惯性导航的一系列优点使其在车载自主导航系统中有着广泛应用。提高车载导航的精度和可靠性,需要高精度的惯性导航系统,而提高惯导系统的精度,需要采用高精度的惯导算法,或者使用较高等级的传感器,从成本考虑,设计高精度惯导算法较为可取；另一方面也可以通过构建合适的组合导航系统,在性能和成本问达到一定的平衡。本文的研究内容主要包括：1.推导了惯性导航算法,在姿态积分中考虑了坐标旋转的影响,在速度积分中考虑了划摇运动的影响,在位置积分中考虑了涡卷运动的影响。在递推算法基础上提出了两种不同精度的惯导算法,迭代算法和简化算法,以适用于不同的应用场合。针对导航的车载应用,提出了两种车辆轨迹生成技术,并分别进行了简化算法测试和迭代算法测试,仿真结果显示了两种算法间的性能差异和特性。2.建立了四轮三自由度车辆模型和轮胎模型,仿真验证了模型的可靠性。建立了汽车状态估计器,分别利用扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF对汽车的横摆角速度、纵向车速、横向车速等进行了最优估计,比较了两种滤波器的效果。汽车的参数估计是为组合导航系统所构建的子模型。3.研究了惯性导航的误差特性,分析了敏感器误差对位置精度的影响。建立了航位推算误差方程和车辆动态模型误差方程。设计了INS-DR组合导航并进行了仿真分析,设计了INS-VDM组合导航并进行了仿真分析。结果表明,INS-DR和INS-VDM组合导航的位置误差估计均是有偏的,但是组合导航系统均能有效地抑制位置误差的增长,其中INS-VDM组合导航不需要额外的传感器设备,是车载导航较好的备选方案。