室内外定位,是一种基于位置服务的定位理论,随着定位技术的用途越来越广泛,其中包括公共安全及应急响应、导览图、网络社交、市场拓展等等,尤其在公共安全及应急响应上,精确的定位结果将减少不必要的事故发生。虽然室内外定位研究成果显著,但是由于室内多变的环境,定位的稳定性、可靠性以及鲁棒性面临着严峻的考验。本文深入研究了高精度图像定位原理,使用SIFT图像处理算法以及室内WIFI定位技术,为“黑箱”情况下的精确定位提供了一种有效的解决方案,对于实现室内位置跟踪以及无人机高空定位作业具有重要的研究意义和应用价值。基于室内外定位算法,对室内外定位进行改进和优化,具体成果如下:1)改进了一种基于加权质心算法的WIFI室内定位。室内定位,其难度在于多变的室内环境引起多变的干扰,其中主要干扰来源于多径效应。加权质心算法的应用,采取三边设置WIFI节点,多位置分布,增加覆盖面,增强信号强度。以节点为球心,测得的距离为半径画三个球,得到相交区域,投影到二维平面则为三个圆,由于距离与信号强度成反比,所以通过以距离平方倒数之和作为权值计算三圆交点连接成的三角形的质心坐标,通过加权处理,提高了数据的准确性。2)研究了一种基于多传感器的数字信息融合定位方法。无人机定位,其难度在于定位速度以及定位的准确度上,其干扰主要来源于空气流速以及物体遮挡。基于多传感器的数字信息融合的定位方法,在定位方式上,利用了图像以及传感器融合定位,图像的融合,减少了无人机作业时因空气流速造成的的抖动情况,提高了定位速度,同时,避免了在无GPS环境下的定位导航失灵情况,提高定位准确度;在定位算法上,利用SIFT算法,设置匹配点数、匹配距离阈值,减小匹配次数,增加匹配精度。经实验验证,求得的新坐标相较原始坐标的定位准确度在95%左右,在室内10m范围内,定位精度平均提高10%左右;在定位精度上,融合定位相较于使用单传感器定位结果有一定提升,在定位速度上,融合定位速度快于单传感器定位。