目前微机电系统（MEMS）惯性测量单元（IMU）已广泛应用于车辆导航中,然而在没有外部辅助信息对惯性导航误差进行修正时,基于低成本MEMS IMU的惯性导航误差会随着时间的推移很快累积。减小惯性导航误差在许多应用中都有巨大的应用价值,本文提出了一种将MEMS IMU安装在车轮上进行航迹推算的惯性导航系统,减小没有外部辅助信息时的车载惯性导航误差。传统的旋转调制型惯性导航系统需要高精度转台使惯性测量单元以某种旋转策略匀速旋转,但将MEMS IMU安装在高精度转台上其低成本、低功耗、体积小和重量轻的优势将不复存在。将MEMS IMU安装在车轮上时,传感器会随着车轮转动,为研究车轮作为转台对MEMS IMU误差调制的有效性,本文首先研究了MEMS IMU旋转对不同种类传感器误差的影响,如零偏、标度因子误差、非正交误差、零偏不稳定性、以及陀螺仪的角速率随机游走。其次研究了非匀速旋转和转速数据含有高斯白噪声误差时的惯性导航误差。结果显示,IMU旋转可以减少零偏、零偏不稳定性、角速率随机游走引起的导航误差。而非匀速旋转和转速数据含有误差仍然能一定程度上减小惯性导航误差。当MEMS IMU安装在车轮上进行导航时,车辆方位角误差将会被调制。当车轮转动时,重力在加速度计非旋转轴上的投影呈正弦形式变化。本文建立了车轮旋转角度模型,用加速度计数据计算车轮的旋转角度,同时用陀螺仪测量车轮的旋转角速度,然后使用扩展卡尔曼滤波器（EKF）将两者融合更准确地估计车轮旋转角度,并以此实现基于MEMS IMU的虚拟里程计。在传统惯性导航系统中,滚转角误差和俯仰角误差会使重力加速度在水平面投影导致速度误差和位置误差随时间快速增长,而虚拟里程计的速度误差和里程误差主要取决于EKF对车轮旋转角度和角速度的估计误差,避免了此问题,从而减小了姿态误差对位置误差的影响。本文结合旋转调制技术、虚拟里程计和车辆姿态约束实现二维平面内的航迹推算导航系统,并对其误差进行了理论分析、仿真以及实验。长达480秒的跑车实验显示:相比捷联惯性导航系统（SINS）结合车辆姿态约束的传统惯性导航方式,本文提出的导航方案位置均方根误差减小了98%。