融合智能化与网联化的车联网是汽车行业的发展趋势,不仅可以有效地解决车辆管理问题,更能够减少交通安全事故发生次数,为安全出行保驾护航。高效、准确地获取车辆行车数据和定位信息是车联网发展重要一环,也是车联网更多业务实现的基础。在获取车辆位置信息时,广泛使用的是由全球定位系统(Global Positioning System,GPS)和惯性导航系统(Inertial Navigation System,INS)结合的组合导航系统。但随着城市道路的日益复杂,会出现卫星信号被遮挡、多路径传播等问题导致卫星定位系统失效,而独立INS定位信息会随着时间的推移而产生累积误差。因此,论文围绕卫星导航不稳定问题展开理论和技术研究,分别从终端设备与数据采集、导航定位算法两方面来提高定位导航精度和稳定性。具体研究内容如下:首先,设计开发了整套面向车联网的数据采集系统,包含车载终端和服务器端,能够高效准确的实现车辆行车数据的采集、上传和存储功能。车载终端硬件包括Cortex-M3嵌入式微处理器主控单元,定位数据模块、OBD模块、数据通讯模块和惯性模块等硬件结构。较好的实现了车载终端小型化以及提高车载终端抗抖动能力和对恶劣环境的适应能力,进而对其硬件及相应电路进行了详细的分析。车载终端软件使用嵌入式RTX实时操作系统,实现设备远程在线升级,卫星定位信息获取及OBD接口数据获取、无线模块发送数据等功能。其次,在服务器端,设计开发了车辆数据接收、解析和管理程序,实现终端设备管理、升级和日志查看等功能。围绕卫星定位信号失锁期间车辆无法进行定位的问题,提出一种基于滑动窗口的定位误差建模思路,根据改进的XGBoost回归算法补偿并预测定位误差,同时通过PSO对SW-XGBoost的模型参数进行优化,提高模型的预测准确性,提升GPS信号消失阶段车辆组合导航系统的定位性能,实现车辆在复杂环境下连续可靠的导航定位。最后在真实的城市道路中开展实验,通过对比,验证提出的SW-XGBoost算法的有效性。