近年来,关于移动机器人及其定位的研究引起了广泛的关注,这是因为定位在推动移动机器人的自主行为方面发挥着重要作用。目前,大多数室内定位系统都能在理想环境下提供较为精确的定位结果。但在实际室内环境中,传感器与移动机器人之间的距离测量容易受到非视距传输的影响,造成移动机器人的定位精度下降,甚至出现定位失败问题。基于上述分析,本文针对室内非视距环境下的移动机器人定位问题开展了研究工作,主要内容可以分为以下几个部分:首先,简要介绍了几类最为常见的无线定位方法。通过分析和比较不同定位技术的测距原理和性能差异,最终选择了超宽带定位系统作为移动机器人的定位平台,其次,以移动机器人定位模型为基础,介绍一种基于扩展卡尔曼滤波的移动机器人定位算法。在此基础上设计了一种基于无迹卡尔曼滤波的移动机器人定位算法。通过改善sigma点的采样过程避免了非局部采样问题的发生,使无迹卡尔曼滤波能够更好的应用于移动机器人定位问题。最后通过仿真验证了这两种定位算法的有效性。再次,针对非线性卡尔曼滤波的局限性,设计了一种基于改进粒子滤波的移动机器人定位算法。通过引入遗传算法改进了重采样过程,使粒子滤波在降低运算量的同时还有效的克服了样本退化问题,满足了移动机器人定位所需要的实时性和稳定性要求。最后通过仿真比较了上述三种定位算法的性能,确定了改进粒子滤波作为移动机器人的定位算法。最后,通过将两种非视距处理策略与改进粒子滤波相结合,设计了一种基于室内非视距环境下的移动机器人定位方法。该方法能够在不增加定位系统构建成本和算法运算量的基础上,有效的克服非视距测量带来的一系列负面问题。通过一系列的实验和仿真,验证了该算法的有效性。本文所提出的算法与传统算法相比具有更好的准确性,能够实现在不同类型的室内非视距环境下对移动机器人进行实时、准确和稳定的定位。