随着移动通信技术的不断发展和新业务需求的不断增多,基于位置的服务引起了大量的关注,确定移动目标的位置信息是实现定位的关键。目前制造车间的设备繁多,环境广阔,如何实现车间人员或物品的实时定位,是现代制造车间面临的难题。基于WiFi和图像的位置指纹定位方法因原理简单、成本低,在大型制造车间场景应用广泛。本文提出了三维空间下的AP部署策略和基于WiFi信号与图像的融合定位算法,解决目前普遍存在的定位精度与定位实时性等问题。(1)深入分析基于WiFi和图像的位置指纹定位方法以及融合定位方法,并介绍两种方法的定位原理,着重研究了典型的定位算法:确定性算法和概率性算法,以及图像的特征信息提取的三种方法:SIFT算法、SURF算和LBP算法。(2)针对目前制造车间三维定位空间的复杂性、无线信号易受干扰等问题,提出了一种六棱柱网格划分方法应用于三维室内定位系统。通过比较移动目标与RPs之间的距离分布函数,验证所提六棱柱网格划分方法相较于立方体网格有更低的定位误差。建立了基于信号覆盖率和信号空间欧氏距离的三维AP部署多目标函数,并采用人工免疫算法求解。仿真和4种真实场景下的实验结果表明,相较于矩心部署方法和指纹多样性部署方法,所提的AP部署方法可以获得更高的信号覆盖率和定位精度。(3)传统的基于WiFi的位置指纹定位技术主要是通过接收到的RSS来确定移动目标的位置信息,具有定位实时性高但定位误差大的缺点;而基于图像的位置指纹定位技术主要是通过在线阶段获取的前景图像特征与指纹库中指纹的相似度来确定移动目标的位置信息,具有定位精度高但定位实时性低的缺点。本文提出了一种WiFi与图像融合的定位策略。将WiFi信号根据室内定位空间和修正半径转化为RSS图像,再通过均匀LBP算法对RSS图像和RGB图像进行LBP特征融合,建立基于稀疏表示的融合定位模型,采用Lasso+BPDN算法对模型进行求解。实验结果表明所提方法降低了定位算法的复杂度,提高了工作效率,在相同条件下能够获得较高的定位精度,解决了定位过程中定位精度与定位实时性的平衡问题,具有很好的应用前景。