在室内拒绝条件下，无人地面车辆的室内导航面临着巨大的挑战。为了解决这个问题，我们介绍了一种基于激光雷达（LiDAR）和惯性测量单元（IMU）的pine组合导航系统，并提出了一种新的基于LiDAR的混合扫描匹配算法来估计车辆的相对位置和方向变化。该算法结合了遍历搜索和数学优化算法。首先将适应度函数引入到搜索算法的穿越中，寻找车辆姿态的最优估计值，然后将该估计值作为数值优化算法的初始值进行进一步优化。最后，通过无迹卡尔曼滤波器（UKF）将LiDAR的估计位置和姿态与DRS的预测结果松散地结合起来，以减少惯性传感器的误差。在自行研制的无人地面车辆平台上的实际实验结果表明，本文提出的室内无人车导航系统可以有效地减少DRS的误差积累，比hector-slam方法低92.4%。