Предложен алгоритм интеграции сенсорных данных для оценки состояния ав-тономных объектов в интеллектуальной транспортной среде (ИТС). Основное внимание уделяется обеспечению точности навигации в сложных и динамиче-ски изменяющихся условиях городской среды, где традиционные методы нави-гации, такие как GPS, могут быть недостаточно эффективными. Предложен-ный алгоритм объединяет данные от различных сенсоров (LIDAR, камеры, инерциальные сенсоры, GPS) и элементов ИТС, обеспечивая точную оценку по-ложения и траектории движения автономных систем. Экспериментальные результаты, полученные в условиях имитационного моделирования и натурных испытаний, подтвердили повышение точности, что делает его перспектив-ным для применения в автономных транспортных средствах. В работе также обсуждаются возможности дальнейшего развития алгоритмов машинного обучения и методов защиты данных для улучшения эффективности и безопас-ности навигационных систем в ИТС.