胡 倩，张文超，魏东岩，袁 洪

(1. 中国科学院大学微电子学院，北京 100049； 2. 中国科学院空天信息创新研究院，北京 100094)

0 引言

室内位置服务在人们日常生活和工作中发挥着重要作用。虽然全球导航卫星系统(Global Naviga-tion Satellite System, GNSS)可以提供比较可靠的室外定位导航服务，但不适用于室内环境[1-3]。为了解决该问题，目前研究人员已经提出许多室内定位解决方案，如激光、超声波定位技术、射频识别技术和基于超宽带的定位技术等，但是这些技术需要较大的前期基础设施投入，人力和时间成本较高。与以上几种定位方法不同，行人航迹推算(Pedestrian Dead Reckoning，PDR)技术仅依赖惯性传感器，受外界干扰小，在复杂室内环境下，短时间内可以达到较好的定位效果。但是惯性导航解算算法属于一种递推式导航方法，通过连续测得载体的角度变化和加速度来计算其导航信息，大多数便携式移动设备内置的惯性传感器工艺有限，且精度不高[4]，导致PDR的误差随时间迅速增长，定位结果变差。

为了减少这种累积误差，通常需要融合其他定位方法，常用的方法是用WiFi数据辅助修正轨迹，如文献[5]和文献[6]分别采用极大似然和扩展卡尔曼滤波(Extended Kalman Filter，EKF)算法融合WiFi数据和PDR结果，但是该方法通常需要预先采集WiFi信号的强度数据。若使用室内地图信息参与导航解算过程，算法便捷且成本较低。从惯性传感器数据中可以检测出行人在室内的移动行为信息，将其与地图信息进行匹配，可以约束行人的运动轨迹，从而提高定位精度及稳定性。……