中文摘要：

针对智能车辆在闹市、室内、地下巷道等一些密闭的、环境复杂的场景中要求提供持续准确的导航数据而开展的多传感器组合导航鲁棒滤波理论和方法研究具有重要经济意义和科学价值。主要内容（1）在基于地面道路标志识别机器视觉获取导航参数、WSN节点多分辨定位数据解算的基础上，研究构造INS/WSN/机器视觉组合导航信息融合数学模型。（2）针对组合导航模型中存在的时滞、参数不确定、多分辨数据获取问题，研究复杂组合导航模型下的信息融合鲁棒H∞、混合H2/H∞滤波算法实现。（3）在模糊Takagi-Sugeno模型框架下，研究基于多线性化分解的复杂组合导航多分辨、非线性鲁棒滤波算法实现。(4)进行半物理仿真实验验证。通过该项目的研究，为智能车辆在复杂导航环境下实现高精度实时鲁棒信息融合奠定良好的科学理论基础。