随着智能控制技术、计算机和网络技术以及仿生学、人工智能等学科的飞速发展,智能移动机器人技术的研究越来越受到国内外学者的重视,而自主定位是移动机器人智能导航和环境探索研究的基础,同时多种传感器相互协助可以给移动机器人提供丰富的环境信息以实现自主定位。本文的研究工作主要是针对移动机器人在已知环境中的自主定位算法和多传感器的信息融合理论这两个方面的研究展开的。主要工作如下:首先,介绍了移动机器人定位技术,阐述了移动机器人基于信息融合定位技术的研究意义及国内外发展现状。讨论了多传感器信息融合的结构及应用于移动机器人定位领域中的信息融合方法。其次,建立了移动机器人的运动学模型及传感器观测模型。利用里程计和激光测距仪两种常用同质传感器的融合模型,分析了粒子滤波器和基于此滤波器的定位方法,重点研究了卡尔曼滤波器和基于此滤波器的定位方法。比较了在室内环境中两种定位方法的优点和不足。最后,设计了基于多传感器信息融合的移动机器人定位实验,验证了扩展卡尔曼滤波器在移动机器人定位中的有效性。针对卡尔曼滤波器测量方差固定的缺点,提出了一种改进方法。实验表明,该方法具有较好的定位效果。