随着无线通信技术和智能终端的发展,无人系统在许多领域中都扮演着越来越重要的角色,近年来无人驾驶汽车和智能仓储系统的发展更是突飞猛进。这些无人系统都需要依赖定位和导航来完成工作。然而在室内情况下,定位信号的严重衰减和多径效应会对定位造成严重影响。超宽带定位技术以其穿透能力强、脉冲短等特点在室内定位技术中展现出了一定的优势。同时,多种传感器融合定位是一种相对来说更廉价的提高定位精度的方法,因此本文提出一种将惯性定位和超宽带定位技术结合起来的室内机器人定位技术。本文以移动机器人常见的惯性定位与绝对定位方法结合的方案为研究对象,研究室内环境下基于惯性定位和超宽带定位技术的定位算法。首先分析基于到达时间、到达时间差、到达角度、接收信号强度的常用超宽带定位算法,并讨论分析单边测距算法和双边测距算法的原理和误差来源。随后,分析超宽带测距技术中误差的产生,着重介绍分析多径效应的影响,并讨论多径效应的分辨和规避方法,最后用仿真方法验证可行性。然后,对惯性定位和零时刻绝对定位方法进行介绍,并着重研究了扩展卡尔曼滤波器在本课题中的应用方法。与只利用超宽带测距信息的最小二乘法相比,该方法的定位精度有明显的提高。同时,由于经典扩展卡尔曼滤波器存在误差协方差矩阵固定,不发生改变,与室内定位环境下测量误差经常发生变化的事实相冲突,会造成定位精度的降低。为了解决该问题,本文提出通过测量残差实时修正测量协方差矩阵,和检测多径效应以快速修改残差记录,以减少严重干扰下扩展卡尔曼滤波器的定位误差的方法,并进行仿真验证。另外,还提出了利用离线数据库修正静态误差的方法。最后,以定位原理相同的无人小车为基础,利用机器人操作系统作为实验平台进行了实验,完成超宽带测距标定,静止实验,静差消除实验,动态实验,遮挡下动态实验五项工作。试验结果表明,本文提出的方法可以在一定程度上提高定位系统的定位精度。