多传感器融合定位方式具有冗余性强,可靠性高,精度高的优点,是国内外轨道交通列车定位的发展趋势,也是未来的研究方向。卡尔曼融合算法广泛应用于列车组合定位系统中,可提高列车定位信息的连续性。本文在总结目前应用于轨道交通各种列车定位方式的优劣后,提出了适用于城市轨道交通的惯性导航系统(INS)、里程计(ODO)以及信标(beacon)的组合定位方法,搭建基于该方法的列车定位实验平台,并对其精度、可靠性以及容错性进行了实验和验证。本文在对系统平台中所用的陀螺仪、加速度计和里程计的性能研究以及误差来源分析的基础上,给出了惯性导航系统和里程计系统的误差模型以及速度和位移的解算方法。详细阐述了卡尔曼滤波算法,结合各子系统的信息特征,设计了基于联邦卡尔曼算法的INS/ODO/Beacon组合定位融合系统。本文以ARM Cortex-M3架构的处理器STM32为核心处理器,硬件方面结合定位所用传感器进行了详细的电路设计,完成了车载定位系统的电路板制作；软件方面在嵌入式处理器上实现了基于联邦卡尔曼滤波的INS/ODO/Beacon组合定位融合算法,利用Matlab GUI制作上位机界面与车载定位系统通信。在对系统的硬件以及软件进行模块化的测试后,建立相应的运动模型,对实验系统进行整体的测试与验证,实验结果表明该组合方式以及算法设计能有效地降低定位误差,提高列车定位的精确度,并且有良好的容错性能,提高定位系统的可靠性。