随着人民生活水平的提高,驾车出行的活动日益频繁,由此带来的堵车以及因城市道路建设复杂化引起的迷路等城市交通问题成为一个亟待解决的重要课题。车载导航系统在改善城市交通状况,节省驾驶员行车时间等方面的优势使其在我国具有美好的市场应用前景。目前国内的车载导航系统的精度和可靠性还有待提高,故本文的研究目的是通过改进车载导航系统的三项关键技术:车辆定位、地图匹配和路径规划来提高车载导航系统的性能以满足市场需求。本文分析了全球定位系统(GPS)和航迹推算(DR)的定位原理,针对描述车辆运动状态的“当前”统计模型的不足,提出了一种改进的“当前”统计模型,该模型能很好的适应车辆的各种机动特性。为提高车载导航系统的定位精度和可靠性,研究了基于联邦式卡尔曼滤波结构的GPS/DR组合定位方法。在分析了DR传感器误差模型的基础上利用改进的“当前”统计模型建立了GPS/DR组合系统的状态方程和量测方程。分析了目前常用的采用扩展卡尔曼滤波技术(EKF)的GPS/DR组合定位方法,Matlab仿真结果表明其定位精度还不能完全满足车载导航系统的要求。针对EKF在处理非线性模型的不足,采用了无迹卡尔曼滤波技术(UKF)来实现GPS/DR组合定位以进一步提高车载导航系统的精度。阐述了地图匹配的基本原理并分析了影响地图匹配精度的因素,对比了目前常用的地图匹配算法的优点和不足,设计了改进的基于模糊逻辑的地图匹配算法,测试结果表明所提出的方法在复杂的道路网络中能很好的识别出车辆行驶的道路。针对常用的路径规划算法-Dijstra算法存在的搜索效率低的问题,提出了一种改进的限制搜索区域的Dijstra算法,测试结果表明该算法能显著地提高路径规划算法的运行效率。最后,设计了车载导航系统的总体框架,在Visual C++ 6.0集成开发环境中利用组件式地理信息系统(GIS)控件MapX实现了车载导航系统的主要功能。