电动车的普及极大程度的方便了人们的日常出行。但是,车辆被盗问题一直困扰着广大车主。当前,利用车联网技术对电动车车辆的状态进行实时监控,成为了一种安全、有效的方法。为了解决上述问题,本课题开发了基于GPS和GPRS的电动车远程监控系统,方便车主对车辆的状态进行实时监控。电动车远程监控系统分为两部分:车载终端和监控平台。车载终端由主控单元、GPS定位单元和SIM800C通信单元组成。实现了将获取的定位数据,利用GPRS的通信方式,按照自定义的通信协议上传至监控平台;系统的监控平台采用C/S程序设计架构,利用MFC进行GUI监控界面的开发。在监控平台,实现的功能有车辆位置的实时显示、对车辆的位置按照时间的区域进行回放。另外,为了保证电动车使用的安全,提供了远程报警、解除报警、设定电子围栏的布控等远程控制功能,全方位的保证电动车行驶的安全。为了提高GPS定位数据的精度,本课题在车载终端利用定位数据状态符、欧式几何法和定位因子法进行一次滤波,并在监控平台利用卡尔曼滤波对车载终端处理后的数据进行最优估计,以减少信号在传播过程中,由于受众多干扰源的影响而造成的误差。为了保证算法的实效性,本文利用MATLAB分别进行传统卡尔曼滤波和基于速度约束型卡尔曼滤波的仿真实验,并对滤波后的数据进行定量的比较、分析后得出结论:基于速度约束型卡尔曼滤波能够更好的提高GPS定位数据的精度。本课题开发的车辆远程监控系统,目前已投入运行。截止当前,该套系统性能稳定、运行良好。