在传统的基于航位推算和卡尔曼滤波的室内行人定位算法中，存在着航向误差累积的问题，这使得位置误差也会不断累积。针对这个问题，提出了室内环境约束的行人航向粒子滤波算法来修正方向误差。首先，将室内地图信息抽象成线段表示的结构体，将地图数据动态地融合到粒子补偿以及权重分配的机制中：其次，通过关联地图数据与待校准样本构建航向自修正机制；最后，通过关联地图数据与粒子落点构建依距离赋权机制。此外，该算法还简化了粒子滤波模型，将航向作为唯一状态量进行优化，在提高定位精度的同时降低了状态向量的维度，进而降低了数据分析处理的复杂性。通过融合室内环境信息，该算法有效地抑制了方向误差的持续累积。实验结果表明，与传统的卡尔曼滤波算法相比，所提算法能够明显地提高行人定位精度和稳定性，在距离为435 m的二维行走实验中，航向误差由15.3°降低到0.9°，终点位置绝对误差由5.50 m降低到0.87 m。