机器人技术的发展不断推动着社会生产力的进步,低速无人车作为一种特殊的地面移动机器人近年来受到了广泛的关注。目前已有的一些针对移动机器人的定位研究,多是基于简单限定场景条件,或是通过使用昂贵的传感器来解决复杂且多样化的环境问题,这些情况极大地限制了低速无人车的大规模商业化。本文提出了一种低成本的高精度无人车定位方案,可以使无人车在多样化的环境中达到厘米级的定位精度。本方案使用低线束三维激光雷达、低成本惯性传感器以及全球定位系统三种传感器来实现无人车位姿估计,其中激光雷达扫描的点云与已有的全局环境特征地图进行正态分布变换配准可以得到雷达的全局位置观测,惯性传感器用来测量无人车的运动状态变化,全球定位系统则是用来对无人车的位姿估计提供全局约束。最后使用无迹卡尔曼滤波器融合来自这三种传感器的测量数据得到无人车定位系统状态的精确稳定估计。在软件实现上,本文利用机器人操作系统(ROS)的通讯机制设计了多节点分布的软件架构,按照功能划分包括传感器设备驱动层与应用层。设备驱动层通过并行地运行各个传感器的驱动程序将实时数据传输给上层应用程序,应用层则是通过地图服务器与位姿估计器两个节点的配合完成定位工作。考虑到多传感器数据接收时时间乱序的问题,提出一种软件框架来实现多种数据的时间对齐。此外本文还提出一种在非结构化的室外且缺少地面真值位置的情况下通过定位结果的稳定性分析定位精度的方法。基于实践经验本文还对当前的方案进行了一些工程优化,使用简化的运动模型减少了传感器测量噪声对系统的干扰,并且使用地图动态预加载技术减少系统计算的资源消耗。本文所提出的方案多次在多样化环境下进行了实验验证,并且已经将其部署在实际的低速无人车上运行。实验结果证明该定位系统能够在嵌入式平台上实现稳定运行,并且系统能够达到所要求的厘米级定位精度,因此为低速无人车的规模化量产提供了保证。