随着机器人技术的发展,越来越多机器人被应用到各个领域中。对于室内移动的机器人来说,机器人自身的定位和导航是个核心的问题。近年来,机器人的定位导航采用视觉SLAM（simultaneous localization and mapping）技术的比较多,但这种技术对室内光照比较敏感,图像处理复杂和计算量大,在一定程度上影响了机器人的定位实时性。相较于视觉SLAM技术,基于WiFi的室内定位技术具有不受光照干扰,定位算法较简单且定位实时性好等优点,目前WiFi设备在室内普及率高,成本比较低。因此,本文对基于WiFi的机器人室内定位进行了研究。首先,针对传统WiFi位置指纹定位算法（本文以下内容简称为传统位置指纹算法）还存在定位精度不高,难以满足机器人室内定位需求的情况,对传统位置指纹算法定位精度不高的原因进行了研究。通过实验发现影响传统位置指纹算法定位精度的因素主要有:参考点间距大小、参与定位的WiFi设备数量、WiFi信号强度波动较大以及WiFi采集次数等。通过以上实验结论,对传统位置指纹算法进行一系列的改进,并将改进后的算法应用于机器人室内定位。改进后的算法分为离线建立位置指纹库阶段和实时定位阶段。在离线建立位置指纹库阶段,减小传统位置指纹算法参考点间距,然后采用分时段采集方法在每个参考点采集WiFi信号。针对传统位置指纹算法的位置指纹特殊性不高的问题,利用标准化处理方法对WiFi信号强度数据进行标准化处理,提高位置指纹的特殊性。在实时定位阶段,基于马氏距离大小作为相似度参考,马氏距离最小的位置指纹对应的坐标作为定位估计坐标。经多次实验验证改进后的算法定位精度高于传统位置指纹算法,但出现了定位误差波动较大的问题。为了解决该问题,在改进的算法基础上融合改进的自适应K值WKNN算法。融合该算法目的是引入对提高定位精度有效的位置指纹,剔除降低定位精度的位置指纹。从而有效提高了系统的定位性能、减小定位误差的波动范围。实验结果表明,融合改进的自适应K值WKNN算法后定位误差波动范围明显减小,定位误差的方差从原来的0.31降到0.21并且定位精度也得到了提高。其次,根据改进算法的特点,提出栅格式导航算法进行机器人室内导航。该算法与现有的导航算法相比实现起来更简单,但需要对机器人的电机进行较严格的速度控制,采用PID算法对电机进行速度控制。在导航过程中难免碰到障碍物,采用3路红外避障模块进行避障。经多次实验验证发现提出的栅格式导航算法导航精度满足机器人室内导航精度的要求。最后,根据定位算法和机器人导航需求设计了基于web的机器人控制平台。在其中的离线采集数据页面上,可以控制机器人进行WiFi信号采集并建立位置指纹数据库。在定位页面上可以对机器人进行定位。用户通过设定终点坐标,实现机器人自主导航并能实时查看机器人室内位置坐标。