随着交通问题的日益严重,为了避免交通拥堵,分流车辆,常常在交叉道路建立立交桥,传统的二维平面定位已经不能满足这种三维复杂路径的定位需求,经常会出现将桥上定位到桥下这种情况。因此,需要对车辆的高度位置进行准确的定位。为此,可以考虑添加高度测量工具,再通过合适的滤波算法对数据进行分析处理,提高车辆的定位精度。本文选用GPS提供的高程信息,添加气压高度表测量的相对高度作为车辆高度位置的系统观测量,采用无迹Kalman滤波在非线性系统模型下对车辆的高度位置信息进行滤波估计。通过仿真发现,采用无迹Kalman滤波能够较好的对车辆的高度位置进行定位估计。但是,当车辆的状态参量发生变化时,比如加速、转弯等情况出现时,会发生定位误差增大,桥梁之间的高度差又比较小,需要的定位精度较高,这时候就不能满足定位精度的要求。针对此问题,本文将交互多模型算法结合到无迹Kalman滤波中,使算法具有自适应性。通过多次模拟仿真发现,此算法能够及时应对车辆行驶过程中的机动变化,在本文模拟的多个立交桥场景中,能够做到实时的确定车辆的高度信息,将车辆具体定位到哪一层上。相较于无迹Kalman滤波,整体的精度也能提高30%左右。同时,也解决了特种车辆(如交通巡警)对位置、速度实时监控的问题,更方便管理和资源调配。在本文的研究中还发现,立交桥多采用路段交叉模型,同一路段不同车道分叉出不同高度的路径,通往不同方向。此时,高度方向的定位精度就不能分辨分叉路径选择的问题,而这往往也是巨型立交场景下最容易造成迷路、绕路的现象。因此,本文在之前仿真三维位置方向高精度定位的基础上,融合车道级GIS,解决如何将车辆定位到某一车道的问题,从而从源头上解决路段分叉的选择。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。