基于位置的服务已经兴起多年,随着这种服务的不断发展,针对如何确定位置的研究也逐渐深入。室外位置感知目前已经有比较成熟的系统,基于卫星、基站定位系统已经完全融于生活服务,而室内定位领域虽然存在众多定位系统,却至今仍没有统一的系统或标准出现。本文在深入研究了基于惯性传感器的定位系统和熟悉了Wi Fi室内定位系统的基础上,提出了利用智能手机中的惯性传感器和地图匹配算法实现的室内定位解决方案。基于惯性传感器的定位部分的核心是行人航迹推算算法,该算法主要通过检步、步长估计及航向估计三大步骤实现,在初始化一个位置之后,根据每一步的步长和航向角求取每一个迈步之后到达的位置。针对不同的行走场景中对应的不同手机姿态,将手机姿态分为四大类,基本囊括了常见的场景,并在此基础上提出一种具有普适性的检步算法,该检步算法解决了传统峰值、谷值检步中无法区分静止动作的问题,从了提高了检步的准确率。根据检步算法可以监听步态事件,根据陀螺仪测量的数据计算局部旋转矩阵,结合电子罗盘解算出行走中的航向角,通过对数据库中加速值进行分析,得到一种较为合理的步长估计方法,从而可以随着步态事件的改变不断推算更新位置信息,即实现了位置跟踪。然而,单纯的使用行人航迹推算得到的位置信息可靠性并不高,所以本文引入了融合地图信息的方法,主要体现在粒子滤波算法和地图匹配算法中。粒子滤波算法利用地图中不可穿越的分界线的位置来修正粒子群的权值,使得在所有粒子生成后,对粒子群的位置加权求和得到的位置最大程度的不出现穿越分界线的情况,为了保证粒子群不会退化引入了粒子重采样方法。虽然粒子滤波能从一定程度上解决粒子越界问题,但当所有粒子都出现越界行为时,会导致粒子滤波失去作用,因此引入地图匹配算法,首先利用某些特殊地理位置对应的行走特征和无线网络特征,生成地图路标,当检测到这种行走特征或无线网络特征时则匹配到该路标上,从而修正角度、步长等参数,为了最大程度的保持行走的路径特征,最后利用路径匹配算法将历史路径匹配到最相似的预设路径,从而根据这种路径进行后续路径追踪和筛选。在论文最后,设计并实现了基于Android手机终端的应用软件,进行相应的实际测试,进一步体现了论文所提出的相关算法的优势。