随着人们对位置服务需求的增长,在室内和室外的环境中,获得连续一贯的无缝定位和位置服务成为智慧城市、智慧地球的重要组成部分,无缝定位导航系统也受到越来越多的关注。由于单一定位技术无法满足无缝定位系统的需求,无缝定位导航系统通过采用融合多种传感器技术提供的位置、速度、姿态等信息,实时监测人员、车辆的位置状态,从而为人员、车辆等提供基于位置的服务。针对无缝定位的需求,以工业仓库作为背景,本文提出了一种基于多传感器融合的车辆无缝定位系统,主要内容包括基于机器学习的室内定位、基于交互式多模型粒子滤波的车辆无缝定位,并且设计开发了一套车辆室内外无缝定位平台。首先,室内环境因卫星信号失锁而失去作用,而利用WiFi进行室内定位的定位精度不够,针对这些问题,本文采用iBeacon无线传感器网络作为室内定位的基础设施,并且提出了一种基于机器学习的室内定位方法,先采用基于邻域均值滤波的指纹库去噪方法来对RSSI指纹库进行预处理,针对建立的Radio Map和真实物理环境存在不连续对应的特点,本文提出了一种基于聚类遗传的双SVR学习定位算法,根据iBeacon信号强度分布的特点,先利用聚类算法对样本区域进行划分,然后在各个满足条件的子区域利用基于遗传算法的双支持向量回归算法进行更精确的定位。实验证明,本文方法可以有效提高采用iBeacon的室内定位系统的定位精度,并且减少了采用复杂机器学习算法的计算时间。其次,室内外无缝定位导航系统会充分利用相对定位传感器和绝对定位传感器,使用多个异构网络来完成定位。针对在多个网络分布不均匀、覆盖不完整的情况下实现无缝连接、多种定位方式的切换问题,本文提出了一种马尔科夫参数自适应交互式多模型粒子滤波算法,采用粒子滤波作为交互式多模型算法匹配模型滤波器,利用误差压缩比的加权幂在线调整先验马尔科夫概率转移矩阵,同时解决在非过渡区域产生的模型频繁切换导致精度下降和过渡区域模型切换迟滞的问题,实验证明有效提高了定位精度,达到了室内外不同定位网络的快速准确切换。最后,针对工业仓库环境中仓储物流车辆的越库定位导航问题,本研究设计并开发一套Cyberfleet室内外无缝定位系统,该系统包括智能终端客户端应用程序和定位云平台,能够满足高负载高并发的技术要求,具有交互友好,使用便捷等特点,正式运行的系统证明了本文基于多传感器融合的车辆无缝定位方法的有效性和可行性。