随着物质的极大丰富,社会科技进入高速发展时代,人们的生活水平也在不断提高,促使人工智能的相关领域研究飞速前进。机器人已经进入到我们生活中的各个领域,在室外,机器人可以代替人类进入危险、狭小等人类难以到达的位置进行搜救、探查等专业工作;在室内,机器人的普及,为人类生活的提供了方便,机器人可以实现货物搬运、医疗护理、大型区域指引等功能。但是,随着机器人技术的不断发展,机器人所工作的环境也变得越来越复杂,对机器人的精准控制要求也越来越高。这使得自主移动机器人应运而生,其核心技术分为以下三个方面,1.感知;2.决策;3.执行。其中自主移动机器人的基础在于“感知”,这就如同人的眼睛,让机器人实现在环境中的自身定位。目前,在一些结构复杂且人员密集的场景,如医院、机场、展厅、仓库、餐厅等环境,机器人很难高效准确的判断自己的位置信息,导致自主移动机器人的应用场景收到极大的限制。目前对机器人进行室内定位,可以分为两类,一是机械定位方法,如航迹推算定位技术;二是基于传感器的定位方法。由于无线电传感器可以满足室内各个场景,操作简单而受到广泛青睐。常见的无线定位技术由于容易受到噪声的干扰,并且还存在多径效应和非视距传播等问题。例如,有Wi-Fi、蓝牙、红外线、超声波、射频信号等无线定位技术由于受到波段和带宽限制,使得基于这些技术的室内定位跟踪系统,不能达到满意的定位精度。而超宽带信号本身的特点能够获得高精度的测距误差,并且具有抗干扰能力、穿透力强、抗多径效应好等特点,因此有着广阔的发展前景。本文基于超宽带雷达进行高精度定位方法的研究,论文具体工作如下:（1）针对室内移动机器人定位方法进行研究,首先介绍了几重常见的室内移动机器人定位方法,之后围绕基于信标的传感器定位技术进行重点分析,介绍了几种常见传感器的定位原理并对几种不同的定位模型进行详细解析。（2）从超宽带雷达的定义入手,介绍了几中超宽带雷达的脉冲信号形式。建立超宽带雷达室内三维定位模型,并应用非线性最小二乘法进行模型解算得到定位结果。对室内三维定位模型进行误差分析发现,影响超宽带雷达室内三维定位结果的因素主要是传感器时钟干扰、多径效应以及信号的非视距传播误差。（3）针对误差产生原因,提出一种多方法融合的超宽带雷达测距数据处理方法:1)通过自适应参数的DBSCAN聚类算法提取测量值中的高频测量值;2)利用高频测量值与距离真值,训练线性回归模型训练,对高频测量值进行误差纠正;3)根据训练回归模型,设置测量值的置信区间阈值,并利用高斯函数进行异常值检测与剔除。（4）论文针对本测量数据处理放室内定位实验分析,对多方法融合的数据处理方法进行检验,得到的测量数据估计值误差明显小于处理前的测距误差。并根据处理后的距离估计值对室内移动机器人进行定位实验,实验结果表明,采用本文方法,机器人室内定位精度得到显著提升。