室外监控机器人是计算机工程、机械电子、控制工程、人工智能、模式识别等科学综合应用的载体,它借助于自身传感器和其它感知技术,感知环境和自身状态,实现在大型楼宇、机场、交通枢纽、军事基地等地方的安保和巡逻工作。本文以室外监控机器人项目为依托,以提高室外监控机器人导航系统的定位精度和在复杂环境中的适应能力为目标。设计了基于‘’SINS+GPS+EC+虚拟传感器”的微小型组合导航系统,并借助于所设计的硬件平台,通过使用联邦卡尔曼滤波技术实现了高精度的组合导航信息的输出。从提高微小型组合导航系统的精度出发,首先分析了导航子系统的原理和误差,建立了相应的误差模型及补偿算法。然后为扩大系统应用范围,降低系统对GPS和EC的依赖,设计了基于虚拟传感器技术辅助MSINS的导航系统,并通过计算机仿真验证了该方法的有效性。最后,为提高微小型组合导航系统整体精度和可靠性,深入研究了多传感器信息融合技术,分别设计了MSINS/GPS速度、MSINS/GPS位置、MSINS/EC姿态和MSINS/虚拟传感器速度四个子滤波器,并和主滤波器一起构成无重置(NR)结构的联邦卡尔曼滤波器。系统以GPS有效和无效为判断依据,设计了双系统结构的联邦卡尔曼滤波方案,由于虚拟传感器的备份作用,提高了系统的整体可靠性。通过MATLAB对比仿真验证了联邦卡尔曼滤波精度能够达到集中卡尔曼滤波精度,且拥有较为可靠的容错特性能。在系统功能不断优化的基础上完成了基于分布式模块化设计方案的微小型组合导航系统的软、硬件开发,并在上位机上实现了联邦卡尔曼滤波算法及人机界面的设计和应用调试。通过仿真实验和跑车实验,验证了本文所研究算法的有效性和所设计的室外监控机器人微小型组合导航系统的可用性,为室外监控机器人在未知环境中实现自主导航功能奠定了基础。