Para la navegación peatonal integrada basada en inercia, el entorno de navegación puede afectar la precisión del posicionamiento en diferentes direcciones. Mientras tanto, los algoritmos de filtrado complejos pueden reducir la eficiencia computacional. Por lo tanto, se desarrolla aquí un filtro de Kalman dual (KF) basado en una sola dirección bajo un esquema de ruido de medición coloreado (CMN) para mejorar la robustez y la eficiencia operativa. El método propuesto implica diseñar un modelo de fusión de datos para el KF que integra datos de un sistema de navegación inercial (INS) y ultrawideband (UWB). Posteriormente, se derivará el KF basado en el modelo integrado INS/UWB bajo CMN (cKF). Luego, se proponen dos sub-cKFs para fusionar los datos en las direcciones este y norte, respectivamente. Los hallazgos empíricos resaltan el rendimiento superior del enfoque propuesto sobre el KF para la precisión de estimación de posición y la reducción del tiempo de ejecución, demostrando su efectividad.