目前,INS/GNSS组合导航系统是一种应用较为广泛的卫星导航解决方案,它克服了单一传感器导航系统难以长时间且高频率导航的局限性,提高了导航信息的可信度,并且在降低导航费用的基础上缩短了信息获取时间,在一定程度上提高了导航精度。然而,一旦GNSS卫星信号失锁,系统会再次以惯性导航模式工作。这使得当前组合导航系统存在导航精度易迅速发散、稳定性较差等问题。因此,本文开发了一种基于低成本传感器、鲁棒的自适应组合导航系统,以适应不同的导航场景。本文提出了一种基于IMU的辅助更新检测算法,该算法基于IMU量测数据利用神经网络检测车辆的静止和拐弯行为,然后将它们转化为零速量测和车载约束量测并与经典卡尔曼滤波相结合,以解决传统组合导航系统的局限性。结合上述研究成果,本文设计并实现了一套基于该算法的软硬件系统,该系统由嵌入式端和服务器端组成。其中,嵌入式端受到芯片计算能力的限制,只负责数据传输和组合导航算法部分;服务器端则负责数据和模型管理。本文首先阐述了系统的项目背景和研究意义,调研了相关技术并介绍了理论原理;然后,分析了系统的功能性需求和非功能性需求分,并在需求分析的基础上设计了系统的总体架构;随后将系统划分成多个功能模块并对各个模块进行了概要设计,同时完成了系统的详细设计,并且编码实现了该系统;最后针对整个系统的功能性和非功能性方面进行了测试和分析。本文成功完成了自适应组合导航系统的构建以及测试工作,并基于真实场景数据实验证明了算法和系统的稳定性,系统的导航精度也完全满足了性能需求。