1.一种室内主动消防机器人融合定位方法，其特征在于，包括：通过所述消防机器人的编码器，确定所述消防机器人的第一位姿 ；

基于双阈值拟合滑动窗口滤波算法，按照公式：

；

对所述消防机器人UWB定位坐标进行双阈值拟合滑动窗口滤波；

其中， 表示所述滑动窗口的长度， 为自然数； 表示所述消防机器人的当前时刻的UWB定位坐标； 表示滑动窗口上一时刻的滤波值，为根据所述消防机器人的前一时刻的位置值与当前时刻UWB定位置的差，通过双阈值拟合滑动窗口滤波法预测得到的当前坐标值； 为所述窗口预测值与所述UWB定位坐标的欧式距离； 为一级预设阈值； 为二级预设阈值；

响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差小于等于所述双阈值拟合滑动窗口滤波算法中滑动窗口的一级预设阈值，将所述消防机器人UWB定位坐标作为所述消防机器人的绝对位置；

响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差大于所述一级预设阈值且小于所述双阈值拟合滑动窗口滤波算法中滑动窗口的二级预设阈值，则对所述消防机器人UWB定位坐标进行二次双阈值拟合滑动窗口滤波，得到所述消防机器人的绝对位置；

响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差大于所述二级预设阈值，基于改进的Chan算法，根据小于等于所述一级预设阈值的所述消防机器人UWB定位坐标，得到所述消防机器人的绝对位置；

将所述消防机器人的绝对位置与惯性导航数据进行融合，按照公式：；

确定所述消防机器人的第二位姿 ；其中，为自然数， 为状态向量的维数，，为复合缩放参数， ； ； ；

基于自适应无迹卡尔曼滤波算法，在对所述第一位姿和所述第二位姿进行融合时，将所述消防机器人的第一位姿与所述消防机器人的第二位姿的差值作为跟随矫正系数，并按照：；

对 时刻无迹卡尔曼滤波算法的预测值 的误差进行调节，确定所述消防机器人的准确位姿；

其中， ； 为 时刻所述无迹卡尔曼滤波算法的预测值；

为所述无迹卡尔曼滤波算法中的五级卡尔曼增益； 表示 时刻所述消防机器人的第一位姿； 为预期的测量误差互协方差矩阵； 为预期的测量误差协方差矩阵；

为sigma点集 的第 维的分段表达式； 为一步预测估计偏差协方差矩阵。

2.根据权利要求1所述的室内主动消防机器人融合定位方法，其特征，响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差大于所述二级预设阈值，按照：；

确定所述消防机器人 时刻的绝对位置 ；

其中， 表示地理坐标系； 表示所述消防机器人在地理坐标系下的实时速度；

为所述消防机器人的四元数的姿态矩阵； 表示所述消防机器人在地理坐标系下的南向加速度；表示当前坐标系的重力加速度； 表示地球的向心加速度；

表示所述消防机器人在地理坐标下的初始速度； 表示所述消防机器人在地理坐标系下的东向加速度； 表示所述消防机器人的起始绝对坐标。

3.一种室内主动消防机器人融合定位系统，其特征在于，包括：推演位姿单元，配置为通过所述消防机器人的编码器，确定所述消防机器人的第一位姿 ；

第二位姿单元，配置为基于双阈值拟合滑动窗口滤波算法，按照公式：；

对所述消防机器人UWB定位坐标进行双阈值拟合滑动窗口滤波；

其中， 表示所述滑动窗口的长度， 为自然数； 表示所述消防机器人的当前时刻的UWB定位坐标； 表示滑动窗口上一时刻的滤波值，为根据所述消防机器人的前一时刻的位置值与当前时刻UWB定位置的差，通过双阈值拟合滑动窗口滤波法预测得到的当前坐标值； 为所述窗口预测值与所述UWB定位坐标的欧式距离； 为一级预设阈值； 为二级预设阈值；

响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差小于等于所述双阈值拟合滑动窗口滤波算法中滑动窗口的一级预设阈值，将所述消防机器人UWB定位坐标作为所述消防机器人的绝对位置；

响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差大于所述一级预设阈值且小于所述双阈值拟合滑动窗口滤波算法中滑动窗口的二级预设阈值，则对所述消防机器人UWB定位坐标进行二次双阈值拟合滑动窗口滤波，得到所述消防机器人的绝对位置；

响应于所述消防机器人UWB定位坐标与上一时刻滑动窗口滤波位值的差大于所述二级预设阈值，基于改进的Chan算法，根据小于等于所述一级预设阈值的所述消防机器人UWB定位坐标，得到所述消防机器人的绝对位置；

将所述消防机器人的绝对位置与惯性导航数据进行融合，按照公式：；

确定所述消防机器人的第二位姿 ；其中，为自然数， 为状态向量的维数，，为复合缩放参数， ； ； ；

定位融合单元，配置为基于自适应无迹卡尔曼滤波算法，在对所述第一位姿和所述第二位姿进行融合时，将所述消防机器人的第一位姿与所述消防机器人的第二位姿的差值作为跟随矫正系数 ，并按照：；

对 时刻无迹卡尔曼滤波算法的预测值 的误差进行调节，确定所述消防机器人的准确位姿；其中， ； 为 时刻所述无迹卡尔曼滤波算法的预测值； 为所述无迹卡尔曼滤波算法中的五级卡尔曼增益； 表示 时刻所述消防机器人的第一位姿；

为预期的测量误差互协方差矩阵； 为预期的测量误差协方差矩阵；

为sigma点集 的第 维的分段表达式； 为一步预测估计偏差协方差矩阵。