ITS(智能交通系统)是一个开放的复杂巨系统,是新兴的交叉学科研究领域。ITS是将先进的信息处理技术、数据通信技术、电子控制技术以及计算机处理技术等有效的综合运用于整个运输管理体系,从而建立起大范围内、全方位发挥作用的实时、准确、高效的管理运输系统。而车辆导航系统时ITS应用研究的一个主要方面,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INS惯性导航系统更好的结合起来已经成为车辆导航系统研究中的一个重要内容。本文首先介绍了GPS定位的基本原理。然后重点研究的内容是通过信息融合,使得在定位卫星信号接收差的场合工作更可靠。在GPS/INS组合导航系统中利用卡尔曼滤波去估计系统的各种状态,并用状态的估计值去校正系统。卡尔曼滤波算法的基本思想是：采用信号与噪声的状态空间模型,利用前一时刻的估计值和现在时刻的观测值来更新对状态变量的估计,求现在时刻的估计值。它是一种递推估计算法,通过处理一系列带有误差的实际测量数据而得到的物理参数的最佳估算。最大的特点是能够剔除随机干扰噪声,从而获取逼近真实情况的有用信息。最后将本文提出的算法与现有的算法进行比较,经过Kalman滤波处理后的轨迹比原始轨迹更平滑,精度也有效提高,在GPS中断的情况下,轨迹的连续性也得到了保证。