随着人类生活和生产的发展,对室内定位的需求变得更加强烈,在温室大棚中,可利用室内定位技术实时定位操作人员并远程指导,提高工作效率;在农作园中,室内定位技术可为农业机器人规划路径;在农业参观大棚中,可为游客提供实游览导航;在综合菜市场,可为顾客提供导航服务等等。本文提出一种多源信息融合的室内指纹定位方法,通过融合智能设备的多传感器(地磁传感器、气压传感器、加速度传感器、方向传感器)数据实现高精度定位,其中地磁传感器采集的数据用于匹配定位目标所处的位置,加速度传感器和方向传感器用于预测定位目标下一时刻可能到达的位置,而气压传感器用于判断楼层的变化。具体定位方法可分为三个步骤:一、采集室内定位区域的地磁数据,构建定位区域地磁指纹数据库;二、采用动态时间规整算法(DTW)算法将实时采集的地磁数据和地磁指纹数据库进行匹配得到定位目标的位置,然后利用加速度传感器和方向传感器预测定位目标下一时刻可能到达的位置,最后根据气压传感器采集的数据实现楼层的判断,实现初步定位;三、采用K-means聚类算法对定位结果进行优化,提高定位精度。相比于传统的室内指纹定位方法,本文提出的定位方法以地磁数据作为定位特征,由于室内环境中地磁数据主要受大件金属的影响(如电梯等),因此建立的地磁指纹数据库非常稳定。而且本文融合了加速度传感器和气压传感器,其中加速度传感器和方向传感器能够准确的预测下一时刻定位目标可能到达的位置,因此能够根据预测结果进行小范围的地磁指纹匹配,能够减少智能终端的计算量,提高定位精度。气压传感器能够采集气压数据,随着定位目标高度的变化,气压传感器能够准确的识别出其所在的楼层,因此融合气压传感器能够实现室内多楼层的判断。因此本文提出的多传感器融合的室内定位方法能够实现高精度、低运算量、多楼层的可靠定位。最后将本文提出的定位方法部署到智能设备中,实际验证定位算法的准确性,实验结果表明采用DTW算法匹配的准确率高达96%,采用K-means聚类方法排除误差后定位精度提高了0.6m,系统的平均定位误差约为1.4m,因此能够满足大部分室内场景的定位精度要求。