基于惯性/视觉/激光雷达的组合导航技术是一种以IMU、相机和激光雷达三种传感器的输入作为导航信息源的定位的方法,其具有对外界环境依赖较小、适应能力强等特点,适合作为移动机器人的导航定位系统。因此,本文围绕惯性/视觉/激光雷达组合导航技术中传感器之间数据的融合针对以下几个方面展开研究。首先,介绍了惯性/视觉/激光雷达组合导航技术中常用的坐标系及其转换关系,分析了惯性/视觉/激光雷达传感器模型,并对单个传感器在导航技术中的位姿估计方法进行了研究。然后,对于惯性与视觉之间的融合,给出了一种基于IMU预积分的惯性视觉里程计算法,该算法首先对视觉数据进行特征提取与跟踪,同时对IMU数据进行预积分处理,然后对系统进行联合初始化,接着通过非线性优化的方式对惯性视觉里程计的位姿进行估计,最后通过实验验证了该算法的有效性。接着,对于惯性视觉里程计与激光雷达之间的融合,给出了一种基于分线特征提取的惯性视觉雷达位姿估计算法,该算法首先对雷达数据进行分线、畸变去除和特征提取等预处理操作,接着利用ICP算法对惯性视觉里程计和激光雷达的位姿进行联合估计,最后通过实验验证了该算法的有效性。最后,利用ROS平台对惯性/视觉/激光雷达组合导航算法的仿真实验系统进行设计,并采用KITTI数据集对系统进行仿真实验。为了验证算法对环境的适应能力,实验分别在两个不同的场景下进行,结果表明,在视觉和激光雷达均适合导航的场景下,算法精度较高;在两者均不适合导航的场景下,算法精度较低;并且,在相同的场景下,惯性/视觉/激光雷达组合导航算法的精度均优于VINS。