El estado del vehículo, incluida la información de ubicación y movimiento, juega un papel esencial en Internet de los Vehículos (IoV). Obtener con precisión la información del estado del sistema es la premisa para lograr un control preciso. Sin embargo, las estadísticas del ruido del proceso del sistema a menudo son desconocidas debido al proceso físico complejo. Es desafiante estimar el estado del sistema cuando las estadísticas del ruido del proceso son desconocidas. Este artículo propone un nuevo filtro de Kalman no lineal de alto grado adaptativo basado en el algoritmo Sage-Husa mejorado. Primero, se mejora el algoritmo tradicional Sage-Husa utilizando una transformación no lineal de alto grado. Se obtiene un estimador de ruido adecuado para el filtro de Kalman no lineal de alto grado para estimar las estadísticas del ruido del proceso desconocido. Luego, se diseña un filtro de Kalman no lineal de alto grado adaptativo para mejorar la precisión y estabilidad del sistema de estimación del estado. Finalmente, los resultados de la simulación de seguimiento de objetivos verifican la efectividad del algoritmo propuesto.