传统智能驾驶车辆的定位实现依赖于卫星定位、激光雷达或图像匹配,其中普通的GPS设备定位精度差(2-5m),高精度的GPS设备硬件投入成本高,基于卫星定位的导航系统都存在信号依赖的问题,即当在信号被遮挡的路段,无法完成系统定位;其次激光雷达定位能够通过点云配准完成高精度的定位,但是其造价高、数据量大、计算量大等缺点使得激光雷达不适用于下一代的智能车发展;图像匹配定位依赖于图像数据库,图像数据库的存储需要巨大的存储空间,图像在数据库中的搜索匹配过程计算量巨大,不适用于大规模建图与定位。针对上述问题,本文旨在完成一个智能车定位系统:地图数据量小、计算量小。本论文主要针对认知地图下的车辆定位技术进行研究。主要研究工作如下:基于单目视觉的认知地图创建。本论文中的认知地图组成成员为交通路标牌,针对激光传感器造价高和计算量大以及路标需要手动标记的缺点,本论文提出通过视觉的方式完成地图的创建,这种方法对环境的适应性强,地图精度高,且要求的存储量小,能够满足智能车导航定位对地图的要求。基于认知地图的智能车定位方法。本论文应用纯单目视觉完成智能车的全局定位,该方法的实现通过检索当前帧中路标的三维坐标信息,以及路标在二维图像中的成像位置来计算智能车的位姿:位置和朝向。该部分分为两个研究方向:基于三个交通牌的智能车自定位、基于单个交通牌的智能车自定位。智能车定位系统。本文的研究面向于实际应用,针对论文研究对平台配置的要求搭建智能车实验平台。认知地图创建和基于认知地图的智能车定位模块进行整合,完成在校园场景中离线版认知地图的自动化创建以及基于地图的智能车定位。论文的智能车定位系统目标是能够广泛应用于下一代智能车定位,可以大大降低系统成本,降低地图的数据量,为下一代智能车真正进入社会提供了技术基础。