随着通信网络技术的快速发展以及智能手机、智能手环等移动智能终端的日益普及,人们对获取室内外无缝位置的需求日渐增大。基于位置的服务(Location Based Service,LBS)正逐渐改变人们的生活方式和工作形式,例如定位与导航、社交网络、精准广告投放、公共安全与突发事件处置等。其中,大众用户所需的位置服务有70%~90%是在室内,同时室外环境中全球导航卫星系统(Global Navigation Satellite System,GNSS)已经基本满足用户需求,因此可靠的室内定位技术成为目前满足大众无缝位置服务需求的主要瓶颈。本文提出了一种基于智能手机内置传感器、环境磁场特征和低功耗蓝牙(Bluetooth Low Energy,BLE)以及其它辅助定位信息的室内多源组合定位方案。重点围绕增强PDR算法本身的自主推算能力,以及利用PDR辅助提升其他定位手段性能和最终融合定位性能的思路开展工作。以下从稳健捷联PDR方案、磁场特征匹配方案和多源组合定位三方面列出研究重点和成果:1.针对行人定位场景,利用传感器观测值和多种约束构建滤波更新信息,维持捷联1.针对行人定位场景,利用传感器观测值和多种约束构建滤波更新信息,维持捷联PDR的导航性能,同时保留了捷联惯导算法的全自主推算能力。实验结果表明,相较于传统的脚步模型PDR,捷联PDR算法在端平、打电话和裤兜模式能够达到与其相当的定位精度,而在摆臂模式具有更优秀的导航性能,航向角误差降低了47.5%(RMS),位置误差降低了37.34%(RMS)。同时,捷联PDR保留了捷联惯导算法的固有优势,可以在少量脚步(比如1~5个脚步)检测失败(例如漏检)时仍能够维持定位精度,例如周期性丢失2个脚步点时,传统脚步模型PDR估计结果在四种常见基本模式下的距离平均误差从1.2%升高到了18.69%,而捷联PDR的距离平均误差只从1.35%升高到了3.07%。然后,因用户使用手机方式造成的手机安装角严重影响捷联PDR算法的定位性能,本文利用捷联PDR算法中纯惯导解算所维持的用户运动速度,设计了一种基于运动速度的手机安装角估计方法。多次测试结果表明,该方法能够有效探测手机安装角变化并即时估计新的安装角,从而基本解决了实际应用中手机安装角变化而破坏PDR可用性的问题。另外,在基本捷联PDR的基础上,利用典型室内场景(比如写字楼)的空间结构特性——长直走廊相互之间平行或者垂直,使用当前时刻估计的航向角信息构建数据库,有条件地用于修正未来时刻航向角的累积误差。四种基本模式下的12次测试结果表明,该方法在不需要事先建立建筑朝向数据库的条件下,仍然能够充分利用建筑结构的朝向信息修正PDR的航向发散,从而有效提升捷联PDR的导航性能。2.针对目前定位指纹特征库(例如磁场特征库)采集效率低、参考坐标精度差的问题,设计实现了一种基于FM-PDR的高效率、高精度定位指纹采集系统。本文利用自研的惯性传感器阵列结合少量校准点的方式,为定位指纹构建阶段提供精准的参考坐标序列。整个方案需求的校准点少且对数据采集人员的行走轨迹不做特殊要求,因此精简了数据采集过程,降低了测试人员采集数据过程出错的概率,提升了定位指纹数据采集效率。另外,针对环境磁场空间分辨率低的问题,设计了一种捷联PDR辅助的磁场轮廓特征匹配算法。本文使用捷联PDR实时生成的轨迹轮廓为磁场序列增加空间拓扑属性,提升了磁场特征匹配定位基本单元的可区别度;并在此基础上推导了一套基于高斯牛顿迭代方法的快速磁场特征匹配算法。实验结果表明,基于捷联PDR辅助的磁场特征匹配定位能够在多种环境下能够提供稳定连续的定位结果,在办公楼、图书馆大厅和商场三个典型公共场景的定位误差RMS值分别为0.49m、1.59m、2.10m,且匹配成功率分别为94.67%、90.24%和88.01%。另外,四种手机(华为P20、三星S6、S7和Google Pixel 2)的测试结果表明本论文磁场特征匹配算法达到了平均定位精度0.77m、平均匹配成功率91.96%的性能。3.为了应对观测值粗差问题,设计了一种相对轨迹辅助的多源组合定位方法。本文将PDR推算的高精度相对轨迹与其他定位手段一段时间内的定位结果或原始观测值进行整体优化解算,从而获得稳定可靠的观测信息,然后将观测信息输入到卡尔曼滤波中,增强了滤波器的稳定性。实验结果显示,本文方法在四种不同手机平台的定位精度比基础卡尔曼滤波平均提升了19.03%。另外,针对指纹匹配方法数据库建立和维护任务繁重的问题,遵循众源众包更新定位数据库的思路,设计了一种基于自然稀疏路标点校正的离线用户轨迹恢复算法。该方法主要利用捷联PDR的连续性稳健性,结合少量离散的高精度高可信路标修正,采用后处理反向平滑算法,能够可靠地估计用户的高精度位置轨迹。实验结果表明,相较于传统滤波方法,这种“捷联PDR+稀疏路标点”平滑算法的定位精度平均提升了67.0%(RMS)。另外,还给出了2018年两个国际室内定位比赛(分别由美国国家标准局和IPIN会议组委会举办)的公共数据集的解算结果,进一步说明本文提出的离线用户轨迹恢复算法的解算精度和优势。基于以上关键技术,本文形成了一套完整的室内行人定位方案。该方案基本满足消费类室内定位应用需求,具有可靠性高、扩展性强、实时性好以及成本低的特点。本文研究成果为解决消费类行人室内定位问题提供了一种可行的参考案例。