汽车给人们生活带来了巨大便利,但庞大汽车人群也给社会带来了巨大的交通压力,交通事故率大幅度上升,使得社会蒙受了难以估量的经济损失和人员伤亡。智能交通系统(Intelligent Transport System,ITS)的提出加强了人、路、车三者之间联系,最大限度地提高了现行道路吞吐效率,并且车辆作为ITS中基础对象一直也是重点研究对象。本文针对智能车辆国内外现状研究提出了三层智能车辆体系结构(Intelligent Vehicle Architecture,IVAr)并对各层结构做了简要的描述。智能驾驶系统大致可分为感知、决策、控制、人机交互接口四大模块。本文针对感知模块中定位进行重点研究,解决智能车辆“在哪里”问题。对比了现行智能车辆定位技术,给出了基于双目视觉和驾驶地图相结合的低成本定位方式。视觉定位有三种方法:基于全局定位、及时定位与地图构建和视觉里程计,在实时性、精度控制和环境适应性等方面综合考虑选择局部运动估计的视觉里程计。在特征提取算法上选择ORB算法提取左右目相同帧目图像对应关系以计算得到视差,使用ORB算法提取相邻帧图像对应关系,利用RANSAC算法去除误匹配并用扩展卡尔曼滤波优化前后帧运动估计,转换坐标系和累加计算结果得到智能车辆的全局位置信息和运动轨迹。引入地图匹配算法,用驾驶地图信息与立体视觉生成场景信息相匹配来修正由视觉引起的累计误差,提高定位精度,更好满足了车辆导航对实时性与特殊路况要求,最后生成结果与高精度GPS生成的轨迹作比较。本文在平台设计上借鉴“贝莎路线”中奔驰S500视觉定位模型,在量产汽车东风A60前挡风玻璃上用双目CCD相机构建立体视觉,全面地展示标定参数方法并进行快速验证,在基于道路特征定位时引入导流线概念并提取,丰富了道路标线提取工作,该方法在Windows操作系统环境下使用C/C++编程开发与调试软件,在实际厂区实地路测证明了双目视觉与驾驶地图组合低成本定位同样拥有高精度。