由于时代的不断进步,尤其是随着5G通信技术应用的到来,新一代无人驾驶技术将会释放出巨大活力,导航定位技术成为无人驾驶技术领域内的热点话题。本文以无人驾驶中的导航定位技术为课题背景,重点研究了基于自适应无迹卡尔曼滤波器的SINS/GPS紧组合导航系统。为了避免单一导航系统中在复杂交通环境中出现导航定位精度不高的问题,由GPS全球定位系统辅助捷联惯导系统(SINS),并将二者的导航信息通过卡尔曼滤波器进行信息滤波与融合。首先介绍了每个导航子系统的结构,重点对SINS静基座初始对准与GPS的伪距定位法进行了研究。通过确定SINS系统姿态矩阵的初始值,利用四元数法解算SINS的力学编排方程得到平台误差角、速度和位置的初始值。针对卡尔曼滤波器的随时间积累出现滤波发散和基于位置、速度误差的松组合方案滤波精度不高的问题,本文设计了基于伪距和伪距率的SINS/GPS紧组合导航系统。首先确定组合导航系统误差的来源,分别建立SINS和GPS的数学模型,然后基于伪距和伪距率将导航子系统的状态方程和量测方程合并成紧组合导航系统的状态方程和量测方程,并完成离散化。针对组合导航系统的误差模型一般为非线性的问题,本文首先对非线性扩展卡尔曼滤波(EKF)的工作原理与滤波过程进行了简单介绍,分析EKF中存在的应用局限性,研究了基于UT变换和最小偏度单形σ点集采样策略的无迹卡尔曼滤波(UKF)。其次,为了提高最小偏度单形σ点集采样策略的采样精度,设计了一种基于比例调节因子的自适应UKF滤波融合算法。仿真实验结果表明:对于SINS/GPS紧组合导航系统,基于比例调节因子的自适应UKF相比基于定因子常规UT变换的UKF误差输出曲线更平滑,避免了非局部效应的影响,实现滤波精度的提高,具有良好的控制性能、跟踪能力和容错性能。