智能交通作为一个新兴朝阳产业正变得越来越受到人们的关注,它是一个包括诸多技术的系统性工程,其中实现车辆的实时、准确、连续高精度导航定位是智能交通的一个关键技术。当前全球卫星导航系统(GNSS)已经成为了车辆导航定位的主要方法,它能为车辆提供实时的三维位置,被称为智能交通系统的基石。我国的北斗导航系统(BDS)正按着国家的总体布局思路稳步推进,现已具备覆盖全国辐射周边地区的导航服务能力。作为国家战略性的新兴产业,北斗导航系统势必在我国甚至全球车载导航定位服务市场占据越来越重要的地位。本文以低成本车载BDS/DR组合导航定位技术为研究对象,主要围绕BDS/DR组合导航定位技术原理、组合导航定位信息融合的集中卡尔曼滤波和联合卡尔曼滤波开展了系统研究。本文主要理论工作概括如下:1.当观测值中存在粗差时,卡尔曼滤波应用于导航定位时会出现滤波发散的问题。传统的抗差卡尔曼滤波利用预测残差的特性,通过迭代计算对增益矩阵进行限制,从而达到所谓抗差的目的。但迭代计算过程大大降低了动态定位解算效率,本文提出了一种基于Vondrak粗差探测的抗差EKF算法。该算法有效解决了传统抗差卡尔曼滤波需迭代解算的问题,不但提高了解算效率,同时还保证了算法抵抗粗差的效果。2.为了使联合卡尔曼滤波信息分配系数的选取更加合理,本文提出了一种联合卡尔曼滤波信息分配系数自适应调节的新方法。该方法考虑到了BDS和DR定位在位置与速度、加速度上存在差异性,将它们进行区分,采用了两组分配系数来确定滤波器的信息分配。实验结果表明,该自适应联合滤波算法较无自适应联合滤波在导航精度上有了明显的提升,同时也提高了组合系统的容错性。