Answers:
首先，航位推算与其他类似SLAM的技术一起使用。机器人会构建一个地图，然后尝试在该地图中进行本地化。例如，使用激光测距仪并基于航位推测法，机器人可以知道它在哪里。通过将激光测距数据与地图进行比较，可以改善其估计值。
相关资源为：
方法包括：
我了解您的问题是，要找到不同于GPS的方法来找到给定参考系内的位置。孤立地解决此问题的方法称为本地化，并且有很多方法可以执行此操作。首先，您将不得不区分相关方法，因此必须进行测量才能将位置更改为以前已知的位置。这种方法的问题在于，任何错误显然都会累积，并且会无限增长。
航位推算可能是相对本地化的最古老的方法之一。如果使用航向，速度和时间（以估算行进距离），则可以总结从起始位置开始的位置变化。
除了使用航位推测法之外，您也不能在地图中标记地标并对其进行跟踪。再次找到这些地标将使您减少相对位置误差。这是同时定位和映射（SLAM）问题。它仍然是相对导航。
现在来谈您关于绝对导航的实际问题。GPS所做的只是为您提供参考图中已知位置信息的地标距离估计（在本例中为地心）。GPS接收器将获取这些信息，并生成位置解，这也会出错。好处是，此错误在您的参考范围内。这就是使其成为绝对定位系统的原因。因此，无论是在室内还是室外，无论您希望使用什么参考系，绝对定位系统所需要做的只是进行测量，以使您相对于参考系中的某个已知界标位置。在先前的回答中已经给出了其中一些方法。尽管正如我所说，SLAM不是绝对方法。
最简单的形式是直接地标识别。如果您看到埃菲尔铁塔，则应该对接地固定框架（如果您知道埃菲尔铁塔的位置）内的绝对位置（至少具有绝对误差范围）有一个很好的了解。但是，您可能需要消除歧义。
如果要改善绝对位置误差，则可以同时使用多个界标。古典三角剖分就是这样的例子。另一种是将陨石坑用于月球下降飞行器。地标不必是可视的，您可以将RF信号强度之类的东西用于WiFi或Cellular本地化等已知信号中。
所有上述方法都需要界标，这些界标必须被标识并唯一关联。如果出现问题，您也可以使用其他方法，例如terrain profile。例如，这已用于早期巡航导弹的导航。我还使用这种方法在高程图上进行了本地化，而没有视觉或范围感测。
使用上述所有方法：只要您的任何地图材料都关联了地理参考信息，您显然就可以在不使用GPS的情况下对自己进行地理参考。区分这些方法的最重要因素是其错误特征。
我知道这是一个古老的问题，但我只会在当前存在的答案中添加一些内容。首先，这是每个人都想解决的非常复杂的问题，包括带有Tango项目的 google 。通常，要对室内进行本地化，您要么需要依靠内部传感器，要么需要从已部署的室内基础设施获得帮助以帮助您定位自己。
通常，这实际上取决于您要达到的精度。根据我的经验，在移动机器人领域，您确实需要专注于全局一致的地图和本地精确的定位。这意味着您需要从高层拓扑结构大致了解您的位置（此房间与左侧的另一个房间相连，而左侧的下一个房间距离2.323m，但在本地，您应该有一个准确的位置位置估计（激光+ IMU可以准确地做到这一点）。
希望这可以帮助。
http://www.locatacorp.com/可能是您正在寻找的解决方案。他们提供了在室内创建本地星座的技术。它模拟用于室内GPS应用的卫星。我相信它可以在室内使用GPS接收器，而无需在机器人上增加硬件。