汽车状态信息的测量和采集是汽车操纵稳定性研究和设计的基本问题，也是汽车电子控制及辅助驾驶系统实现的必要条件。汽车的运动状态信息作为最直观的结果，对于这类的研究和开发，特别是对于驾驶员—汽车闭环系统运动性能的分析和评价是十分重要的。这就需要一种具有足够精度和置信度、快速、操作简便和适用范围广的测量汽车运动状态的方法。因此，怎样获取准确的汽车状态信息就变得尤为重要。 惯性导航系统 INS 可为汽车提供实时的汽车状态信息，但是它通常采用积分的方法，虽然该系统有着全天候、不受外界环境干扰影响，短时间内具有稳定状态的优点。但它也有其自身的缺点，如导航的状态、偏差的方差由于传感器噪声而增加。INS 系统单独使用时有时间依靠误差特性，即误差会随着时间的增加而出现逐渐增大的趋势。因此在实际使用时常用其它辅助传感器（如全球定位系统 GPS）来修正由 INS 系统产生的误差，这样可以比单独使用 INS 系统时提供更加准确的状态信息。而当其它传感器不能提供信息时，也能持续提供实时导航信息。 本论文课题是陀螺仪-全球定位的汽车组合导航算法的研究，GPS 导航能够全天候连续实时地提供高精度的三维速度和位置信息，但当汽车行驶在城市高楼区、林荫道等时，GPS 卫星信号经常受到遮挡，所以不能通过 GPS 系统实现连续准确的定位。INS 惯性导航是一种自主式导航系统，并能输出多种导航信息（位置、速度、姿态），在初始条件正确的情况下，惯性导航系统的短期精度较高，缺点是其误差较大，且会随时间积累而发散，长期稳定性差。将惯性导航系统与 GPS 系统组合起来，可以大大提高导航精度和可靠性。 因此，就可考虑运用陀螺仪-全球定位组合的方式来获取这些运动参数，从而使为汽车导航提供实时的准确状态信息成为了可能。 论文的主要研究内容归纳为以下几个方面： 1、陀螺仪-全球定位的汽车组合导航算法的理论推导。在组合导航融合算法的计算过程中要用到从车体坐标系到导航坐标系的坐标转换矩阵，涉及到姿80<WP=86>中文摘要态角的计算，首先，对 INS 姿态角的计算公式进行了推导，从而得出了该坐标转换矩阵的数学表达式。然后，推导了惯性导航系统的状态空间模型，其中包括惯性坐标系里表示的导航方程，进而得到地心地固坐标系里表示的导航方程，以及导航坐标系里表示的导航方程。下面部分，就是由上述推导出的导航坐标系的导航方程，进行其误差方程的数学建模，以及利用马尔可夫过程进行误差状态的扩展。最后，对组合导航系统的状态方程和观测方程进行了建立，选取了状态变量和量测方程中的观测量，以及连续状态方程离散化后，状态方程中状态转移矩阵的计算。2、汽车组合导航算法的实现。首先，简单介绍了汽车组合导航的方案设计，本文主要研究汽车组合导航系统中的 GPS-INS 组合方案，以及硬件的组成部分陀螺仪和 GPS 接收机的介绍。接下来，对于仪器使用陀螺仪和 GPS 接收机的数据采集过程进行了介绍，包括它们的使用说明，程序的实现过程和程序的结构框图。然后，介绍了汽车组合导航算法的程序实现过程，包括陀螺仪运动学模块、GPS 运动学模块的处理，和组合导航算法的实现。3、汽车组合导航算法的仿真实验验证。首先运用车辆模型数据，输入陀螺仪运动学处理模块和 GPS 运动学处理模块，然后采用蒙特卡罗方法产生随机噪声，分别得出在导航坐标系中表示的位置和速度。然后由二者得出组合导航融合算法中观测方程中的输入量。从而输入到卡尔曼滤波算法中，通过 GPS修正来得出陀螺仪的在导航坐标系中准确的位置和速度。把计算得出的汽车实时状态信息与真值和量测值相比较，从而验证了算法的正确性和可行性。论文研究的创新之处在于：实现了利用高精度 GPS 低频数据对 INS 高频数据的修正，并在传统融合算法的基础之上，对组合导航系统的状态变量进行了扩展，加入了惯性测量部分的加速度计和陀螺仪误差状态的估计，从而更为有效地提高了汽车状态信息的测量精度。