在工业智能化加速推进的背景下,针对工业现场的实际动火作业监护需求,开发的AI智能辅助监火机器人,提高了工业企业安全生产效能,也缓解了动火监测人员的压力。但随着辅助监火机器人投入工厂使用,出现了动火监测人员严重依赖监火机器人、活动区域不合规、未按要求巡检等问题。为了规范化动火监测人员的日常工作,保证工业企业高质量安全生产,本文结合复杂工厂的监护需求,提出了一种基于WiFi指纹的移动目标定位方法,设计了一套动火监测人员定位跟踪系统。具体研究内容如下:（1）为了解决基于聚类方法的WiFi指纹定位中视角单一所导致的定位精度较低的问题,提出了基于多视角聚类的WiFi指纹定位方法。利用阈值-均值滤波方法对原始数据进行处理;结合K-means聚类算法对多视角信号（信号强度和位置）进行区划,并建立指纹数据库;使用基础分类器对实测信号分类,待测信号依据分类结果在其所属区域内估计K个邻近信号点,用近邻与相应的权重综合确定该信号的实际位置。通过对比实验分析可知,在考虑多视角的情况下,WiFi指纹定位精度在4米以内的概率为83%,相比于单视角聚类的定位精度提高了12%。结果表明,该方法提高了定位精度,也为定位领域的研究提供了多元化思路。（2）针对复杂工业现场的实际监护需求,设计了动火监测人员定位跟踪系统。主要包括定位系统架构设计,各软、硬件模块开发及测试验证,系统前期将构建好的指纹库写入设备端服务器且将定位解算过程集成在设备端,减少了数据上传带宽,缩短了数据上传时间,提高了系统的实时性能;该系统利用多视角聚类指纹定位方法建立指纹库并实现定位,其操作过程简单易实现且定位准确度相对较高。根据结果分析可得,该系统使动火监测人员巡检频率、巡检轨迹、巡检时长等参数得以在线重视,便于历史查询、事后问题追溯及员工考核,约束了动火监测人员的工作行为,提高了企业安全生产系数,完善了企业高层次的管理制度,满足了动火监测人员定位系统开发要求。