前言
　　定位是感知應用的一個重要屬性。在室內環境中，如果位置信息可用并非常可靠，有更多的應用場景可以實現的。行人航位推算（PDR） 就是這樣一種技術，在室內環境中可提供行人航位信息并提高定位可靠性。慣性傳感器、磁力計和壓力傳感器是航位推算應用中必不可少的傳感器組件，用之可大幅提升導航性能，這些器件的功耗必須極低，這樣才能始終保持開啟模式并提供數據用于航位推算應用。實現隨時隨地定位的目標離不開高品質的MEMS傳感器和高性能的行人航位推算算法。本文主要討論各種行人航位推算算法上需要用到的傳感器組件的數學表述，以及可用性和可靠性更高的PDR行人航位推算算法的測試結果。
　　定位技術概述
　　全球導航衛星系統（GNSS）接收器已成為室外導航解決方案的常用電子元器件，今天幾乎每一臺智能手機內部都有一個這樣的衛星接收器芯片，可實現各種與位置相關的移動服務，其中包括導航、興趣點搜索和地圖。用戶開始期待他們的設備在所有環境中都能提供位置信息，但是他們通常忽略衛星信號是不能穿透商廈和候機樓的墻壁和屋頂這個事實。建筑材料會使全球導航衛星系統信號衰減變弱，即使高靈敏度接收器也無法在室內收到定位信息。
　　目前業內正在開發不同的行人航位推算解決方案，大都采用無線發射器充當信標，利用三角測量法計算接收器的位置。這些解決方案利用室內環境中的Wi-Fi接入點（AP）定位。類似的解決方案還包括使用藍牙發射器、GSM和其它手機發射器或專用信標，例如Nextnavfor室內定位設備。這些技術整合運用服務器等基礎設施傳送的輔助GPS/GLONASS數據、星歷擴展數據和Wi-Fi接入點（AP）位置數據。此外，還有一種使用MEMS傳感器（加速度計、磁力計、陀螺儀和高度計）計算位置數據的室內導航技術。今天幾乎所有的智能手機、平板電腦、數碼相機、健身產品等便攜消費電子產品都配有MEMS傳感器。這些傳感器配合行人航位推算（PDR） 技術能夠確定用戶位置。每項室內定位技術都有其長處和短板。
　　數據整合
　　按照定位精度和功耗要求，微控制器整合處理各類信息源送來的信息，然后將具有不確定性的單一位置值提供給應用。使用信任參數、相關參數和過去測量數據推算每個位置，權衡Wi-Fi、藍牙、行人航位推算和全球導航衛星系統等多個技術送來的信息，數據整合算法在其中發揮著關鍵作用。在室外，全球導航衛星系統接收器送來的位置信息精度良好，不確定性低。當控制器使用的測量數據是來自用戶附近的Wi-Fi接入點時，位置計算信號強度高，Wi-Fi系統送來的位置估測數據精度也就比較高（相關不確定性低）。不過，Wi-Fi接入點數據庫（包含Wi-Fi接入點位置數據及其不確定性數據）的品質也會影響定位精度。
　　PDR行人航位推算不依賴任何外力協助，無需任何外部基礎設施配合，就能產生精確的相對位置定位信息。因此，其特點與絕對定位技術優勢互補，例如，全球導航衛星系統或基于Wi-Fi的導航系統。因此，PDR行人航位推算適用于混合系統，可以在室內環境確定用戶位置，定位的精確度、可用性和可靠性更高。
　　行人航位推算
　　移動設備中的MEMS傳感器因受到數據漂移和噪聲的影響，會引起基于積分運算方法的傳統慣性導航系統出現難以處理的位移和姿態誤差。在行人航位推算應用中，傳統積分運算導航方法效果不理想，因為與人體運動相關的復雜動力學很難建模，將其用于運算有不小的難度。在過去十年中，業內主要開發出兩種很有前景的室內環境行人導航方法，一種在參考文獻［1］論述的基于零速率更新的INS-EKF-ZUPT （IEZ）慣導方法，另一種是包括步伐檢測、步長估算和航向算法的基于人類步行動力學的慣導方法。基于零速率更新的（ZUPT）的方法基于一個假設和一個物理現象，即假設慣性傳感器是安裝在腳上，且每邁出一步后都是暫時靜止狀態。本文主要討論通用性更強的方法。