随着人工智能的进步以及机器人的蓬勃发展,机器人被广泛地应用在外太空探索、医疗服务、智能家居、工业等众多领域。机器人已逐渐进入我们的日常生活中,然而由于室内环境中的动态变化、障碍物布局变动等使得机器人在室内环境的定位是未知的。为了使机器人在室内环境中能够高效的完成各项任务,实现机器人的自主定位是必要前提条件,因此,机器人室内定位技术的研究具有重要的意义。本文设计了一种基于测距式传感器的机器人室内定位系统,选用声呐、激光雷达测距式传感器作为探测机器人工作环境的感知系统对实验场景进行信息的采集与分析,并以此完成室内场景的定位。由于单一的声呐信息在大多数情况下只能提供部分环境信息,为了提高数据的可靠性将多个声呐信息进行联合,使得机器人能够更加准确的定位。将获取的声呐信息转换成二维形状并通过环投影方法提取特征,送入改进的K近邻分类器中挖掘多个声呐信息的内在联系并实现场景的分类;同样为解决因机器人旋转引起的角度问题,提出使用声呐信息对齐的方法,针对声呐传感器分布的稀疏性、测量范围小等因素,设计了联合核稀疏编码方法融合多个声呐信息内在联系并实现场景的分类。为了验证两种方法的室内场景识别能力,通过绘制最优分类时的混淆矩阵来对每个实验场景的识别能力进行描述和分析。实现机器人的室内定位不仅需要知道机器人的位置还需要确定机器人的方位。为了确定机器人的室内方位,将支持向量机以及极限学习机引入到机器人方位预测分析中并建立了支持向量机回归和极限学习机回归模型,根据机器人的测距式传感器的数据特点,确定预测模型的输出与输入因子,并分析模型参数对预测性能的影响。将上述的室内场景定位与机器人的方位预测在机器人上进行验证,取得了良好的定位效果。在未来的研究中,这种算法将被应用于机器人的实时操作中,使得机器人在执行任务过程中就可以实时的完成对自身的有效地定位。