室内外无缝定位已成为当前位置服务的研究热点,传统的卫星导航技术由于信号在穿过建筑物后会被严重削弱,无法在室内实现导航定位。另一方面,在许多特殊的场景中,比如矿井、地下勘测、火灾救援等难以提供基础设施支持的环境中,构建一套无源自主、稳定性好、精度高的导航定位系统是当前研究难点。作为一种自主导航定位技术,惯性导航系统(Inertial Navigation System,INS)不需要预先构建硬件设施,也不存在信号接收的问题,能够实时获取载体的位置、速度和姿态信息。最原始的惯性导航系统采用高精度的惯性器件,往往价格昂贵且体积很大,难以用于人们的日常生活。但随着微机电系统(Micro-ElectroMechanical System,MEMS)制造技术的发展,基于MEMS的惯性测量元件(Inertial Measurement Unit)成本越来越低、体积越来越小、功耗越来越低,已被广泛应用于民用消费电子领域,为行人惯性导航提供了可靠的硬件基础。但由于消费级MEMS惯性传感器精度有限,输出数据含有大量噪声,进行捷联式惯性导航时会产生较大的误差。本文利用消费级的MEMS惯性传感器组成的IMU阵列,设计了零速修正(Zero-velocity Update,ZUPT)与INS结合的卡尔曼滤波模型,使用ZUPT纠正捷联惯性导航机械编排的误差,抑制了积分误差的发散,最终实现了较高精度的行人导航,主要内容包括:(1)对MEMS传感器阵列进行了标定,本文利用多位置法对阵列中的单个MEMS IMU进行了加速度计误差标定,估计了单个IMU中加速度计的零偏、比例因子误差、交轴耦合误差,以及阵列中IMU之间的安装失准误差,实验测试验证对于低成本MEMS传感器阵列的标定十分必要;(2)介绍了零速探测问题,本文测试了四种常用的零速探测方法,并分析了它们之间的关系。实验测试分析比较了四种探测方法的优劣,最终确定利用加速度和角速度两种条件来检测零速;(3)对惯性导航的微分方程进行了简化,设计了基于位置误差、速度误差以及姿态误差的INS与ZUPT融合的卡尔曼滤波模型,根据零速探测算法检测零速阶段,在探测到的静止时刻,将零速时刻的速度估计值作为观测量进行系统状态误差估计,并用估计得到的误差修正INS的导航解算参数。同时还对上述卡尔曼滤波模型进行了可观测性分析,发现算法可以抑制速度、横滚角以及俯仰角的误差发散,改善位置误差漂移,但对于航向角误差却没有任何改善。实验验证了对滤波模型的可观测性分析,测试显示估计路径与实际轨迹大致吻合,行走一分钟平面误差在1m左右。