在自主移动服务机器人系统中，获取当前机器人的准确位置(即定位)是完成导航和追踪等任务的前提。WLAN定位技术和RFID定位技术是新兴的定位技术，具有定位精度高、低功耗、低成本等特点，适合于移动机器人的定位。目前，在定位系统中通常采用单一传感器获取信息，这种方法只能获得环境特征的部分信息，导致系统定位精度低。因此，本文提出采用WLAN和RFID建立多传感器信息融合系统应用于移动机器人定位系统中以提高系统定位精度。论文以国家863计划项目“基于多信息融合的移动机器人自主定位关键技术研究”为支撑，对WLAN和RFID建立定位系统中的若干关键问题进行了研究，为多信息融合的研究奠定了基础。本文具体的研究工作如下所述：在WLAN无线定位系统中，针对移动机器人系统定位特点，分析无线定位技术特点，研究无线网络定位算法，确定使用基于RSSI值的定位方法，分析了系统路径损耗模型。根据实验环境，确定信号传播模型，进行仿真实验并分析实验结果。利用无线路由器和无线网卡建立WLAN移动机器人无线定位系统，研究基于信号强度(RSSI)值的WLAN定位方法。通过多组测试实验，确定三边定位法作为WLAN定位系统的定位算法。在RFID定位系统中，针对移动机器人室内定位系统环境复杂、障碍物多的特点，采用有源射频模块，基于Visual C++6.0平台开发了一种室内移动机器人定位系统。该系统中，定位标签选用RSSI值最大的四个标签，在极大似然估计法的基础上，引入移动误差因子，提出改进的极大似然估计定位算法，并将其应用在移动机器人定位系统中。在联邦滤波融合结构中采用无迹卡尔曼滤波(UKF)对子滤波器进行滤波，针对UKF技术易发散、计算速度慢和采样的非局部效应问题，提出基于最小偏度采样和衰减记忆平方根滤波的UKF算法和采用比例修正系数最小偏度采样的UKF算法，通过引入最小偏度单形采样策略减少了采样点数，以衰减记忆法滤波代替协方差阵进行递推运算，减少了计算误差引起的滤波发散现象，将比例修正系数引入最小偏度采样策略中的算法，有效地解决了采样的非局部效应问题。为提高融合系统的定位精度和定位速度奠定了基础。在WLAN和RFID定位系统的基础上，考虑使用单一的传感器不能满足定位精度要求，提出将联邦卡尔曼滤波技术应用在定位系统中，融合分别由WLAN、RFID定位系统获得的数据，实现整体精度的提高。在融合计算过程中因为局部滤波器有全局滤波器的反馈重置，这样，局部滤波器的精度也得以提高。进行了实验结果的比较，验证了所提出算法的可行性。通过本文的研究，利用WLAN/RFID建立融合定位系统，可降低系统的成本、提高定位效率、改进设计质量、提高市场竞争力，具有重要的理论意义和学术价值。