针对传统卡尔曼滤波（ＫＦ）在处理非线性较强区域时一阶泰勒展开无法准确近似非线性函数，导致的估计位置有较大偏移的问题，提出了一种基于流形预积分的因子图全球导航卫星系统（ＧＮＳＳ）／惯性 测量单元（ＩＭＵ）导航算法。首先，利用李群算法对ＩＭＵ 预积分技术进行优化，在关键帧处处理惯性测量值；然后，构建ＩＭＵ 预积分因子、ＧＮＳＳ 因子和状态先验因子，实现多源信息融合；最后，通过滑动窗口优化范围，对窗口内变量节点进行非线性优化并输出最终的导航结果。仿真实验结果表明，所提方法在非线性区域表现出更好的收敛效果。与ＫＦ 相比，所提方法在北向、东向以及直线距离上的定位精度分别提高了９１． ５５ ％ ，９１． ０６ ％和９０． ８４ ％ ；与扩展ＫＦ（ＥＫＦ）算法相比，定位精度分别提高了５９． ９８ ％ ，７５． ５０ ％ 和７３． ３７ ％ 。