高精度定位定姿技术是实现无人配送、无人驾驶等应用的关键支撑。随着出行服务的智能化发展,人们获取准确、连续、鲁棒的导航定位信息需求逐渐增加,定位技术正面临着新的挑战。在现有的定位技术中,全球卫星导航系统（Global Navigation Satellite System,GNSS）在户外信号环境较好的情况下可提供全球性、全天候、实时的全局定位信息;惯性导航系统（Inertial Navigation System,INS）拥有强自主性和抗干扰能力,可利用高频输出进行实时载体位姿解算;激光雷达（Light Detection And Ranging,Li DAR）测量精度高,能支持相对定位和建图应用;先验地图可以提供准确的环境先验信息,为导航定位提供可靠约束。为了充分结合以上定位技术的优势,本文围绕Li DAR先验地图辅助的多传感器组合导航算法展开研究,主要工作内容如下:（1）针对城市GNSS信号遮挡环境下定位结果不连续、不稳定、精度低的问题,提出了一种基于多状态约束卡尔曼滤波的GNSS PPP/INS/Li DAR紧组合导航定位方案（GIL）。城市典型环境下的车载实验结果表明,相比于GNSS信号遮挡环境下的GNSS PPP/INS紧组合方案,GIL算法能实现更加稳定、可靠的导航参数解算,其中位置、航向角估计精度约提升了60%,速度及俯仰、横滚角估计表现也得到了改善。（2）针对传统点云配准方法占用存储空间大、计算量大的问题,本文设计了一种基于几何特征的点云配准方法。与使用整个点云进行配准的传统点云配准方法不同,本文所提出的方法首先对点云中的杆状几何特征进行提取和匹配,然后在过滤异常匹配的基础上实现了2D位姿估计。实验结果表明,相比于迭代最近点（Iterative Closest Point,ICP）、正态分布变换（Normal Distributions Transform,NDT）等传统点云配准方法,本文算法在实现相当定位精度的情况下,效率提高约20倍。（3）针对稠密点云地图数据量大,加载代价高的问题,本文研究了Li DAR先验地图构建方法,基于POS位姿生成了Li DAR几何特征地图。实验结果表明,几何特征地图的平均数据量大小仅为3.5 M/km~2,显著低于点云地图的1792M/km~2。相比于传统高精度地图（High Definition Map,HD Map）,Li DAR几何特征地图在生产流程上节省了大量人力物力,在成本和实用性上具有优势。（4）为进一步提高组合定位系统在城市复杂环境下的稳定性、可靠性和连续性,本文将先验地图信息与Li DAR量测相关联,引入地图约束实现了先验地图辅助定位算法。实验结果表明,地图约束有效缓解了Li DAR/INS组合系统的误差累积问题,在GNSS不可用情况下,点云地图辅助的组合系统可以维持分米级定位精度。在GPS信号遮挡情况下,几何特征地图辅助的组合系统的2D定位RMSE为0.5m,相比于GPS/INS紧组合方案定位精度提升了76%。