随着路网进一步建设和扩展,复杂的三维路况不断增多。车辆在遇到较为复杂的三维场景时,由于一般的定位系统提供的车辆高度信息误差较大,在这种情况下车辆就容易出现定位错误和导航信息不正确的问题。本文研究了车辆在三维路况下利用全球导航卫星系统改进定位精度的定位问题。具体的工作及研究成果如下。(1)针对车辆在复杂三维路况下高度测量误差太大的问题,论文基于车辆在二维平面或曲面上的运动,改进了一种车辆空间定位方法。考虑将三维空间的定位问题变换到二维平面内,利用估计的平面内位置信息来求解高度信息,从而提高其定位精度。再利用三维GIS辅助车辆定位,有效改善在导航系统中车辆桥上桥下不分和悬浮于地面的现象。(2)针对二维平面内的车辆定位精度进一步提高。由于观测噪声方差易受环境干扰,在容积Kalman滤波中引入模糊控制理论对观测噪声方差进行修正。在非线性运动模型下,当车辆的状态参量发生变化时,会发生定位误差增大的现象。为此,论文将基于分布式模糊控制的容积Kalman滤波与交互多模型相结合。从模拟的立交桥场景中,我们可以看出相较于基于分布式模糊控制的容积Kalman滤波,改进算法的整体定位精度能提高35%左右。本文的研究可以为复杂三维路径下的车辆定位提供参考,对智能交通系统中如何确定车辆的位置、速度等状态信息也有一定的帮助。