智能交通系统(ITS)是一个开放的复杂巨系统,是新兴的交叉学科研究领域。智能车辆定位与导航系统是新型汽车信息电子产品的典型代表,它的应用对缓解和改善城市交通状况、促进行车安全和提高道路的通行效率具有重要意义。而车辆组合定位系统是ITS应用研究的一个主要内容,是集定位系统、地理信息系统、数据库查询系统、数字蜂窝通讯技术等于一体的综合系统。近年来,如何使GPS定位技术与DR航位推算系统及地图匹配系统更好的结合起来已成为车辆导航定位系统研究中的一个重要内容。本文从成本、可靠性、定位精度和技术支持等方面出发,确定GPS定位系统、航位推算(DR)与地图匹配(MM)相结合的车辆组合定位系统。GPS和航位推算法是车辆导航定位系统常用的组合定位方法,虽然能够提高导航定位系统的精度和可靠性,但导航定位数据仍然存在一定的误差,并且在GPS信号长期丢失的条件下,DR系统的误差也会因为长时间得不到校正而变大。利用陀螺仪和里程仪组成DR系统,根据DR系统原理及GPS/DR组合的结构组成,建立组合定位系统的数学模型,采用自适应联合卡尔曼滤波方法,提高了组合导航定位系统的可靠性和实用性。而移动目标的精确定位要求人为对其进行校正,在实际系统中采用地图匹配方法来提高DR和GPS系统的精度。电子地图与GPS/DR组合导航定位系统相结合使用,提出了一种用基于D-S证据推理的地图匹配算法来确定误差区域和选择匹配道路,用基于模糊逻辑的导航定位数据校正算法对定位结果进行校正。两种方法相结合取长补短,实现了误差区域、匹配道路和定位数据校正三者的最优组合,并与改进前的算法进行分析比较,充分说明这两种方法相结合,具备较高的实时性和正确匹配率。同时,采用经典Dijkstra算法,得到行车距离最短路径。本论文研究了联合卡尔曼滤波在车辆定位系统中的应用,其算法具有全局最优性,其结构遵循信息分配原则,其算法改善了数值计算的稳定性和系统的容错性,并减少了信息传输量与计算量;GPS/DR/MM组合定位系统定位精度及可靠性较常规的定位方法有所提高,车辆的运行效率和安全性都得到了有效改善,可以提高道路的通行能力,可有效地缓解交通拥挤状况。