室外移动机器人定位技术是智能移动机器人的一个研究热点。随着多传感器信息融合的发展，将其应用到机器人定位中成为一种趋势。本论文主要是对Kalman滤波和H_∞滤波算法进行研究，并将这两种信息融合滤波算法应用到室外移动机器人定位系统中，针对野外作业环境的特点，基于THMR-V机器人实验平台的定位系统，设计相应的滤波器，形成有针对性的算法。 本文分析了室外移动机器人的定位技术，包括定义、特性、分类等，介绍了常用的定位技术和定位传感器。阐述了多传感器信息融合理论，包括概念、基本原理、融合方法和应用领域等。在研究定位技术和多传感器信息融合的基础上，探讨了多传感器信息融合在定位系统上的应用。对多传感器信息融合的具体方法——Kalman滤波理论和H_∞滤波理论以及THMR-V机器人的定位系统及其传感器的特性进行深入分析。在此基础上，构造了一个有针对性的Kalman滤波定位系统模型，并用Matlab软件设计实现。分别应用模拟实验数据和实际实验数据对其进行仿真实验。观察其在机器人不同运动情况下的滤波效果，计算定位误差，进行分析比较。从仿真结果可以看出，此定位系统模型提高了机器人的定位精度。但Kalman滤波器需要对噪声的统计规律有先验知识，这严重妨碍了它在野外未知环境下的应用。针对室外移动机器人在野外环境难以获得噪声统计信息的特点，基于H_∞滤波理论提出新的定位滤波方法，设计H_∞滤波定位系统模型。在非高斯噪声情况下比较Kalman滤波器和H_∞滤波器的滤波效果。仿真结果表明H_∞滤波理论的应用，提高了定位系统适应野外环境的能力。这一研究思路为今后的研究和定位应用系统开发奠定了良好的基础。