随着城市的扩张与发展,移动机器人的应用场景愈加宽泛,在室内环境中,准确的定位信息是移动机器人自主工作的前提。目前,多传感器融合是室内定位主流的方案,由于惯导设备不易受外界环境干扰、能全自主运行,使得惯导设备成为多传感器室内定位算法常用的数据源。本文采用捷联惯导算法(SINS)、航迹推算法和卡尔曼最优线性平滑建立了一套组合定位系统,其性能可靠,能够满足移动机器人室内自主定位的要求。首先,提出了一种改进的捷联惯导算法。传统捷联惯导算法只利用多子样算法补偿机器人运动时的不可交换误差,多子样算法由等效旋转矢量方程(Bortz方程)近似推导而来,算法中存在原理性误差。为了进一步提高精度,将陀螺仪的增量数据拟合成多项式形式,把其代入姿态阵微分方程中,对微分方程进行泰勒展开得到无不可交换误差的姿态信息,抑制对系统定位精度影响最大的姿态误差。然后利用三子样算法优化速度微分方程中的旋转效应及划桨效应补偿项,结合姿态信息和速度微分方程解算出速度信息,对速度信息积分处理获得机器人的位置信息,以此推导出一种更高精度的改进捷联惯导算法。然后,分析了航迹推算系统误差方程,结合捷联惯导和航迹推算两子系统的特点,以系统误差作为状态量,速度之差作为观测量,基于卡尔曼最优线性平滑建立了融合捷联惯导和航迹推算的组合定位系统。卡尔曼最优线性平滑利用时间段内一组观测量得出每一时刻系统误差的最优估计,将误差反馈至两子系统中修正算法解算出的结果,提高组合定位系统的定位精度。最后,参照组合定位系统的数据源要求,搭建以STM32微控芯片为核心的移动机器人硬件平台。通过蓝牙可将惯导设备数据和轮式里程计数据实时传输至上位机并保存下来,利用组合定位算法分析并解算出定位数据。针对移动机器人室内定位设计了两组典型的轨迹定位实验。实验结果表明,基于传统捷联惯导和改进捷联惯导的组合定位系统的绝对误差均方根值分别为8.81cm和6.89cm,因此基于改进捷联惯导的组合定位系统具有更高的定位精度。