随着室内场景中的定位需求猛增,基于蓝牙指纹的室内定位技术凭借着低成本、易部署、普适的优点成为无线定位技术的研究热点之一,然而由于室内环境结构复杂、噪声干扰等现象,严重影响蓝牙的定位性能,同时,大多使用位置指纹的蓝牙定位方式的采集工作耗时耗力、整体定位精度不高。基于现有蓝牙指纹定位技术的不足,开展基于蓝牙的位置指纹定位技术研究,对推动室内位置服务产业的发展具有重要的意义。本课题以智能ROS移动小车为研究载体,以位置指纹定位为理论基础,分别从蓝牙指纹定位的离线阶段和在线阶段进行多重改进,以提高蓝牙指纹在室内的整体定位精度。本文主要完成了以下研究工作:（1）针对离线阶段指纹参考点采集工作量大的问题,提出了一种优化的基于插值法快速构建指纹库的方法。首先,针对蓝牙信号动态变化问题,选用二次滤波算法对RSSI数据进行有效过滤;然后为避免传统的对数路径损耗模型导致测距误差大的弊端,对模型进行了修正,提出了一种基于滑动窗口的分段路径损耗模型;最后采用插值法构建指纹库,基于分段路径损耗模型计算插值点的指纹信息,在保证指纹库准确率的同时,减小了离线阶段的采样工作量,提高了指纹库构建效率。（2）为了减小在线阶段指纹匹配时的匹配计算量,设计了K-means聚类算法对已构建好的指纹库进行划分聚类。关于如何正确地划分簇的问题,利用基于斜率判定的手肘法确定了最佳聚类数k;同时针对初始聚类中心的选择,设计了一种初始聚类中心的选取策略,减少了迭代次数。并借助实验验证了优化后的K-means聚类算法可以获得较好的聚类结果。（3）鉴于直接忽略蓝牙信号丢失会导致定位误差增加,针对此类现象分别分离线阶段和在线阶段两种情况进行处理。同时,在线阶段重点研究了WKNN位置匹配算法,针对固定K值易产生误差的问题,设计了一种改进的动态K值的WKNN算法,以使不同的环境都能够选择出较优的K值,在一定程度上提升了WKNN算法的定位性能,进而提高了整体的定位精确度。最后对移动小车进行了实验测试,结果表明,与传统蓝牙指纹定位精度相比,本文设计的多重优化蓝牙指纹方案能够有效地改善定位精度,因此蓝牙指纹+惯导的简单融合能够较好地提高室内移动小车的定位精度。