现如今随着生活的丰富,产业的多元化发展,人们不管是在休闲娱乐还是日常出行中,对位置服务的需求越发强烈,而在室内环境下由于建筑物的遮挡和干扰,导致基于GPS等室外定位方法很难在室内进行有效定位,所以人们亟需一个低成本、精度高、易使用的室内定位解决方案。随着智能手机的发展,其内置的惯性传感器元件如加速度计、陀螺仪等精度逐渐提高,此外,智能手机拥有丰富的计算资源,能对大量数据进行快速处理计算,人机交互也十分友好方便,这些都给基于智能手机的行人航迹推算算法用作室内定位的解决方案提供了坚实的基础。为此,本文提出一种基于Android智能手机和二维码标定的行人航迹推算室内定位方案,利用扩展卡尔曼滤波对传统行人航迹推算算法各步骤进行优化,基于二维码提供的精确坐标对上述算法的误差进行校正,提高整体定位精度,并进行实验验证。本文主要研究内容如下:（1）研究基于智能手机的传感器数据的获取方法,针对其稳定性低且误差漂移严重等缺陷,同时考虑行人运动时传感器数据属于非线性领域,构建扩展卡尔曼滤波模型对Android智能手机内置的多种传感器数据进行滤波降噪处理,从而得到更加可靠的数据用于定位。（2）研究行人航迹推算（Pedestrian Dead Reckoning,PDR）定位技术,从步态检测、步长估计和航向角推算三个方面分别进行改进,在步态检测和步长估计上,经过实验分析和验证,选用合加速度代替Z轴加速度用于解算,避免因行走时手机具体朝向的晃动而导致较大系统误差;同时在步态识别上对峰值探测法做出优化,结合阈值法对每个行走周期的波峰和波谷在幅值大小上都进行阈值过滤,对间隔时间也加以阈值约束,提高步数识别精度;在航向角推算上提出分别基于陀螺仪、加速度计和磁力计解算得到航向角的基础上,利用权值融合校正的方法,实现两种航向角优势互补,可有效提高航向角推算稳定性。（3）针对PDR算法运行过程中误差累积的缺点,本文提出并实现了借助二维码提供的精确坐标对PDR累积误差予以校正的定位技术,该方案使用简单且成本低廉,同时经实验验证,该方案可有效减少整体定位精度误差。（4）分析系统需求,梳理原型系统架构,最后分模块编写手机APP界面,证明该室内定位算法在Android智能手机上运行的可行性及普适性。