移动机器人与无线传感器网络(WSN)有着广泛的应用前景,是近年来研究的热点课题。定位问题是移动机器人和WSN的研究领域中最基本的问题,能够获得自身的定位信息是移动机器人实现自主、WSN完成环境监测和目标跟踪等任务的前提和关键。但由于目前技术条件的限制,移动机器人和WSN还无法避免存在某些缺点和局限,现阶段在两者各自的研究领域中解决定位问题均遇到一些短期内难以突破的瓶颈。将移动机器人与WSN结合,发挥两者的优势和特点,使两者以合理的方式进行协作定位,不仅能够在一定程度上降低移动机器人和WSN独立定位时所面临的技术难题,还可以进一步提高两者的定位精度。本文在移动机器人与WSN结合的背景下,研究了移动机器人与WSN混合系统的定位问题。着眼于回答:该混合系统的定位问题是什么?如何使两者协作地完成定位?以及为什么使用移动机器人与WSN相结合的方式来解决两者的定位问题?因此论文从该系统的定位问题描述、定位算法设计和定位误差分析三个方面分别展开研究。在定位问题描述、定位算法设计方面,本文主要开展并完成了以下研究工作:(1)将移动机器人和WSN混合系统定位问题表达为以概率法则为基础的状态估计问题,并推导出该问题的数学模型,利用上述模型从定位时所利用参考定位信息程度的角度比较了混合系统定位问题与传统的机器人定位问题、WSN节点定位问题之间的不同;根据混合系统的特点,提出了一种基于扩展信息滤波的移动机器人与WSN混合系统定位算法,该算法采用直观的稀疏图表示系统各组成单元的内部约束和先验信息,能够方便地建立用于融合参考定位信息的规范形式表示,继而有效地求解系统全状态空间得到定位估计结果。算法采用离线运行方式,能够减轻通讯阻塞、延时等不利因素对算法造成的影响;本文对系统状态求解步骤中的算法实现进行了分析,提出了减小计算量,提高求解效率的算法优化措施。(2)在系统内仅有距离(Range-only)测量信息的背景下研究了移动机器人辅助WSN的节点定位问题,给出了该问题的数学模型;针对邻节点位置存在不确定性的情况,推导出了含有邻节点不确定位置信息的测量信息概率表达模型;结合机器人移动、计算优势和WSN分布式计算、分布式传感的特性,提出了一种新的移动机器人辅助下基于Range-only测量信息的WSN节点协作定位算法。该算法采用集中-分布式的算法运行模式,对系统内各单元参考定位信息以高斯混合模型滤波与信息滤波相结合的方式进行融合处理,并将节点定位计算任务划分为两个阶段,合理分配给移动机器人和节点,使其协作完成。针对协作定位时参考定位信息之间存在互相关的特点,本文设计了应用于混合系统的参考定位信息融合方案,并提出了一种将距离观测信息进行近似来消除参考定位信息互相关的方法,有效避免了节点定位估计成为过优估计,保证了计算结果的一致性。在定位误差分析方面,本文主要开展并完成了以下研究工作:(3)对传统的锚节点环境下节点定位克拉美劳下界(CRLB-Cramé-Rao Lower Bound)模型进行了拓展,建立更具一般性的混合锚节点环境下节点定位CRLB模型。在系统使用距离测量手段的背景下,通过仿真实验分析了锚节点位置分布、定位误差等因素对待定节点定位精度的影响情况,并检验了上述模型的正确性。基于以上模型对WSN节点定位误差的收敛性进行了理论分析,推导出了关于WSN定位误差收敛性的几个定理、推论,并由上述推导结果得出:与单纯基于锚节点的节点定位方法相比,协作定位方法在提高待定节点定位精度方面更具优势。此外本文通过仿真实验对上述结论进行了验证,并对观测信息增删、节点数量变化等因素对系统定位精度影响的情况作了定性分析。(4)在参考传统的机器人定位CRLB模型的基础上,对混合锚节点环境下的节点定位CRLB模型继续进行扩展,分别建立了混合系统的全状态空间CRLB模型和系统实时状态CRLB模型。在结合具体的系统模型的基础上,研究了混合系统定位估计的收敛特性,并通过理论分析和实验验证得出结论:机器人与WSN结合并进行协作定位,可以使两者的定位精度同时得到提高。因此阐明了定位时将移动机器人与WSN相结合的原因和意义。通过仿真实验分析了系统噪声、机器人移动路径等因素对混合系统定位精度的影响情况,并且探讨了在混合系统中利用系统参考定位信息解决定位问题时,如何在提高定位精度和减小计算代价之间进行权衡考虑的初步思路。