近年来,基于位置服务(Location Based Service,LBS)的兴起加快了移动智能领域的发展,越来越多的移动开发者投身于LBS应用开发。与此同时,对位置信息获取的精确性、稳定性、节能性提出了更高的要求。本文针对上述需求,结合基于智能手机惯性传感器的辅助定位方法有助于降低能耗、提高定位精度的特点,在Android平台下设计并实现了利用行人轨迹推算(Pedestrian Dead Reckoning,PDR)算法进行辅助定位的SDK。首先,设计了一个可以容纳与拓展不同定位、辅助定位算法以及融合策略的框架。并在此框架中封装了 GPS、基站、Wi-Fi定位算法,用于辅助定位的面向非约束智能手机的PDR算法,以及基于粒子滤波的融合算法。其次,本文实现了一系列辅助工具来拓展SDK的功能。其中包含了用于显示定位结果与描述运动轨迹的地图工具,用于分析定位数据的图表工具等。最后,对上述功能进行了单元测试,验证了功能的可行性。并基于粒子滤波的融合算法,使用面向非约束智能手机PDR算法对Wi-Fi指纹定位进行了辅助,与仅使用Wi-Fi指纹定位的条件下对比分析了定位结果,验证了该融合定位算法的可行性。综上所诉,本文为LBS应用开发人员提供了一个可行的定位SDK,为PDR算法研究人员提供了一个便捷的研究环境。