多年來，采用行人航位推算（PDR）技術的室內定位系統受到了學術和商業領域的廣泛關注。現有的各種傳感器解決方案通常是使用加速度計來計算步數，并使用磁力計和/或陀螺儀來測量行走方向的變化。測量準確率在行進距離的0.5%到10%之間。但所有這些方法都要求用戶從始至終保持身體平衡，以確保移動感應設備的平穩，就如同行走的同時還要保持一塊蛋糕的平衡一樣，也就是所謂的“蛋糕步”。

　　但是智能手機的室內定位系統要能夠讓用戶自由移動，且無論手機如何放置都能提供合理的結果。通過開發傳感器算法來進行室內定位是極為復雜的，這在一定程度上是因為算法會受下列因素變化的影響，且隨著環境的實時變化，系統還必須同時兼顧到這些因素。

　　地磁異常隨處可見。定向的不確定性是造成定位出錯的主要原因。盡管使用磁力計可以避免定向過程中出現的“航向漂移”問題，但智能手機通常在一天中60%的時間里都會出現地磁異常。如圖1所示，當平穩地拿著手機經過一根普通的電線桿時，可以看到，航向出現擺動，變得極不準確。而通過算法的精心設計，可以檢測到這些異常并進行彌補，使定向更加精準（如圖中藍線所示）。

　　
Galaxy SIII Walking Past Electrical Pole：Galaxy SIII經過電線桿時的航向偏移

　　圖1.當經過電磁干擾源（如電線桿）時，一個普通缺省設置的安卓手機的定向功能會變得很差（紅線）。在向同一臺手機植入并安裝Sensor Platforms公司的FreeMotion Library后，定向功能變得精確（藍線）。

　　Yaw （deg）：航向偏移量（單位：度）

　　Time （sec）：時間（單位：秒）

　　智能手機中的消費級慣性傳感器噪音大且不穩定。一些學術文章中將加速度計噪音達到1mg且陀螺儀偏置漂移達到每小時20度（與軍工級傳感器相比相距甚遠）的慣性測量單元（IMU）稱為低質IMU.然而，即便智能手機中最好的傳感器，也會產生比該值多一到兩個數量級的噪音。因此，這種噪音累積會迅速導致嚴重的定位錯誤。在提高傳感器硬件性能之前，需要引入一些算法來減少航位推算錯誤，例如運用PDR技術來計算步數。

　　不同的攜帶模式需要不同的算法。PDR技術能夠通過檢測步數來減少集成錯誤。然而，僅是用手在空中簡單的搖晃手機也同樣會產生類似于行走的運動。這一問題在以往已經得到解決，例如，對第一響應者來說，可以將傳感器模塊綁定在衣服或鞋子上的特定位置，這樣就可以避免該問題并提供可靠的結果。

　　然而，這一方案并不適用于智能手機平臺。因為人們通常不會把手機放在鞋子里，當然也不會像拿蛋糕一樣小心翼翼地攜帶手機，相反，在人們行走的過程中，手機可能會放置在任何地方：口袋里、耳邊、錢包里或直接拿在手上。因此，無論手機放置在哪里，智能手機的PDR功能必須能夠跟蹤定位用戶的位置。

　　圖2展示了人們在行走時，手機在三種不同的攜帶方式下傳感器信號的差異，這三種攜帶方式分別是：放在口袋里、握在手里正面朝上（看著屏幕）和握在手里側面朝上。盡管信號具有相似的特性，然而信號幅度、本底噪聲、總機械能甚至曲線本身的形狀都會隨傳感器位置的變化而不同。而經過精心設計的環境感知算法可以可靠地區分用戶是將手機放在口袋里、握在手里正面朝上、握在手里側面朝上或是從一個位置換到另一個位置。這類算法運用傳感器數據的多個方面來構建對周邊環境的一致認知，掌握手機所處的位置后，就可以適時地使用正確的PDR算法。

　　圖2.行走時的加速度計信號圖，比較三種不同的攜帶狀態：放在褲兜時一條腿的信號強于另一條腿的信號；握在手里正面朝上時，兩種信號幾乎相同；握在手里側面朝上時，手臂搖擺等因素導致了一些不規則變化。

　　Vertical acceleration while walking：步行時的垂直加速度Pant pocket：放在口袋里Hand front：握在手里正面朝上Hand side：握在手里側面朝上Time （sec）：時間（單位：秒） 行進方向不同于移動設備的朝向。多數傳感器算法都會注重移動設備的朝向，但實際上真正重要的卻是用戶移動的方向。這種行進方向稱為“方位”，它和方向是兩個概念。方位是區分PDR和步數計算的因素之一。通過從設備方向中辨別出用戶的行進方向和設備朝向，算法能夠得出按圈行走實際上會回到起始點。

　　PDR技術是強大的室內定位工具，然而，其運行的環境卻非常復雜。以往的解決方案都是要求用戶在攜帶PDR系統時走“蛋糕步”。而如今，引入新環境信息集合的算法已經解決了諸多類似問題。相信這些新的系統定能幫助定位服務走出困境，走向輝煌。