有次在机场找登机口手机导航一进航站楼就开始乱转箭头一会儿指东一会儿指西。原因不复杂混凝土顶板一挡卫星信号衰减到几乎收不到GNSS 在室内基本是废的。可人还是要找路消防员还是要摸黑进屋养老院还是要判断老人有没有长时间没动。室内定位这件事卫星指望不上只能换一套思路——用惯性器件自己算。没有卫星就先学会自己数步行人室内定位里最朴素也最实用的一类方案叫 PDRPedestrian Dead Reckoning行人航位推算。核心逻辑一句话我自己知道朝哪走、走了多远从上一个已知点开始一步步累加就得到当前位置。需要的器件其实不多一颗 IMU 就够——三轴加速度计加三轴陀螺仪需要绝对航向时再补一颗磁力计。跟车载惯导最大的区别在运动模式车是连续运动的刚体人是一阵一阵走的脚落地那一刻几乎静止抬脚又是往复摆动。这一点既是麻烦也是机会。PDR 的三个环节步态检测先确认“这算一步”加速度计的合加速度会随步伐呈现周期性起伏。最简单的方法是设阈值或找峰值超过门限算一步两次之间再加一个最小时间间隔防抖。更稳的做法是零速检测脚部佩戴时脚掌落地瞬间的角速度和加速度都接近零可以明确判断“这一步结束了”。频域法抗噪更好但算得慢。步态检测做不准后面全歪——多算一步、漏算一步误差会直接写进位置。步长估计常数模型够不够用最省事的是常数模型成年人步长按固定值算比如零点六到零点七米。但走快走慢、上下坡、穿不同的鞋步长都在变几百米之后误差就很可观。稍微讲究一点用步频或步幅的线性、非线性模型去拟合步频越高通常步长越大用经验公式把每一步的步长单独算出来。航向估计漂移的主战场陀螺积分能得到角度变化但零偏会随时间累积航向误差是漂移型的——不是错一点就结束而是越走越偏。工程上一般走 AHRS 姿态解算用四元数表示姿态靠互补滤波或卡尔曼滤波融合陀螺与加速度计、磁力计要求更高的用误差状态卡尔曼滤波 ESKF把陀螺零偏也当成状态量估计出来并实时补偿。误差到底从哪来陀螺零偏与角度随机游走航向随时间漂移这是 PDR 的根问题。安装误差与轴对准模组贴歪几度水平面里就多一份耦合误差。磁干扰室内钢结构、电井、音箱、门禁磁力计读数说变就变拿它定航向要格外谨慎。步态与步长个体差异身高、年龄、走路习惯不同一套参数不可能通吃。佩戴位置腰间、脚部、手持的运动模式完全不同。脚部有天然零速区间最适合做零速修正手持姿态变化大航向解算最难。把“相对”按回“绝对”PDR 只给相对位移走得越久误差越大必须有外部信息把它拉回来。零速修正 ZUPT 是最常用的一招脚部佩戴时每一步落地速度为零用这个约束反过来估计并扣除速度与姿态误差能明显压住漂移再叠加磁力计就是常见组合。更往外一层是地图匹配与地标、路径约束——走廊只能沿走廊走门是必经点把轨迹“贴”回建筑平面图Wi-Fi、蓝牙 RSSI 给粗位置UWB 在视距内精度很高地磁指纹做磁场匹配视觉惯性里程计 VIO 用摄像头加 IMU 联合解算。这些手段本质是一件事把相对航位校正成绝对位置。模组选型先问场景再问指标选 IMU 模组别一上来就比精度。先回答三个问题单次定位要持续多久、精度要到多少、戴在哪里。几分钟的行走消费级 MEMS 也能凑合连续走半小时以上还不依赖信标零偏稳定性就必须上一个台阶。然后才落到指标上零偏稳定性°/h决定航向能“撑”多久是最核心的一项。角度随机游走°/√h反映陀螺噪声水平影响短时航向抖动。量程与噪声密度±dps、±g行人运动量程要求不高但要留余量应对摆腿与落地冲击噪声密度会直接进入误差预算。输出频率步态相关算法通常需要 ≥100 Hz太低会漏掉冲击细节。接口SPI 速率高、适合高频读取I2C 省引脚UART 布线简单。功耗、温度补偿、封装与佩戴形态可穿戴场合功耗和体积常常和精度一样重要。精度分层三条路线的成本账消费级低精度 MEMS 便宜、小、功耗低但独立长时间航向靠不住必须频繁依赖信标或地图校正工业级 MEMS 在零偏稳定性和温度特性上明显更好是 PDR 类应用的主力区间光纤、激光惯导精度高出一截可体积、功耗与成本都不在一个层级多用于专业测绘等场合。选型的本质是用多少成本买多长的“自由航位时间”。场景不一样方案也不一样商场、机场导览对精度要求不高多靠 Wi-Fi、蓝牙加地图约束PDR 负责把定位点之间的轨迹补顺滑地下停车场找车难点是无信号和多层结构惯导加地磁或蓝牙信标更合适矿井、消防员定位环境恶劣往往用惯导加 UWB 做冗余养老看护关心跌倒与异常静止AR/VR 与机器人则偏向 VIO 组合。几个必须承认的难点航向长期漂移绕不过去磁干扰让磁力计时好时坏功耗与穿戴舒适度互相拉扯个体步态差异让参数无法一劳永逸。所以工程判断其实很清晰短时靠 PDR长时靠信标或地图校正。单次定位时间越长、精度要求越高就越要在零偏更小的模组和更强的融合算法上花钱如果场景里本来就有稳定信标把预算分给校正手段往往比一味堆惯导精度更划算。