可穿戴计算机是一种新型的计算机系统,它使计算机同用户融为一体,如同衣服,时刻伴随着用户任意移动,体现了“以人为本,人机合一”的理念。随着计算技术的不断发展,智能化人机交互逐渐成为计算模式发展的主导趋势,这种发展趋势要求计算机不能再将用户输入作为其功能的唯一驱动,它必须能够在用户不发出服务请求的情况下,主动提供用户所需要的服务。计算系统实际上是根据与用户任务相关的上下文信息来向用户提供这种主动服务的。所以,上下文感知(Context Aware)是实现智能化新型人机交互的基础。可穿戴计算机的导航系统是上下文感知在可穿戴计算机上的一个重要的应用,它是可穿戴计算机的一个重要的智能模块,充分体现了可穿戴计算机方便、有效、智能的特点,而最佳路径选择和轨迹预测是导航帮助系统的两个基本问题。本文结合哈尔滨工业大学移动计算研究中心的项目,设计了通用可穿戴计算机导航系统的两个主要功能——最佳路径选择和动态轨迹预测。提出了适用于可穿戴计算机导航系统的基于粗集理论的最佳路径选择算法和基于滑动窗口的动态轨迹预测算法。传统的最短路径算法仅仅考虑长度这一条件,这显然不能满足复杂交通状况的实际需要,因此我们引入粗集理论,利用粗集中属性重要度的概念,综合考虑各种条件,得到了基于粗集理论的最佳路径选择算法。动态轨迹预测是实现可穿戴计算机动态信息提示的基础,本文提出了基于滑动窗口的动态轨迹预测算法属于限定记忆型算法,能够满足可穿戴计算机导航系统对可靠性和实时性的要求。本文运用随机图理论对基于粗集理论的最佳路径选择算法在运行时间和执行效果上进行了测试,验证了算法的正确性和有效性;分析了可穿戴计算机使用者的运动特点,建立了相应的运动模型,利用此模型对三种基于滑动窗口的动态轨迹预测模型进行了测试,并对测试结果进行了比较和分析。本文探索出了一条开发可穿戴计算机导航系统的有效途径。