车辆导航技术无论在军事领域还是民用领域都非常重要，多传感器组合导航是车辆导航技术的发展方向。 本文首先研究了车载捷联惯导系统(INS)的零速修正技术，在分析捷联惯导系统误差方程特点的基础上，推导了停车时利用INS速度输出估计姿态误差角的方法，并对用二次曲线拟合姿态误差角的两种方案作了比较，提出了按时间分段确定拟合系数的方法。 然后，介绍了组合导航中的关键技术——卡尔曼滤波方法，以及一种二级最优多传感器融合结构——Carlson,Kerr等人提出的联合滤波器，并以联合滤波器的结构为基础研究了车载捷联惯导系统与里程计、气压高度计、地标组合导航的方法，比较了几种组合方法的效果。仿真结果表明，引入气压高度计可以有效的减小高度误差，二级联合滤波器的效果优于一级结构的卡尔曼滤波器。 由于惯导系统(LSINS)的误差方程是发散的，某些初始状态的误差会引起误差的漂移和积累，当观测量只有位置误差时，卡尔曼滤波的收敛速度很慢，某些状态(如方位角)误差很大，而以上除惯导外的其它导航传感器直接提供的只是位置信息，为了改善滤波器性能，本文根据里程计等传感器的特点，提出了首先对状态做出估计，然后在状态估计的基础上，进行卡尔曼滤波的方法。仿真结果表明可以有效的减小系统状态误差，加快滤波收敛速度，提高滤波精度。