GPS对于智能公交系统来说意义重大,它加速了公交智能化管理的进程。但是在单机GPS定位中,由于系统与测量引起的误差过大,定位精度不能满足更高的要求。而通过购买价格更高的GPS接收机或者从GPS基准站获取定位信息不论从财力还是从实际应用来看,都难以在智能公交系统中大范围地推广和应用。卡尔曼滤波是消除GPS动态定位数据随机误差的有效方法,并且它不需要建立GPS基准站,不受差分信号作用范围的限制,因此它对于提高GPS动态定位的精度,具有重要的理论与实际意义,所以有必要认真研究卡尔曼滤波理论。本论文在分析了GPS定位原理和误差源的基础上,讨论了由当前统计模型和定位方程建立的动态滤波方程。发现该滤波方程的实现较为困难、实时性不强且滤波精度也不高。为此,本文从GPS接收机的定位结果入手,并加入速度观测量,将它分别作为状态量和约束项引入到卡尔曼方程中,相应地建立了常规卡尔曼方程和带约束项的卡尔曼方程。该方法提高了GPS动态滤波的精度和实时性,且容易应用到实际工程中。接着论文讨论了算法在智能公交车载终端中的设计方案,采用基于FPGA模块的硬件平台,进行了数据采集及卡尔曼滤波算法设计,尤其对基于DSP Builder卡尔曼滤波器的设计实现进行了详述。最后论文根据GPS在智能公交系统中的应用背景,分析了GPS在监控系统中具体应用,给出了监控平台的设计与实现。系统的软件设计从MapX地图格式的电子地图出发,给出了合理清晰的框架结构,并对软件各功能模块的实现进行了详细地阐述。