器人的发展背景和发展现状还有机器人定位技术的发展状况进行了综述。其次，搭建了一个基于嵌入式系统的轮式机器人平台，然后对机器人定位所需要的各个模块的工作原理和设计过程进行了详细阐述。然后对卡尔曼滤波算法的模型和应用，扩展卡尔曼滤波算法在机器人定位中的方法进行了研究，给出了扩展卡尔曼滤波算法在本文设计的机器人上进行定位实现的详细过程，并进行了基于扩展卡尔曼滤波算法的机器人定位仿真，对仿真结果进行了分析。仿真结果证明了扩展卡尔曼滤波算法在机器人定位应用的有效性。