“物联网”时代中,人员在室内的活动时间不断增加,基于室内位置服务需求迅速扩大。随着微型化和低功耗惯性测量单元的普及,基于微惯性传感器的人员航迹推算(Pedestrian Dead Reckoning,PDR)自主定位技术成为提供室内位置服务最有效的方法之一。然而,当前复杂运动行为下的人员高精度自主定位技术主要面临运动行为受限和误差随时间累积的技术难题。针对以上问题,本文展开了基于微惯性传感器的人员运动行为约束自主定位的研究,分别对人员多运动行为的准确识别和基于行为约束的高精度PDR自主定位技术方面进行了研究,最终实现系统验证。主要内容如下:(1)在人员多运动行为的准确识别技术方面:研究了人员运动行为识别基本理论,提出了基于时域-斜率特征的多向行走识别算法,实现了平均识别率高达97%的二维平面运动行为识别;采用基于姿态角和加速度的多特征阈值融合算法,实现了识别率高达97.9%的异常运动行为识别;采用依靠气压计等时高度变化实现三维运动行为识别的技术,识别率约为92%;最后利用层级分类策略将多种运动行为识别算法融合,实现了多运动行为识别系统的构建。(2)在基于行为约束的高精度PDR自主定位技术方面:研究了PDR自主定位基本理论,针对常规步态检测算法对复杂运动行为适应性差的问题,提出了基于多运动行为约束的步态检测算法,步态检测精度相较于常规算法总体提高20%;针对常用非线性经验步长估计模型应用于多运动行为场景时精度发散的问题,提出了自适应行为的步长估计算法,步长估计总体精度相较于经验模型算法总体提高约10.8%;针对气压计解算高度时易出现漂移的问题,提出了基于平面运动行为约束的高度漂移补偿算法,该算法能准确区分出人员所在楼层,同层高度定位误差低于1米;将优化后的参数应用于适应多种运动行为的人员空间轨迹估计算法,并对整个运动行为约束的自主定位系统算法进行实验验证,闭环定位精度比无行为约束自主定位算法提高了约4倍,最终实现了在多运动行为下,为人员提供实时、连续和准确的位置信息。