随着现代社会的发展和人口增多,大型建筑楼层高度不断攀升,内部结构日趋复杂,人们对于基于位置的服务需求日益剧增,随着物联网技术的快速发展和智能终端的广泛普及,精准的室内定位和路径规划服务在日常生活和室内应急救援中的重要性日渐凸显。日常生活场景中,无线局域网内基础设施完备,基于接收信号强度（Received Signal Strength Indication,RSSI）指纹的定位技术因其无需额外的硬件设施,具有成本低、部署简单、接入方便等优势,得到广泛的研究和应用。室内应急救援场景中,逃生疏散路径规划,引导被困人员主动逃生,在基于物联网的大型建筑火灾救援中扮演者重要的角色。目前已有的室内定位与路径规划研究大多数都是基于单一楼层,无法满足面向大型高层建筑定位与路径规划的需求。此外,传统基于指纹的定位技术需要在离线阶段构建离线指纹库,然而指纹库构建过程的耗时费力阻碍了指纹定位的发展。现有的二维紧急疏散模型可用于解决受困人员的引导和救援问题,然而,由于环境信息有限,没有考虑火灾现场实时数据和被困人员的行为特征,安全性低。针对指纹库构建难和应急疏散难问题,本文提出基于众包和隐马尔可夫模型（Hidden Markov Model,HMM）的多楼层指纹库构建方法,提出一种实时火势感知的多楼层逃生路径动态规划方法,工作内容如下:针对指纹库构建难问题,提出了一种基于众包和HMM的低成本、高效率的多楼层指纹库构建方法（MCSLoc）。首先将室内平面地图转换为室内语义地图;然后采集众包用户智能手机内置惯性传感单元（Inertial Masurement Unit,IMU）数据,采用卡尔曼滤波（Kalman Filter,KF）融合算法划分传感数据到所属楼层。提出分段式轨迹获取方法,根据传感数据获取用户相对轨迹和RSSI值序列;最后利用HMM和轨迹匹配维特比（Track natching Viterbi,TM-Viterbi）算法将相对轨迹与室内语义地图主路径相匹配,为RSSI值序列标注楼层标签和物理位置标签,从而构建多楼层指纹库。针对应急疏散难问题,提出了一种实时火势感知的多楼层逃生路径动态规划方法（DERP）,DERP主要包括两个部分:首先,考虑室内三维拓扑结构、实时获取火灾场景传感器数据和人群密度分布的全局信息,利用元胞自动机构建三维火灾信息模型。其次,基于三维路径安全函数,设计多约束三维室内紧急逃生路径规划算法。在智慧大楼中有效规避灾害点,实时获取火势威胁态势规划安全路线,实现火灾场景多楼层多出口的逃生路径动态规划。本文分别在真实实验大楼和专业火灾模拟软件平台进行了实验。实验结果表明,MCSLoc可以快速获取轨迹绝对初始位置,有效构建多楼层指纹库,提高多楼层定位效率,实现1.87米的定位精度。实验结果表明,DERP可实现100%避灾率,相比于经典A*和Dijkstra算法,平均逃生时间更短,能够及时动态地规划和调整逃生路线,提高被困人员的逃生概率。