随着人们对基于位置服务需求的不断增长,全球卫星导航系统的覆盖率已经高达98%,定位精度可达米级。在室外环境中,米级的定位精度基本能够满足现代人的社会需求。但是,在室内场景中,环境复杂、干扰多,且卫星通信信号相对较弱,都会影响基于卫星定位系统的精度,致使其无法维持良好的定位性能。室内定位技术现阶段的相关研究纵然已经相当丰富,但仍难以有效弥补基于卫星的定位系统在室内定位中的不足。因此,研究普遍适用、低成本、高精度的室内定位技术已然成为当下亟待解决的问题。本文论述了当前室内定位领域研究的背景、意义以及目前常用室内定位技术的原理与方法。针对当今依赖单一信息源进行室内定位的不足,在Wi-Fi指纹定位算法与视觉定位算法的支持下,提出并实现了一种基于无线Wi-Fi信号与视觉图像特征多源数据融合的室内定位算法。本文主要研究内容如下:首先,为解决Wi-Fi指纹定位精度不足与传统视觉定位准确率高但速度较慢的问题,提出了联合无线与视觉特征的单楼层室内定位算法,即基于Wi-Fi粗定位与视觉精确定位相融合的算法。Wi-Fi粗定位将待定位范围缩小到一定区域,视觉定位在此区域内通过GoogLeNet与长短期记忆网络相结合的网络模型预测精确位置。其次,在单楼层定位结构的基础上,提出了联合无线与视觉特征的多楼层定位算法,引入生成式对抗网络作为多楼层视觉定位模块,来学习多楼层间的变化差异。此外为解决数据库构建工作量大的问题,提出小样本训练方法,在降低成本的同时兼顾定位精度。最后,根据当下室内定位服务的需求设计并实现了一套室内融合定位系统。该系统具有无线信号扫描、在线定位、视觉定位、融合定位以及轨迹绘制等功能模块。系统在安卓手机的微信小程序平台实现。