基于微惯性测量单元(Micro Inertial Measurement Unit,MIMU)的捷联式行人惯性导航系统具有体积小、功耗低、价格便宜等优点,而且可以不依赖外部信号实现自主定位,适合应用在没有电磁定位信号的室内环境,因此逐渐成为室内定位领域的研究热点。但是受惯性器件固有特性的影响,行人惯导系统的位置误差会随时间累积,难以实现长时间高精度定位。为减小行人惯导系统的累积误差,提高导航精度,本文根据行人双足的运动特征建立约束方程,提出了多条件约束的行人导航算法,实现了行人定位精度的提高。论文主要工作如下:(1)双MIMU导航方案单MIMU行人惯导系统受天向陀螺观测性低的影响存在航向漂移。针对单MIMU行人惯性导航系统的不足本文采用了双MIMU导航方案。左右脚各固联一套MIMU,同时采集行人运动时的惯性数据,利用行人运动特征设计行人惯性导航算法,提高系统的定位精度。(2)零速检测和零速修正算法采用三条件零速检测法和基于卡尔曼滤波的零速修正算法。零速修正技术是行人惯导系统中最简单有效的误差补偿技术,采用卡尔曼滤波的方法对零速误差进行补偿,定位精度得到有效提升。(3)约束算法基于双MIMU导航方案,提出了双足最大步长约束算法和双足轨迹间最大距离约束算法。根据单足前后落脚点之间的关系提出了单足最大步长约束算法。对于同一只脚,在一步运动过程中,前后两个落脚点之间的距离不超过某个最大值,这个最大值就是单足最大步长。满足该约束条件的卡尔曼滤波的最优解具有更高的导航精度。(4)多条件约束算法和实验验证融合零速修正、双足约束算法和单足最大步长约束算法的多条件约束算法比单一约束算法更加符合行人运动特性。对同一组数据分别使用零速修正、双足最大步长约束算法、双足轨迹间最大距离约束算法、单足最大步长约束算法和多条件约束算法解算,实验结果表明多条件约束算法解算的位置精度更高。本文基于双MIMU导航方案,提出了一种多条件约束的行人导航算法,通过实验验证了其有效性和可行性,为行人惯导算法的研究提供了一种思路。