近几十年来,基于位置服务在军用及民用领域都得到了广泛关注,其应用情景也愈来愈多。有鉴于此,人们对于位置服务的可靠性以及有效性的要求也愈来愈高。基于位置服务顾名思义,是一种基于用户位置信息为其提供服务与便利的一种服务形式。因此其基础需求是能够基于用户设备,使用设备中的传感器对周围环境进行感知,并对环境中的一些固定设备、地标进行相对位置计算,从而最终提供对用户位置的估算。在这一情境下,如果定位结果只是一个二维坐标,显然是不够的,因为用户并未得到环境中的参考系信息,或者更具体而言,并未确定自身相对于环境中的地标的相对位置。为了解决这一问题,本文需要获取环境中的地标信息。手动地测量环境中的地标信息效率低下,并且因此对与地标的变动十分敏感。相反,使用同时定位与建图算法,或SLAM算法,则可以同时解决建立地图和提取地标信息的问题。尽管SLAM算法多为机器人设计,处于经济实用的考虑,近来一些基于智能手机的SLAM算法也被提了出来。本文在此基础上提出Walk SLAM算法,以及基于Walk SLAM的众包Radio Map建立算法。Walk SLAM是一种利用手机的运动传感器和Wi Fi扫描进行用户路径追踪和Wi Fi信源位置估算的SLAM算法。本文在前人工作的基础上做出的创新性工作如下:(1)针对Radio Map建立过程对于环境信息过于依赖且建立过程繁琐问题,设计了一种基于Walk SLAM算法的Radio Map建立方法,该系统克服了地标对环境的先验信息的依赖性,提升了建立Radio Map的效率。(2)针对建立Radio Map所使用的SLAM算法不完全适用于步行场景的问题,提出了一种基于步行模式监督的Walk SLAM算法,该算法考虑了智能手机建图过程中行走模式对路径估计的影响,改进了粒子生成模型和权值更新模型,提高了对用户路径以及地标的定位精度。(3)针对Radio Map众包建立中数据配准不易收敛问题,提出了一种地标分层配准算法,该算法基于ICP算法设计,改进了点匹配的初值,降低了迭代次数,增加了收敛结果精度。