随着机器人行业的不断发展,越来越多的移动机器人被应用于室内服务。如何实现室内移动机器人自主运动成为当前研究的热点和难点,实现高精度的实时定位更是其中的重难点。在众多的室内无线定位技术中,超宽带(Ultra Wide Band,UWB)定位技术在视距(Line of Sight,LOS)环境下可达厘米级别的定位精度且不存在累积定位误差,适于实现高精度实时定位,但非视距(Non Line of Sight,NLOS)环境下定位精度明显下降。航迹推算(Dead Reckoning,DR)定位技术短时定位精度高且无NLOS误差,但存在累积误差。因此为实现室内移动机器人的高精度实时定位,本文提出基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)的环境自适应UWB_DR组合定位方法,主要研究内容如下:根据对移动机器人运动机构的分析,确定了两轮差速的轮式运动模型并对其进行运动学分析;联合DR定位原理和运动学分析推导得到两轮差速移动机器人DR定位公式,进一步提出了基于圆弧累积的DR定位公式,并通过MATLAB仿真验证了该方法的优化效果。在分析UWB定位中基于TOA、TDOA、AOA和RSSI的定位方法的原理和优缺点的基础上,推导了基于TOA和最小二乘法的UWB定位公式;分析了 UWB定位中的NLOS误差、时钟不一致误差和天线延迟误差问题并针对性地提出了降低误差的优化方法。分析了 UKF的具体实现,并根据DR定位公式和UWB定位公式确定了 UKF的状态预测函数和和观测函数;针对NLOS环境下UKF滤波效果减弱的问题,提出了基于UKF的环境自适应UWB_DR组合定位方法,该方法利用高斯分布的3σ原则进行NLOS误差检测并对观测噪声进行实时修正,从而优化了基于UKF的UWB_DR组合定位方法;通过MATLAB仿真验证了所提出方法的优化效果。搭建由移动机器人样机、UWB测距系统、上位机系统和下位机系统组成的实验平台,在有遮挡的室内环境中进行了样机定位实验,并进行数据采集与分析。实验结果表明,本文提出的基于UKF的环境自适应UWB_DR组合定位方法在LOS环境下的定位精度在10cm内,在NLOS环境下定位精度与LOS环境下相当,可以有效抑制非视距定位误差,提升定位系统的定位性能和鲁棒性。