随着生活水平的提高，车辆逐渐成为人们生活中不可或缺的一部分，与此同时，人们对行车过程中的舒适度和智能度也有了更高的要求。本文通过提供车内基于位置的服务，对车内不同位置的人员提供不同的服务，可以辅助驾驶安全并提高驾驶员和乘客的舒适度。　　目前针对智能车辆的研究，多集中在GPS（Global Positioning System，全球定位系统）服务、测温测速等方面，对于车内位置相关的研究仍处于探索初期，本课题开展基于蓝牙多信道RSSI(Receive Signal Strength Indicator，接收信号强度指示)的高精度车内定位方法研究，在无需用户参与的前提下准确判断乘客在车内的位置，针对这一目标，本文在车内定位方法、减少环境及终端误差和建立实用APP等方面进行了深入研究，主要贡献如下:　　1.调研了目前常用的室内和车内定位方法，分析了各个方法的可行性和实用性，针对车内的特殊环境，设计并实现了一种基于多信道蓝牙RSSI的定位方法VehLoc，该方法利用蓝牙广播信道的频率差带来的RSSI差异，通过收集不同位置的多信道蓝牙RSSI值，分别建立粗粒度分类模型，函数拟合模型和细粒度分类模型，用于位置判断。本文在两种车内对该方法进行了实验，VehLoc对车内五个位置的评价判断精确度可达92.5％，可知，该方法能很好地判断乘客在车内位置。　　2.考虑到RSSI可能由于环境和信道质量、接收终端种类而有所不同，造成定位时接收RSSI（定位数据）与用于模型建立RSSI（标准数据）的不匹配，本文提出了一种误差消除方法。对于因为多径效应、信号吸收、衍射等造成的RSSI特殊值，通过卡尔曼滤波进行处理，由历史数据推测当前数据的最优值，最大地减少环境干扰带来的误差;同时，提出了基于SVR(Support Vector Regression，支持向量回归)的设备校准方法，降低由于接收终端导致的接收数据空间差异对定位带来的影响。在实验中，分别使用Nexus和华为手机进行数据采集和模型定位，准确率分别为91.54％和90.69％，如果不使用误差消除方法准确率为83.79％与79.18％，可见，本文提出的终端误差消除方法能够提高定位精确度，解决因接收数据和标准数据不匹配造成的定位失误问题。　　3.为了方便用户使用定位方法，本文设计了车内定位APP。对于手机端不能分辨蓝牙RSSI信道来源的问题，提出了基于分时广播的多信道数据包发送方法，通过在蓝牙数据发射端和数据接收端建立协议，修改发射端源码，将包序信息和信道信息封装在数据包内发送，在接收端解包分析，同时对于链路质量差导致的丢包问题，使用均值填充的方法处理缺失值，最大程度上保留原始值，实测平均准确率为89.54％，能够判断用户在车内的位置。