基于WiFi 信号指纹的定位技术已经广发地应用在室内人员的定位研究中。由于信号指纹匹配定位算法的计算量大以及传统的二维地图无法表达复杂的室内空间地理信息使得目前的室内WiFi 信号指纹定位系统不能广泛有效地应用在智能移动设备中。提出了利用K-means 聚类算法对信号指纹库进行聚类处理，同时将相同AP 数目引入到指纹匹配定位算法中，使得在保证定位精度前提下减少定位算法的遍历次数、降低计算量，从而提高定位系统的实时性。结合Uinty 3D 三维可视化引擎实现室内地理信息的三维可视化并最终实现在移动端的三维场景中对室内人员进行定位。试验测试表明：经过聚类的指纹库在定位精度不变或提高的前提下定位时间缩短缩短了50％，有效提高了定位系统的实时性；Uinty 3D 有效解决了室内定位三维可视化问题，增强了室内地理信息的可表达性，丰富了用户体验。