多年来，采用行人航位推算(PDR)技术的室内定位系统受到了学术和商业领域的广泛关注。现有的各种传感器解决方案通常是使用加速度计来计算步数，并使用磁力计和/或陀螺仪来测量行走方向的变化。测量准确率在行进距离的0.5%到10%之间。但所有这些方法都要求用户从始至终保持身体平衡，以确保移动感应设备的平稳，就如同行走的同时还要保持一块蛋糕的平衡一样，也就是所谓的“蛋糕步”。
但是智能手机的室内定位系统要能够让用户自由移动，且无论手机如何放置都能提供合理的结果。通过开发传感器算法来进行室内定位是极为复杂的，这在一定程度上是因为算法会受下列因素变化的影响，且随着环境的实时变化，系统还必须同时兼顾到这些因素。
地磁异常随处可见。定向的不确定性是造成定位出错的主要原因。尽管使用磁力计可以避免定向过程中出现的“航向漂移”问题，但智能手机通常在一天中60%的时间里都会出现地磁异常。如图1所示，当平稳地拿着手机经过一根普通的电线杆时，可以看到，航向出现摆动，变得极不准确。而通过算法的精心设计，可以检测到这些异常并进行弥补，使定向更加精准(如图中蓝线所示)。
Galaxy SIII Walking Past Electrical Pole：Galaxy SIII经过电线杆时的航向偏移
图1.当经过电磁干扰源(如电线杆)时，一个普通缺省设置的安卓手机的定向功能会变得很差(红线)。在向同一台手机植入并安装Sensor Platforms公司的FreeMotion Library后，定向功能变得精确(蓝线)。
Yaw (deg)：航向偏移量(单位：度)
Time (sec)：时间(单位：秒)
智能手机中的消费级惯性传感器噪音大且不稳定。一些学术文章中将加速度计噪音达到1mg且陀螺仪偏置漂移达到每小时20度(与军工级传感器相比相距甚远)的惯性测量单元(IMU)称为低质IMU.然而，即便智能手机中最好的传感器，也会产生比该值多一到两个数量级的噪音。因此，这种噪音累积会迅速导致严重的定位错误。在提高传感器硬件性能之前，需要引入一些算法来减少航位推算错误，例如运用PDR技术来计算步数。
