便携式移动电子设备的快速发展,给人们的生活带来了很大的改变,其中智能手机和平板电脑已经成为日常生活中必不可少的工具。为了有更加新颖的应用和更绚丽的视觉效果,智能手机和平板电脑中集成了多种微传感器,如三轴MEMS加速度计、三轴MEMS陀螺仪和MEMS磁力计等。本文依据UESTC-NOKIA国际合作项目,旨在研究一种基于MEMS惯性传感器的适用于移动电子设备的新型而有趣的步行者导航方式。因为成本控制,便携式移动电子设备中使用的MEMS惯性传感器有精度偏低、随机误差较大等缺点。针对这些缺点,本文对使用的LIS344ALH加速度传感器和Ex3500A4962A陀螺仪建立了误差模型;使用“六位置法”标定了加速度传感器和陀螺仪的静态误差;针对随机误差设计了低通滤波器和状态扩增卡尔曼滤波器,有效地抑制了传感器信号的漂移,提高了航位推算的精度。惯性测量单元被捆绑于步行者的腰部,其中三轴MEMS加速度计用于测量的步行者的加速度,MEMS陀螺仪用于测量步行者转向时的角速率。通过对步行者一次迈步周期内的动力学模型的分析,提取特征量判别步行者的迈步步态信息:迈步起至点、站立阶段、迈步阶段,进而估计步行者的步频、步数和步长;利用加速度计信号通过姿态算法可间接推算步行者的姿态角。通过角速率可直接计算步行者的姿态矩阵和姿态角。采用互补滤波算法融合两种算法得到的姿态角,提高了姿态角的计算精度,有效地降低了计算姿态角所产生的累积误差对运动轨迹的影响,使之更适用于低精度惯性传感器。最后通过航位推算原理,合成步行者的相对运动轨迹。最后本文对整个系统在Linux系统中进行了算法编程。为验证步行者航位推算系统的精度和对个体差异的适应性,在室内环境中以普通人的正常行走速度进行了现场试验。根据试验结果对步长估计算法和姿态更新算法的精度做了对比分析和评估;并将试验结果与实际参考数据轨迹作对比,分析了步行者航位推算算法的准确性和可行性,且该系统可以满足消费电子领域对实时性的需求。并根据实验所得的结果和数据分析,本文还提出了一些改进意见。