在室外巡视机器人巡视过程中,机器人能够准确的定位对于机器人在室外复杂环境下的导航有着至关重要的作用。目前,轮式机器人常用的定位方式有全球定位系统和里程计方式。在空旷的室外环境下,可以使用差分卫星定位系统进行定位,而在卫星定位系统信号质量较差的环境下,通过惯导对中断的卫星定位进行弥补,将这两种系统集成。同时在基于卫星定位系统和惯导导航系统中可以引入轮式编码器,以提高轮式机器人在室外复杂环境下的定位精度。本文根据轮式机器人的运动学特性,利用扩展卡尔曼滤波算法建立基于全球定位系统、惯导和机器人轮式里程计,将多传感器的定位信息进行融合,并结合室外环境下的实验,通过室外测试验证算法有效性。测试表明,机器人在使用GNSS、惯导和机器人轮式里程计等传感器能够提供准确的位置和方向等信息,在导航卫星信号中断时,该方法也能够保持较好的稳定性。本文主要的研究内容如下:（1）对轮式机器人的运动学模型进行建立,并针对机器人在使用过程中在复杂环境下的滑移进行运动学过程分析;（2）针对轮式机器人在定位时位姿发散的问题,利用扩展卡尔曼滤波对轮式机器人的多个定位传感器的位姿信息进行融合,获得更好的位姿估计结果,并对改进之后的里程计在室外复杂环境下对其进行精度实验验证,在位姿测量实现了0.5m量级的测量精度,可以保证轮式移动机器人在室外复杂环境下的可靠定位实现;（3）通过仿真模型的建立,对比在二维平面上的轮式机器人单一传感器定位和多传感器融合之后的误差,并分别进行直线和转弯两种轨迹进行分析,仿真结果表明:在轮式机器人转向过程中引入多传感器融合后,利用惯导模块在角度测量中实现方向角的估计误差的平均值与绝对误差在0.03以内,表明多传感器融合后性能优于单一传感器,并且使用融合算法可以将单一传感器出现信号中断或者数据发散时可以很好的将这些数据进行滤除;（4）在复杂的室外环境下,针对不同的室外干扰,为确保在这些干扰条件下的定位可靠性,利用多传感器融合的方式,充分发挥三种传感器的优势,实现在三种常见环境下的可靠定位。室外测试实验分别在三种常见的室外环境中对本文分析的轮式机器人定位算法进行验证,实验结果表明:在较为空旷的室外环境下,使用GNSS接收机进行定位可获取较高的机器人位姿信息,但是在有遮挡的地方,多传感器融合对轮式机器人的位姿估计优势更加明显,抵抗外界干扰的能力更强,获得更高的位姿精度。实验结果表明,除了轮式机器人在楼宇隧道环境下,在使用GNSS定位的差分定位的模式下,机器人在校内广场可以保持优于0.05m的定位精度,在使用惯导辅助的条件下可以实现对角度的高精度测量,角度测量优于0.04°,其他开阔场景基本上可以实现0.1米的定位精度。在隧道环境下优于缺少GNSS定位,误差基本保持在2m。