从上世纪机器人的概念诞生到现在,功能各异的机器人被制造并应用到人类的生产活动及各个领域中。近几年,人工智能更是让机器人备受关注。机器人的应用领域更多的集中在室内环境中,伴随室内机器人应用领域的不断拓宽及人工智能水平的不断提升使得机器人朝着更加自主的方向发展,而机器人要完成自主导航任务,就必须为其提供精确的定位功能,同时机器人在执行某些作业任务时如巡检、监控等,不仅要提供重要的测量信息,同时位置信息也是不可或缺的。不同于空阔的室外条件的是,室内环境一般复杂多变,这就要求定位系统拥有更加稳定的性能和出色的定位效果。目前,在视距环境下一般机器人定位还是可以满足定位需求的,但是在非视距特别是动态非视距环境下,机器人定位精度仍然存在着挑战。因此,寻求更加实用及精度更高的定位方法是非常具有现实性及必要性的。为了进一步改善机器人在复杂的室内环境中的定位效果,本文提出将室内定位技术中性能优越的超宽带(Ultra Wide Band,UWB)位置指纹定位技术与航迹推算定位技术相结合,使两种定位技术优势互补,然后利用容积卡尔曼滤波算法对两种定位方法进行融合,从而达到改善室内机器人定位效果的目标。其中,超宽带位置指纹定位的指纹库中各参考点的特征信息采用的是超宽带信号到达时间(Time Of Arrival,TOA),离线阶段利用改进的密度峰值快速聚类算法对位置指纹进行分类,划分定位区域,在线阶段先通过类匹配判断定位目标位于哪个区域即区域定位,然后在此区域中采用改进的压缩感知重构算法——压缩采样匹配追踪算法实现目标的位置估计。此定位方法在视距条件下已经可以达到厘米级的定位精度。考虑到室内环境经常会出现动态非视距的情况,严重影响位置指纹定位精度,所以引入不易受环境因素影响的航迹推算定位技术,利用机器人自身携带的运动传感器实时检测机器人位姿,可以实现短距离内较高精度的定位。但是,航迹推算定位将随着时间的延续,其定位误差会逐渐累积,不适合做远距离的定位。为此,本文采用改进的容积卡尔曼滤波算法,将超宽带位置指纹定位和航迹推算定位结果及传感器信息有机融合起来,通过组合定位方式来进一步提升定位精度,也使定位结果更加稳定和可靠。为了验证超宽带位置指纹定位融合航迹推算的机器人室内定位方法的可行性及精度,本文在室内环境中搭建了超宽带定位系统,并且将超宽带移动标签及航迹推算定位模块安装在机器人身上进行机器人定位实验,上位机实时采集实验数据并进行处理从而绘制出机器人的移动轨迹。在对实验结果进行处理分析之后表明,本文所提超宽带位置指纹定位融合航迹推算的定位方法可以有效解决实验环境中动态非视距造成的定位误差问题,在保证定位实时性的同时,使机器人室内定位效果有明显的改善。