多传感器融合技术在定向定位方法的实现中有着举足轻重的地位,将其应用于低视力人群的导盲机器人辅助平台也逐渐成为机器人领域研究的热点。本文着重分析和研究了基于多传感器融合的定向定位方法,并对定向定位感知系统进行了层次化设计。文章对导盲机器人平台中超声波传感器模块、电子罗盘模块、里程计模块以及RFID模块的各传感器的感知策略进行了过程层的数学建模,并改进应用了一种双层LANDMARC的RFID测距方法；在分析各传感器模块特征性能和误差成因的同时,采用对应的误差补偿方法对相应传感器的噪声数据进行校正,以获得更精确的数据融合资源。汇聚多传感器模块的定向与定位数据后,文章对数据融合决策层算法进行了详细的分析与探究,采用了一种基于置信度匹配的无损卡尔曼滤波定向定位方法：根据置信度分配矩阵给出各输入数据的置信权重,并对机器人位姿数据进行无损变换,得到若干Sigma采样点,接着将采样点与观测数据带入无损卡尔曼滤波框架中进行位姿估计,以获取机器人更真实的定向定位信息。通过实验对比几种滤波器在定向定位应用中的实践效果,结果表明,论文提出的基于置信度匹配的无损卡尔曼滤波方法能够精确有效地完成机器人的定向定位任务。