1.一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，其特征在于，包括以下步骤：

S1、建立UWB‑INS融合定位的运动模型，运动模型中包括室内行人的状态方程和测量方程；

S2、采用超宽带UWB定位技术确定待定位点的第一位置和第一速度；

S3、超宽带UWB定位的同时，采用惯性导航系统INS获取待定位点的第二位置数据和第二速度；

S4、根据第一位置、第一速度、第二位置数据和第二速度计算以上两种定位方式的实际测量误差；

S5、采用动态鲁棒容积卡尔曼滤波DRCKF算法对实际测量误差进行融合修正处理，得到最终位置误差；

S6、通过最终位置误差对惯性导航系统INS获得的第二位置数据进行修正，得到准确位置s。

2.根据权利要求1所述的一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，其特征在于，UWB‑INS融合定位的运动模型中包括室内行人的状态方程和测量方程，其中，状态方程和测量方程分别如下式所示：

xk＝f(xk‑1,uk‑1)+wk‑1zk＝h(xk)+vk

其中，xk是与传输函数f(·)的相关的状态向量，传输函数f(·)是贝叶斯估计的一般表达式，这个函数反映位置、速度、加速度等状态的变化规律；zk是通过测量函数h(·)得到的测量向量，测量函数h(·)反映的实际的测量规律，u是控制输入向量，w和v分别表示过程噪声和测量噪声，k表示时刻。

3.根据权利要求1所述的一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，其特征在于，采用超宽带UWB定位技术确定待定位点的第一位置和第一速度，分别表示如下：其中， 表示k时刻第m个UWB标签的估计位置坐标，vm,k表示k时刻第m个UWB标签的速度，G是一个线性矩阵，且

sk表示在k时刻的标签的位置坐标、tk表示k时刻。

4.根据权利要求1所述的一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，其特征在于，步骤S4中，计算两种定位方式的实际测量误差包括：将采用UWB定位技术获得的第一位置数据与采用惯性导航系统INS获取的第二位置数据求差值，得到位置误差δsk；将UWB定位技术获得的速度数据与采用惯性导航系统INS获取的速度数据求差值，得到速度误差δvk，最终得到实际测量误差如下：其中，zk表示实际测量误差，sm,k表示第m个标签k时刻的第一位置坐标；vm,k表示待定位点的第一速度；sINS和vINS分别为k时刻的惯性导航系统INS的速度和位置，H表示误差状态测量矩阵，δxk表示状态误差向量，vk表示测量噪声向量。

5.根据权利要求1所述的一种基于动态鲁棒容积卡尔曼的UWB/INS融合定位方法，其特征在于，步骤S5中，采用动态鲁棒容积卡尔曼滤波DRCKF算法对实际测量误差进行融合修正处理包括：利用强跟踪算法来修正标准容积卡尔曼的时间预测过程中过程噪声，然后利用Huber M估计来改进标准容积卡尔曼的测量更新过程中的测量噪声，从而最终达到缓解外界噪声、模型误差对精确定位的影响。