El posicionamiento utilizando señales de banda ultra ancha (UWB) se puede utilizar para lograr un posicionamiento en interiores a nivel de centímetros. UWB se ha utilizado ampliamente en la localización en interiores, redes de vehículos, IoT industrial, etc. Sin embargo, debido a problemas de no línea de visión (NLOS) e interferencia multipath, UWB no puede proporcionar información de posición adecuada, lo que afecta la precisión final del posicionamiento. Este artículo propone un algoritmo de localización adaptativo UWB/PDR basado en la distancia máxima punto a punto para resolver los problemas de bajo rendimiento de UWB y la acumulación de errores del algoritmo de posicionamiento por cálculo de la posición del peatón (PDR) en escenarios NLOS que se utiliza para mejorar la robustez y precisión del posicionamiento en interiores. Específicamente, en primer lugar, se obtiene el mapa de función de distribución acumulativa (CDF) de localización en condiciones normales a través de un preentrenamiento fuera de línea y luego se compara con el CDF obtenido cuando los peatones se mueven en línea. Luego, se utiliza el algoritmo de distancia máxima punto a punto para identificar las estaciones base anormales. Posteriormente, se filtran las estaciones base estándar para la localización. Para mejorar aún más la precisión de la localización, este artículo propone un algoritmo UWB/PDR basado en un filtrado de Kalman extendido adaptativo mejorado (EKF), que ajusta dinámicamente la información de posición a través del factor adaptativo, elimina la influencia de errores significativos en la información de posición actual y realiza una fusión de posicionamiento de múltiples sensores. Los resultados de implementación muestran que el algoritmo en este artículo tiene una sólida capacidad para identificar estaciones base anormales y que el algoritmo de filtrado de Kalman extendido adaptativo (AEKF) se mejora en un 81,27%, 58,50%, 29,76% y 18,06% en comparación con los algoritmos PDR, UWB, EKF y AEKF, respectivamente.