现阶段GPS是世界公认的能够实现车辆定位的有效手段，它能全天候的为动载体提供三维实时的时间信息、位置信息及速度信息，但GPS在长时间受遮挡时如长时间行驶在隧道或立交等城市复杂环境下会出现定位失效的问题。为弥补GPS这一缺陷，涌现了许多组合定位方法，但这些组合定位方法在可靠性、准确性、经济性等方面存在着一定的不足。针对现有技术的不足，本文从提高车辆在上述城市复杂环境下定位可靠性角度入手，采用一种车辆融合定位方法，通过融合低成本的RFID模块、方向盘转角传感器、轮速传感器、加速度传感器等多种车载传感器信息，实现车辆的可靠定位，具体研究内容如下:　　1.搭建实车采集系统的硬件平台，并利用MFC进行软件平台的设计。　　2.通过试验手段，对几种常见的空间模型进行比较，用较准确的方法确定RFID信号传播的空间模型，同时利用RFID初步定位算法进行车辆定位，结合RFID芯片布局的空间限制条件，对RFID的初步定位算法进行条件约束，并通过统计分析，综合考虑可行性、经济成本等多方面的因素，估计出RFID芯片的布局间隔以及定位方差。　　3.利用扩展卡尔曼融合滤波算法，融合低成本的车载传感器信息，包括RFID模块、轮速传感器、方向盘转角传感器，加速度计等进行多传感器信息融合，进一步提高车辆初步定位的定位精度，并进行仿真试验验证。　　4.在户外条件下，进行实车试验，并对试验结果进行分析，验证采用融合定位方法的可行性。　　目前本课题已完成了上述的主要内容，并在户外条件下进行了实车试验，通过对实车试验的结果进行分析，验证本文所采用的车辆融合定位的方法的可行性，为城市复杂环境下车辆的高可靠定位提供了解决思路。