1.融合可计算误差地图和灰狼优化的超宽带室内定位算法，其特征在于，包括以下步骤：S1、将待定位室内地图根据UWB信号穿墙数量及组合划分成多个区域及进一步划分为细粒度网格，并根据所提出的每个区域的测距误差公式计算出每个UWB基站与每个网格中心坐标之间的测距误差，从而形成每个UWB基站的误差地图；

S2、基于细粒度网格结合灰狼优化算法设置初始狼的坐标，在无需获知UWB标签初始位置的情况下，并利用改进的灰狼优化算法目标函数对UWB标签的位置进行准确估计；

所述S1包括以下子步骤：

S11、已知二维室内定位平面 其中R是实数集，且 中的点的笛卡尔坐标横轴方向最大值为X，纵轴方向最大值为Y，在该定位平面 中存在墙体的个数为W， 其中是自然数集；并且，在该定位平面 中已部署I个固定的UWB基站和一个可移动的UWB标T T签,其中UWB基站的坐标为xi＝[xi,yi] ，UWB标签的真实坐标为xp＝[x,y] ；根据UWB基站和UWB标签在信号传输时在室内要穿过的墙体的数量组合将室内区域划分为若干个区域，记为Ui,j，其中下标i代表第i个基站，j代表第j个区域；

S12、将每个基站的所有区域Ui,j划分成细粒度网格，记为Gi,j,(x,y)，其中下标i代表第i个基站，j代表第j个区域，(x,y)代表细粒度网格的中心坐标，其中细粒度网格尺寸根据精度需求可以划分为10厘米×10厘米至100厘米×100厘米不等；

S13、根据Ui,j区域的测距误差公式计算出UWB基站与细分网格Gi,j,(x,y)中心坐标之间的测距误差，记为Ei,j,(x,y)；将计算得到的测距误差保存到N×X×Y的三维矩阵中，该三维矩阵即为误差地图，其中下标i代表第i个基站，j代表第j个区域，(x,y)代表细粒度网格的中心坐标；

在二维室内定位平面 中，以UWB基站为端点，向四周发射射线，若两条射线穿过的墙体是相同的，则两条射线指向同一个区域，整个二维室内定位平面 最多可以被划分为个区域，其中w为第w个墙体；

所述S2包括以下子步骤：

S21、根据TOA测距方法，分别测得每个UWB基站与UWB标签之间的测距距离 记作TS22、设置二维室内定位平面 中，第k只狼的初始坐标为xk＝[xk,yk] ，其中k∈{1,2,

3,...,K}，K表示狼的总数，同时，设置迭代次数t＝0，0≤t

S23、计算第k只狼的拟合度 计算得到K只狼的拟合度集合 其中依据以下公式组：

其中， 和 表示第k只狼和第i个基站之间的欧几里得距离及第k只狼和第i个基站之间的修正距离， 表示第k只狼和第i个基站之间的测距误差，该测距误差可以从S1.3步骤中得到的Ei,j,(x,y)中读取；

S24、将K只狼的拟合度集合 进行排序，保留最小拟合度的三只狼，{xa,xb,xc}；

T

S25、更新所有狼的坐标xk＝[xk,yk] ，直到迭代次数t达到了最大迭代次数T停止，其中依据以下公式组：其中，xk(t+1)表示第k只狼在第t+1次迭代中的坐标；

S26、输出迭代停止时的坐标 即为UWB标签的估计坐标。