近些年,国家经济的快速发展,人们的出行方式也跟着发生了变化,自驾出行逐渐成为出行的第一选择,但是由此带来得交通拥堵问题日益严重,道路交通事故频频发生。现有的交通系统难以在根本上解决这些问题。为了改善和解决交通拥堵问题,智慧交通系统以及自动驾驶技术成为国内外学者研究的热点课题。其中,车辆自定位作为智慧交通系统和自动驾驶中的基础和关键技术,对行车的安全性,驾驶决策都极为重要。针对现有车辆自定位算法受到驾驶环境的限制,部分算法复杂度高,成本高的局限性,本文提出了一种基于新型标准路牌的车载单目相机位置估计算法,实现了在城市交通复杂的道路环境下准确高效的车辆位置估计。首先,针对于现有道路指示特征点不明显的缺陷,提出并设计了一种特征明显、结构简单的新型标准路牌。其次,搭建了一个由标准路牌的尺寸,控制点信息以及标准路牌所在道路的车道数量,车道宽度和前进方向组成的数据库。接下来使用车载单目相机采集包含有新型标准路牌的道路图像,通过图像的预处理分割提取出标准路牌的控制区域,求取控制区域的质心点作为后续计算的控制点。然后利用该控制点与数据库中预存的控制点信息相结合计算得到平面投影变换矩阵,并使用该矩阵将数据库中基准路牌配准到拍摄的每一帧图像中的标准路牌中,验证提取的控制点和平面投影变换矩阵计算的准确性。最后在解决了方程组的病态性后分解该矩阵得到车辆在以标准路牌中心为世界坐标原点坐标系下的位置信息,与实际测量得到的数据进行对比。实验结果表明,本文提出的新型标准路牌检测识别率和正确率明显高于现有的道路指示牌。质心点计算的坐标误差上下在一个像素误差之内。车辆位置估计结果在距离标准路牌100内定位置计算误差在0.5米以内,在30米以内定位精度可以达到0.1米,20米时定位精度可以达到0.05米。本文提出的方法成本低、简单可靠,利用车载单目相机与标准路牌,准确的计算出了车辆的位置信息和所在车道信息,实现了车辆在复杂交通路段的精准自定位。论文首先阐述了智慧交通和车辆自定位技术的研究背景、研究现状和进展,其次介绍了本文的研究内容和算法流程和车载单目相机输入图像的预处理过程,详细推导了由平面投影变换矩阵求解得到车辆位置参数的计算过程,最后进行了实验分析和结果讨论。