自主驾驶与辅助导航是目前智能汽车领域的一个热点，而INS/GPS组合导航系统是当前导航领域的热点之一，是目前定位精度最高的组合模式。　　 惯性导航系统（INS）可连续提供信息，短时间精度高，但是定位误差会随时间积累。GPS系统长期稳定性好，但易受到干扰，数据更新频率低。INS和GPS构成的组合导航系统，拥有很好的导航精度，在实际工程中得到了广泛应用。　　 本文介绍了GPS和INS的基本原理和组成，建立了组合导航系统误差模型，推导了惯性导航系统误差方程，主要研究了INS/GPS组合导航中卡尔曼滤波技术的应用问题，卡尔曼滤波从与被提取信号有关的量测量中通过算法估计出所需信号，它是对随时间改变参数估计的一种顺序最小二乘逼近。考虑一个随时间变化的参数向量（状态矢量），并通过一个线性模型（系统模型），卡尔曼滤波就可以提供在任何时刻对状态矢量进行估计的一套算法。推导了组合导航的信息融合方法，信息融合的功能特点可以概括为提高信息的可信度和目标的可探测性，扩大时间和空间搜索范围，降低推理模糊程度，增强系统的容错能力和自适应性，使信息获取时间缩短，加快了处理速度，从而提高整个系统的性能。　　 本文以MATLAB语言为仿真语言环境对卡尔曼滤波进行了研究和仿真分析，证明INS/GPS组合导航系统是一个具有高可靠性、高自主性、高容错性、高精度的组合导航系统。