GPS/北斗导航技术在室外已经成熟且相对广泛应用。而在室内或者GPS/北斗未覆盖的商业区域和地下管网,盲区定位与导航算法、技术相对参差不齐,无统一标准,且普遍成本高昂,民用适用性差。因此,针对于盲区如无GPS信号的地下管廊运动物体追迹和导航的研究,是十分有理论指导意义和实用价值的。目前智能手机发展迅速,成本低廉。智能手机里普遍集成了加速器、陀螺仪、磁力计、气压计等传感器,且其精度已经足够用于商业APP开发和盲区追迹的需求。本文中盲区定位与运动轨迹推算便是基于成熟的iPhone手机中的加速器、陀螺仪为运动状态输入参数,磁力计数据作为辅助用来计算方向以及转角。通过将输入的参数进行多维运动推算,采用数据差值补齐、卡尔曼滤波降噪以及滑动窗口自补偿降低噪声对于运动状态精度的干扰,实现高精度运动状态捕捉与位置监测,以最低的成本和高效的算法达到室内或地下管道内定位和运动轨迹追踪的目的。本文从以下几个角度阐释了基于iPhone多维传感器的完全不依赖于GPS和运动平台设备的盲区导航追迹系统:1)介绍了GPS盲区导航和轨迹追踪的应用背景、发展现状及实现方式,发现当前高精度盲区导航多依赖于成本高昂的外部设备系统且需要高成本的后期人力维护,来保证基于外部WiFi或蓝牙指纹点网络的真实性和可靠性;而对于不依赖于外部平台的盲区追迹,精度又不甚理想。据此深入探讨了如何基于iPhone多维传感器信息并通过数据处理算法来降低系统误差,有效实现高精度惯性系系统的自主追迹。2)通过深入探讨iPhone的加速器、陀螺仪、磁力计传感器的基本工作原理和输出维度,建立了传感器基本信息和速度、位移、方向之间转换关系的数学模型,以及自助坐标系和地磁、地理坐标系转换关系的模型,为后续追迹系统数学模型和算法的实现准备了足够的理论与数据基础。3)重点研究了不依赖于GPS,而基于多维传感器的惯性系追迹系统的误差类型、来源和机理,探讨了如何从数据采集、数据转换、多维补偿的角度更有效地降低误差。通过对当前误差处理算法的分析,提出一种更为有效的的基于动态阈值滤波补偿和卡尔曼滤波最优化的降低误差的算法,以实现高保真的从原始数据到最终位移的数据转换。4)本文完成了iPhone端的APP设计以及多维传感器原始数据采集,上位机软件实现了采样数据中静止状态数据噪声降低算法、运动部分的动态阈值滤波补偿算法和卡尔曼滤波算法,并用于对采集到的数据进行上位机仿真。通过对手机运动过程中各类单一误差的对比,有效地将最终位移误差控制在2%以内。5)本文实现了一种不依赖于外部卫星导航系统,也完全独立于运动平台的追迹系统算法。算法只利用普遍应用的iPhone手机内部的多维传感器,相对精度较高,可扩展和可移植性强,可直接附加安装在刚性运动物体如地下管廊巡检机器人、地下救援设备等上面,在GPS盲区具有极强的独立性和商用价值。