随着智慧生活的发展,人们对室内的定位需求也急剧提升,如超市的智能购物车定位商品,地下停车场寻车定位、大型商场人群定位等。可见光室内定位（Visible Light Positions,VLP）技术由于其高精度、低成本、无电磁干扰等众多优点,而逐渐成为近些年研究者们关注的焦点。针对现有的可见光室内定位技术普遍都存在着定位精度低、稳定性较差等问题。本文提出了一种基于LED编码阵列的数据传输和空间三点定位模型的室内定位改进算法,包括对LED-ID进行图形编码设计与检测识别、对定位算法进行优化以及对视觉倾斜状态下的矫正进行研究,并搭建实验平台进行实验验证。本文的主要研究内容如下:1)设计了一种图形类QR码,可将坐标信息转化为LED-ID,并使用LED阵列进行传输。类QR码在充分利用数据位的同时加入纠错码与掩码,不仅提高了解码率与图形的识别率,还提供了定位范围内地址均可编码的功能,增加了LED可编码地址、满足了地址扩展的需求。同时针对类QR码在图形处理过程中可能出现的网格偏移导致采样失败问题,本文提出了自适应网格划分方法,增加图形的识别率。最后通过实验验证,当距离不超过250cm时,其解码成功率均维持在90%以上,验证了本文提出的基于类QR码的LED-ID编码识别的优越性。2)提出了基于麻雀搜索的改进定位算法,使用麻雀搜索算法解决定位算法中视角方程的最优解问题,提供了较高的定位精度。通过搭建100cm×100cm×200cm的实验平台,将直接比例法与本文提出的基于麻雀搜索的定位算法进行对比实验。实验结果验证了在高度为200cm情况下,基于麻雀搜索的定位算法将定位平均精度从6.09cm提升到5.32cm。并验证了本文算法在高度分别为180cm、150cm时,静态定位误差分别为4.72cm、3.98cm,并且在高度为200cm时动态定位单轴平均定位误差为4.66cm,证实了本文提出的定位算法的可行性与优越性。3)在实验过程中发现,定位算法出现在现实场景中无法满足视觉倾斜状态下的定位需求的问题。为此,本文提出了基于视觉倾斜状态下的室内定位算法。首先通过透视变化与双线插值算法对类QR码畸形进行倾斜校正,使其能够具有未倾斜前的识别准确率。然后对视觉倾斜状态下的模型进行建模,分析模型中的空间几何关系,引入倾斜量对定位算法进行推导,最终得出在视觉倾斜状态下的定位算法。通过实验验证了在倾斜状态下,当高度为170cm时,算法平均定位误差为6.95cm,验证了本文提出的倾斜算法的可行性。