智能交通系统(Intelligent Transport System,ITS)越来越多地被人们认为能够缓解道路上的交通影响,这些影响因素包括人身安全,能源和环境等,而车辆定位是很多ITS应用的前提条件。尽管全球导航卫星系统(Global Navigation Satellite System,GNSS),如全球定位系统(Global Positioning System,GPS),已经广泛地应用于车辆导航和车流量管理,但是GNSS系统的定位精度在诸如避免碰撞、道路精确定位等方面尚未达到要求。协作定位(Cooperative Positioning,CP)技术可以通过车辆间信息交互来提高车辆定位精度。论文首先介绍了几种协作定位的概念,详细分析了传统协作定位和现代协作定位的特点。而在现代协作定位技术中,各车辆节点的距离和速度测量是协作定位的核心技术之一,论文对基于专用短程通信(Dedicated Short Range Communication,DSRC)的测距测速算法进行了详细讨论。其次,针对车辆自组织网络中车辆高精度相对定位要求,在传统GPS伪距双差定位技术基础上,提出了一种基于INS/GPS的紧组合协作定位(CP)技术,该技术将各车辆的惯性导航传感器测量信息、GPS伪距及GPS多普勒频移通过DSRC进行交互,并采用卡尔曼滤波技术将本车测量信息和邻车信息进行融合,进而提高车辆间的相对定位精度。通过对实测车载试验数据的验证与分析可以得出,在充足的GPS信号覆盖环境中,新的紧组合CP的性能优于伪距双差紧组合CP和差分GPS,性能提升程度分别达到10%和24%;而在GPS信号完全中断的环境中,性能提高可分别高达35%和45%。最后,考虑到密集城市环境中,GPS测量精度会变得很低甚至测量结果完全不可用,使得任何协作定位技术(CP)算法面临着严峻的考验。为此,论文在基于INS/GPS的紧组合协作定位技术上,加入来自DSRC信号载波的多普勒频移,提出了一种基于DSRC-Doppler/IMU/GPS的增强紧组合CP技术,其主要思路通过车辆传送其惯性测量单元(IMU)数据和GPS测量数据,并将每个车辆的基于DSRC信号载波的多普勒频移、GPS测量数据和IMU数据进行融合。经过对实际的车载试验数据分析得出,在充足的GPS信号覆盖环境中,相比于基于INS/GPS紧组合CP,伪距双差紧组合CP和差分GPS,新的紧组合CP的性能提升程度分别达到6%,15%和28%。在GPS信号完全中断的环境中,性能提高可分别达到35%,47%和55%。