【摘要】室内复杂环境下,机器人实时姿态估计是控制机器人的前提。在RF2O运动估计方法的基础上,针对移动机器人建立五自由度运动学方程,使用扩展卡尔曼滤波器(EKF)实现惯性测量单元(IMU)姿态信息与RF2O数据的融合,以IMU信息作为EKF状态预测方程的输入,RF2O数据作为观测信息。在机器人平台进行多组实地实验,结果表明:扩展卡尔曼滤波融合后的数据与传统数据相比,均方根误差减小了23.9%,同时排除了激光雷达的机械干扰,累积误差明显降低。