随着人们对位置服务需求的逐渐增加,基于室内位置的服务和应用得到了快速的发展。由于无线局域网(Wireless Local Area Networks,WLAN)的低成本与广泛的部署,基于WLAN的室内定位技术成为研究热点。然而,传统的指纹定位技术需要耗费大量的人力和时间进行指纹数据的采集。因此,实际应用中仍存在很多问题限制了该技术的大规模应用。本文从室内定位技术的研究出发,分析了目前室内指纹定位存在的问题,明确了降低指纹库构建工作量的迫切需求。由于离线指纹库采集过程耗时耗力,且随着时间的推移,无线信号会发生不规律性变化,这时需要对指纹库进行更新甚至重构以保证定位精度。因此,降低指纹库的采集工作量是一个亟需解决的问题。针对该问题,本文提出了基于众包的室内定位指纹库构建算法,主要工作如下:1)针对PDR(Pedestrian Dead Reckoning,PDR)定位累计误差大的问题,本文提出一种基于众包的地标识别方法,将RSS(Received Signal Strength,RSS)波形中的波峰与波谷同时作为地标,增大地标密度,提高PDR的定位精度。该方法首先验证波峰与波谷同时作为地标的有效性,然后根据每个AP(Access Point,AP)与邻居AP的相对距离计算类间距离,将粗聚类后的簇进行细粒度划分,从而确定相同路径中的轨迹,对轨迹进行平滑处理后获得更加精确的地标。实验结果表明,该方法对现有地标进行了完善,对PWF与Walkie-Markie分别有8.1%与9.4%的定位精度提升。2)针对坐标漂移问题,本文提出一种基于自适应坐标融合的指纹库构建模型,自适应融合PDR坐标与WiFi坐标,从而缓解坐标漂移问题,利于构建精准的指纹库。该方法首先根据地标计算出指纹的PDR坐标,根据众包指纹与T指纹序列的相似度计算出RSS坐标,然后根据PDR坐标与RSS坐标的误差进行坐标的自适应融合,以尽可能地降低指纹的定位误差,从而提高指纹库构建质量。实验结果表明,RSS坐标与PDR坐标融合后的定位精度明显高于单一定位方法的定位精度。说明该方法可以有效缓解坐标漂移问题,提高指纹库质量。