无人车的定位问题是无人驾驶中的关键技术,是当下的研究热点。传统的定位方法,例如GPS、惯导在城市环境下难以满足高精度的定位需求,视觉定位因为传感器体积小、成本低,定位精度高的特点在定位问题中越来越受到重视。视觉里程计是视觉定位中的一种经典方法,但其作为一种航位推算算法,需要给定一个确定的起始位姿,并且它不可避免地存在累积误差。在城市环境中,车载传感器通常无法提供一个准确的起始位姿,在长距离定位中视觉里程计的累积误差也对定位的精度有很大影响。本文针对城市环境下的视觉里程计存在的问题,提出了基于多车道地图与粒子滤波框架的视觉里程计优化方法。本文使用基于锚点的轨迹表示法描述车辆轨迹,并针对实时锚点检测存在的问题,提出了一种准实时的锚点检测方法。针对视觉里程计存在起始位姿不确定和误差累积问题,本文在多位置联合滤波的基础上,提出了基于多车道地图的车辆起始位姿估计方法与基于多车道地图的粒子滤波定位方法,有效地估计了无人车的起始位姿,修正视觉里程计定位结果,消除视觉里程计的累积误差。在KITTI数据集、ApolloScape数据集与自行采集的数据集上进行了实验,并与其他同类方法进行了比较。实验证明,本文的方法能够有效地估计起始位姿,消除视觉里程计的累计误差,在准确性、鲁棒性等方面都具有优势。