为解决日益严重的交通安全和交通拥堵问题,自动驾驶技术受到广泛关注。车辆定位是实现L3及以上自动驾驶车辆非常基础和关键的一环,L3及以上级别的自动驾驶车辆需要满足10-30cm的定位精度。目前智能车辆在室外的厘米级定位技术主要依赖基于卫星导航的RTK(Real-Time Kinematics)实时动态差分差分技术,但在地下停车场等室内场景无法接受GPS信号,因此需要使用视觉和激光雷达技术,现阶段该技术不成熟且成本昂贵,因此有需要研究低成本室内高精度定位技术。超宽带UWB定位技术理论上可达10cm的定位精度,精度较高但易受信号非视距传播影响。基于惯性测量单元IMU的捷联惯导系统是一种无源定位系统,不易受外界环境影响,但是存在误差累积。本文提出基于UWB/IMU融合定位方法,该方法可为室内停车场自主导航提供高精度的位置信息。论文主要工作如下:(1)研究了UWB定位系统原理,基于双向飞行时间的测距方法和最小二乘估计实现了三边定位算法,分析了引起UWB定位误差的原因。(2)基于惯性导航系统的组成及原理,实现了惯性导航系统位姿解算算法并建立了惯性导航系统误差模型。(3)提出了基于超宽带与惯性导航融合的定位方法,构建了UWB与IMU传感器的数学模型,生成仿真的传感器数据。基于MATLAB设计了误差状态扩展卡尔曼滤波(ES-EKF)、无迹卡尔曼滤波(UKF)算法,仿真验证了所提出的融合算法可有效提高定位精度及鲁棒性。(4)搭建了基于dSPACE快速控制原型开发系统的实验平台,使用Simulink建立了ES-EKF融合算法,在MicroAutoBox II控制器上进行了实验验证。实验结果表明,本文设计的融合定位算法效果良好,其定位精度高于仅使用超宽带定位模块单独定位的精度,在基站信号遮挡时,平均定位误差可控制在22cm左右,有效提高了超宽带定位系统的鲁棒性。此套定位系统进一步集成后可应用于大型室内停车场车辆自主导航定位。