车辆定位导航系统是智能运输系统中当前需求较为迫切、应用比较广泛的一个重要的应用系统,是国际上公认的解决城市交通问题的有效途径之一。它综合运用检测、通信、计算机、控制、GPS和GIS等现代高新技术,动态地向驾驶员提供车辆所在位置、实时交通信息、路径规划和路径引导,使交通调度中心能够实时、快速地处理随时出现的交通拥挤和堵塞。为有效开展车辆定位导航系统的研究工作,本文围绕车辆导航定位系统理论和关键技术展开研究,以学术意义和实用价值并重为原则,在车辆定位信息融合技术、地图匹配方法,道路路阻评价、动态最优路径技术,车辆三维路径引导、导航系统的设计与实施技术等方面取得了一定成果。论文的主要工作包括以下方面:为了提高车辆的定位精度,确保定位的可靠性和连续性,研究了GPS/DR组合定位方法。在组合定位方案中,建立了GPS/DR组合系统的状态方程和观测方程,设计了基于联合卡尔曼滤波的组合定位信息融合方法。针对卡尔曼滤波算法的缺陷,提出了基于模糊理论的自适应卡尔曼滤波,对量测噪声统计特征进行了在线自适应调整,提高了滤波器精度。同时采用模糊加权推理系统调整子滤波器的信息分配参数,确保数据融合的最优化。由于组合导航系统的复杂性以及环境的不确定性,不可能建立精确的模糊控制规则,为此本文利用遗传算法来优化模糊控制隶属度函数,弥补了单凭经验来设计模糊控制规则的缺陷。对利用数字地图信息校正定位系统输出的地图匹配技术进行了系统研究。分析了影响地图匹配正确性的因素,提出了基于概率决策和D-S证据推理理论的匹配道路选择方法。根据当前时刻车辆行驶情况,设计了车辆行驶的位置信息和方向信息基本概率分布函数的计算方法。根据D-S合成公式,对位置和方向信息进行融合,引入Pignistic概率理论,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性。仿真结果表明,所提出的方法能够识别出车辆所在的道路。最优路径规划技术是车辆导航系统中的核心技术之一,是导航功能得以准确有效实现的基础。本文研究了车辆导航系统中的自主式导航动态最优路径规划技术方法,设计了基于出行者行为特征的综合路阻评价方法,从交通流的连续特性出发,建立了分时动态交通路网模型,以A*算法的启发式搜索思想为基础,提出了一种实时动态最优路径规划算法。同时,为克服传统路径规划算法的缺陷,设计了一种病毒进化遗传算法,设计了相应的编码方案和适应度的计算。通过运用随机A*最短路径算法解决遗传算法中初始种群的产生,将病毒感染操作引入遗传算法中,在同一代群体中进行横向传播进化信息。该算法能够较快求出最优路径而且对路网没有任何的约束条件,对离散和连续的动态网络模型有效。城市道路交通网络的日益复杂,基于二维电子地图的车辆导航系统无法直观反映道路之间的交错关系。本文研究了车辆导航系统的路径引导技术,构建了基于Multigen Creator的复杂道路环境三维虚拟场景,提出了基于Vega的三维路径引导技术,并以立交桥为例实现二维电子地图与三维虚拟场景的互响应,充分结合二维电子地图在车辆导航过程中的整体性、宏观性与局部三维虚拟场景的直观易懂性等优点,提高现有的车辆导航系统的路径引导效率。最后,研究了车辆导航系统的总体设计方案、硬件构成、软件设计方案以及功能。