智能车辆的自动车辆位置控制系统要求能够精确确定车辆的位置，本文研究的就是精确获得包括车辆位置在内的车辆状态的方法。确定车辆状态的传感器多种多样，例如INS、DGPS、雷达、视觉传感器、地感线圈以及磁感线圈等。但是，对每一种传感器分开来说都各有优缺点，而其中共同的最大的缺点是该类传感器失效的情况将导致整个系统无法运转。因此没有一种特定的传感器可以为车辆的横向和纵向控制提供足够的可靠性和可获得性。为此需要通过有效的传感器融合和错误诊断技术同时使用多种传感器以提高系统的总体性能和可靠性。本文主要阐述了多传感器数据融合的方法(对错误诊断未曾涉及)，其中分析了两种多传感器的组合方式：单天线GPS/INS和双天线GPS/INS，使用的融合方法是扩展卡尔曼滤波器。其中单天线GPS/INS系统相对于纯INS系统性能有所改善，但仍不能提供足够的可靠性。对两种组合方式采用协方差分析的方法进行了性能分析；并对双天线GPS/INS系统设计和执行了以下几个实验：静止状态测定、车道跟踪、线性车道变换和正弦车道变换。实验的结果表明双天线GPS/INS系统能以150Hz的频率提供车辆的位置、速度、加速度、姿态角、朝向角和姿态角加速度，精度分别为(标准偏差)：1.5cm、0.8cm/s、2.2cm/s/s、0.03deg、0.1deg、0.1deg/s。