随着科学技术的发展,以及国家对智慧城市的大力支持,大数据和物联网得到了迅猛的发展。基于位置的服务能为大众提供更高的生活品质,能更好的实现各行各业的自动化和智能化建设,并且MEMS(Micro-Electro-Mechanical Systems,MEMS)惯性器件越来越小型化,集成化,这使得个人导航系统受到了广泛的关注。然而,由于室内环境较复杂,目前仍未有一种室内定位方法,能像GPS一样广泛应用。本课题围绕室内环境复杂,定位精度不高的问题,以荷兰公司生产的MTI-G-700 MEMS惯性器件为研究对象,研究了基于室内地图辅助的粒子滤波个人导航系统算法。为克服惯性器件长时间的漂移带来的定位误差,提出了一种结合y轴角速度、角速度模值、z轴方向的加速度和加速度模值的阈值零速检测算法,为避免误检,根据人正常行走的一步当中脚步接触地面的时间范围,设置时间阈值来消除。对消防救援或者高楼内的一些突发事件,高度位置信息和水平方向上的位置信息具有同等的重要性,然而纯惯导的高度通道是不稳定的,且关于高度定位信息方面的讨论很少。本文基于建筑物先验知识,即每一层楼的高度是固定的,对捷联惯性导航解算的高度进行修正,结果证明该算法具有很强的稳健性。为了减小惯性导航系统的累积误差,设计了粒子滤波器,建立粒子滤波状态方程和量测方程,以航向角和水平位置点坐标为状态量,以每一步的步长和航向角变化量作为观测量,同时融入室内地图信息用以对粒子进行穿墙检测更新粒子权值;针对粒子滤波量测方程中航向角误差模型导致粒子在拐弯处严重发散的问题,提出虚拟路标匹配算法,在拐弯处设置路标点,当检测到拐角处粒子发散的时候,校正当前的估计位置点到相应的路标点,该方法相当于重新初始化了惯性导航算法中的初始位置,消除了位置估计层上的累积误差。最后,将MEMS惯性系统绑在鞋面上,在校园内的科学楼楼内进行多组试验,验证了本文导航算法的有效性。