随着移动互联网发展和智能手机的普及,人们对室内基于位置的服务(LBS,Location Based Service)需求日益增长,而室内定位在LBS中发挥关键作用。传统的室内定位技术,例如基于WiFi、蓝牙和地磁等信号的室内定位技术,都存在室内定位精度低和稳定性差等问题。新兴的室内定位技术,例如超宽带(UWB,Ultra-Wide Band)室内定位技术等,虽具有定位精度高的优点,但设备昂贵且部署复杂。发光二极管(LED,Light Emitting Diode)作为新一代光源在室内照明中日渐普及,为可见光室内定位提供现成的基础设施。可见光用作定位的媒介,具有稳定,抗干扰力强等优点。因此,基于可见光的室内定位具有定位精度高、普适性强的优势,是未来室内定位发展趋势之一。本文对基于可见光的指纹定位和测距定位进行了深入的研究,主要工作如下:(1)为了提高信号指纹地图构建和更新的效率,本文提出了基于可见光GraphSLAM算法的信号指纹地图快速构建方案。给出了基于外部频率调控和FFT算法的可见光指纹设计。提出了基于可见光GraphSLAM算法来优化原始的行人航迹推算(PDR,Pedestrian Dead Reckoning)轨迹,并给出了增强的GraphSLAM前端和鲁棒性GraphSLAM后端以提高轨迹优化的精度。提出了通过门位置检测的轨迹锚定方法,以此恢复行人在室内的行走轨迹,利用行走轨迹标记对应路径上的可见光指纹,构建信号指纹地图。(2)在深入研究基于可见光的室内定位技术基础上,我们利用WKNN算法实现了基于快速构建的可见光指纹地图的定位。针对可见光覆盖范围有限的问题,本文提出了基于卡尔曼滤波的融合定位融合惯性数据和可见光指纹实现行人轨迹跟踪和定位的方法。针对可见光指纹定位只能定位轨迹上的位姿点的问题,我们通过拟合可见光传播模型进行测距,利用可见光指纹地图估计室内LED的位置,最后采用三边定位技术实现了室内全覆盖测距定位。经过实际室内场景的实验验证,本文提出的基于可见光GraphSLAM算法能较好的恢复行走路径,精度达到了0.4m。基于可见光GraphSLAM算法快速构建的可见光指纹地图实现的指纹定位,融合定位及全覆盖测距定位分别为0.8m,0.9m及0.5m的平均定位精度。