El Tren de Pista Virtual (VTT) representa un sistema innovador de transporte público urbano que combina mecanismos de rodadura basados en neumáticos con la gestión del tránsito ferroviario. El control efectivo de tal sistema requiere una estimación precisa del estado, una tarea compleja debido a la naturaleza multiarticulada de los vehículos. Este estudio aborda el desafío centrándose en la estimación del estado para la primera unidad bajo interferencias significativas, introduciendo una estrategia de estimación de estado por fusión que utiliza técnicas de Regresión de Procesos Gaussianos (GPR) y Modelos Múltiples Interactuantes (IMM). Primero, se establece un modelo conjunto para la primera unidad, que comprende el modelo dinámico como modelo principal y un modelo residual construido con base en GPR para acomodar el error del modelo principal. La estrategia de fusión propuesta comprende dos componentes: un método basado en un modelo cinemático para manejar fases transitorias y de alta aceleración, y un método basado en un modelo conjunto adecuado para condiciones de casi estado estable y baja aceleración. El método IMM se emplea para integrar estos dos enfoques. Los estados de las unidades subsiguientes se calculan a partir del estado de la primera unidad, los ángulos de articulación y los datos filtrados de las tasas de guiñada. La validación a través de simulación de hardware en el circuito (HIL) demuestra la eficacia de la estrategia, logrando una alta precisión con un error promedio de estimación de velocidad lateral por debajo de 0.02 m/s y un error máximo que no excede 0.22 m/s. Además, el impacto en el rendimiento del control del VTT después de incorporar la estimación del estado es mínimo, con una reducción de solo el 3-6%.