城市居民出行中,步行是最主要的出行方式之一。当行人步行前往陌生或不熟悉的环境中的目的地时,行人导航服务可以帮助行人完成在未知环境中的寻路行为,对于人们的出行生活具有重要意义。智能手机的普及促进了行人导航服务研究的发展,手机作为行人随身携带的移动终端,其搭载的多类型传感器可以提供多种与行人和环境相关的数据信息,可以同时作为平台和采集设备发挥作用。行人导航服务的研究以人为主体,行人在导航过程中具备自主认知周围地理环境和决策能力,因此深入分析行人在不同导航环境和阶段的需求,对于提升导航服务质量和舒适度具有重要意义。从现有的行人导航服务出发,可以将行人导航服务全过程划分为定位、路径规划及路径引导三个关键阶段。基于智能手机平台的传感器数据和从行人需求出发的基本思想,本文针对行人导航的三个关键阶段展开研究和讨论,论文的主要研究内容如下:1)提出一种基于证据理论的多源传感器数据融合定位方法。利用智能手机的传感器采集多源环境数据,基于证据理论思想,将传感器特征作为位置证据,实现对空间环境中路径的空间位置划分;对证据理论的合成规则进行改进,并依据传感器特性进行加权处理,最后实现证据合成方法完成多源传感器数据的融合定位,为行人导航服务提供位置基础。实验表明,该方法可以实现传感器数据融合定位,能较好地满足行人导航定位需求。2)提出一种夜间环境下的多目标路径规划算法。对物理环境的时空特征进行考察,现有导航研究中尚缺少夜间环境特殊性的相关研究。针对夜间城市环境的特殊性,从城市人群夜间活动和行人心理综合分析,提取出环境亮度和行人流量两个关键指标,构建基于环境灯光亮度、行人流量及路径长度的多目标路径规划模型,并实现人工蜂群算法用于求解该多目标规划问题。实验表明,算法能有效地求解多目标路径规划问题,具有较好的性能。3)提出利用谷歌Tango相对空间感知技术的行人引导方法。基于行人相对空间感知的本质,设计路线引导描述实验对个体路线引导习惯和能力进行测试,利用调查问卷(SBSOD)对行人方位感知能力进行评估,细化后得到五个维度的数据反映个体的方位感知能力;对行人的方位感知能力和路线引导综合分析。基于谷歌Tango技术与人类似的相对空间感知能力,利用已知轨迹对环境地标进行选取,实现路径导航引导。