本项目的总体目标是在智能手机多传感器数据采集与处理的基础上，通过室内外场景自动识别，判断用户所处的环境，同时调用不同的定位算法，在室内场景中，构建面向室内定位的条件随机场模型，融合不同传感器获取的多源异构数据，提高基于智能手机室内定位的精度。同时基于室内地图辅助的方法实现模型参数的自适应学习，增加算法的鲁棒性。通过本项目的研究，可以提高基于智能手机室内定位的精度与鲁棒性，为室内外无缝定位技术在导航、智能交通及智慧城市等领域的应用提供理论基础和技术支持。