El map-matching es una funcionalidad central de las aplicaciones de navegación peatonal. Los errores de localización de los sistemas de posicionamiento global (GPS) en teléfonos inteligentes son uno de los factores más críticos que limitan la implementación a gran escala de aplicaciones de navegación peatonal, especialmente en áreas urbanas densas donde existen múltiples segmentos de carretera dentro del rango de errores del GPS, los cuales pueden ser aumentados por edificios altos vecinos entre sí. En este documento, abordamos dos problemas de importancia práctica para el map-matching basado en el Modelo Oculto de Markov (HMM) en sistemas de navegación peatonal: el gran error de localización en la fase inicial del map-matching y las interrupciones del HMM en travesías de campo abierto. Se propone un método heurístico para determinar la probabilidad de estados iniciales del HMM basado en un pequeño número de datos de GPS recibidos durante el breve período de calentamiento para mejorar la precisión del map-matching inicial. Se propone un método simple pero altamente práctico basado en una evaluación heurística de ubicaciones cercanas a futuro para prevenir el mal funcionamiento del algoritmo de Viterbi dentro del área de campos abiertos. Los resultados de experimentos de campo indican que el HMM mejorado construido a través de los métodos propuestos logra una precisión de map-matching significativamente mayor en comparación con el estado del arte.