随着位置服务需求的日益旺盛,高精度高可靠性的定位技术近些年备受学术界和工业界关注,不同于传统领域的位置服务应用,机器人、智能驾驶等新兴技术的位置需求面临着场景繁杂、环境复杂的应用特点,当前任何一种单一的定位手段均无法满足需求,因此,多源融合定位技术日益被学者们关注和研究。在此背景下,本文结合GNSS精密单点定位、大气增强信息、惯性导航、视觉里程计等多源数据进行融合定位算法的研究与性能测试。首先基于增强PPP技术与惯导进行紧组合算法研究,建立大气增强紧组合算法模型,并利用三类不同场景下的数据进行性能分析,分析认为:1.区域大气增强产品精度显著优于目前的经验模型,其中天顶对流层精度优于4mm,电离层精度优于1.4TECU,可以有效地改善PPP定位性能;2.开阔环境下,增强信息的引入对单频PPP精度提升显著,提升比例达45.3%,对双频数据精度有一定改善但并不显著,同时高程的改善效果优于平面;3.开阔环境下,增强PPP/INS紧组合对PPP有显著的改善效果,且单频改善效果优于双频;增强PPP与惯导组合相对于标准PPP,双频精度提升25%左右,单频精度提升55%左右;4.在复杂环境下,实验结果表明:惯导的引入使得整体精度提升约30%,而增强信息与惯导的同时引入则精度提升超过40%,并且单双频的平面定位精度均在1m左右;5.在复杂环境下,惯导的效果更多体现在改善大的定位误差和抑制粗差影响,而增强信息的引入则主要体现在对系统性偏差的改善。其次,在大气增强PPP/INS紧组合的基础上,进一步引入视觉信息,基于多状态约束滤波,建立了PPP、惯导、视觉里程计融合定位的数学模型,同时搭建了多源传感器的测试平台,在校园复杂环境中的测试结果表明:1.在视觉/惯性里程计方面,视觉的引入可以极大地改善纯惯导的定位精度,其误差漂移约0.67%,在长距离行进下与GNSS所能提供的绝对参考精度存在一定差距;2.在单双频PPP难以正常定位的环境下,大气增强PPP/INS/视觉里程计多源融合定位技术三维绝对精度均约2.7m,相对于单频PPP、双频PPP精度提升分别约为43.79%、32.96%;3.在多源数据融合的条件下,单频数据可以达到双频数据的定位精度,这对低成本单频应用具备实用价值。同时,多源信息的引入有效地平滑了定位结果的噪声,抑制了粗差,提高了定位系统的可靠性。