为了满足智能交通、智能驾驶在城市复杂环境下定位服务的需要,基于高精度地图匹配定位的方式成为了现有的主流解决方案。高精度地图主要由车道网信息和道路网信息等组成,良好的车道信息对于提高车载场景的定位精度显得尤为重要。城市复杂环境下现有的车道线提取与跟踪算法效率不高,稳定性不强,为了解决这个问题,本文提出了一种基于线型约束和卡尔曼滤波的车道线提取方法。文章采用对城市道路或高速公路场景下采集的车道线影像预处理得到二值化图像,通过滑动窗口的方式确定车道线的像素坐标,针对直线和曲线常见的两种道路情况分别用直线和二次曲线模型做拟合并对拟合参数进行约束,通过卡尔曼滤波对车道线跟踪。车道线提取后需要生成其世界坐标系下的绝对位置才能辅助定位。本文提出了一种低成本、高效率的车道线生成方法,有助于城市复杂环境下频繁更新的车道信息的提取和利用。对实测车载数据的处理与分析表明:本文提出的方法在城市环境中能有效提取出道路中的车道线信息,同时生成的车道线满足辅助定位的精度要求。