近年来随着微电子技术MEMS的不断发展，基于MEMS的惯性器件正在被越来越广泛的应用于导航领域，微型捷联惯性导航系统MSINS（Micro Strap-down InertialSystem）与全球定位系统GPS（Global Position System）的结合成为了当前最具发展前景的车辆导航定位方法。但是对于车载MSINS/GPS组合导航系统来说，微型捷联惯性导航系统的精度主要取决于微型惯性测量单元MIMU的精度，而目前由于技术上的问题，MIMU的测量精度相较于常规的惯性器件要偏低，当遮挡或人为干扰等原因导致GPS不可用时，由于MIMU误差随时间累积，系统精度将会迅速降低。这种低成本惯性测量单元带来的误差漂移是不适合越来越高度智能化的车辆导航系统的，因此本文利用电子稳定性控制系统ESP中部分可用于车量定位的汽车传感器来辅助MSINS，抑制低成本的微型惯性测量单元在GPS不可用时的误差漂移，从而提高系统在GPS无效时间段内的导航精度。论文介绍了车载导航系统的发展历程及目前国内外的研究情况，阐述了本课题提出的背景和意义；对MSINS和GPS的工作原理及误差来源分别进行了分析，对MSINS与GPS的组合模式进行了研究，在分析对比松、紧组合模式优缺点的基础上，给出了MSINS与GPS组合系统的数学模型；阐述了汽车稳定性控制系统的组成结构及工作原理；对汽车稳定性控制系统中部分具有监测汽车行驶状态功能的汽车传感器进行了重点研究；在对联邦Kalman滤波进行深入研究的基础上，设计了无复位式的MSINS/GPS/汽车传感器组合导航系统，分别给出了MSINS与各传感器构成的局部子滤波器的数学模型；对卡尔曼滤波的各个子滤波器分别进行了MATLAB/Simulink仿真，仿真结果表明，在GPS不可用时，利用汽车传感器辅助MSINS可以极大地减小系统速度、位置误差，使系统获得更高的导航精度，验证了利用汽车传感器辅助MSINS进行车载定位的可行性。本文中分析和使用的汽车传感器包括：汽车轮速传感器、汽车加速度传感器（包括汽车横向加速度传感器和汽车纵向加速度传感器）、汽车横摆角速度传感器和方向盘转角传感器。微型捷联惯性导航系统、GPS与这些汽车传感器共同组成一个车载组合导航系统，由于上述汽车传感器作为电子稳定性控制系统的重要组成部件原本就存在于车体上，因此利用汽车传感器进行车载导航无需增加额外的空间上和经济上的开销，具有很强的实用性。