如何获得车辆精确定位是无人驾驶汽车在行驶过程中面临的关键问题。目前普遍采用全球卫星定位系统(Global Positioning System,GPS)作为车辆定位方法,其能够在大范围室外空旷区域得到全局定位坐标,但在室内或者室外遮挡环境下存在局部定位精度差或丢失定位的问题,因此本文针对无人驾驶汽车的定位估计进行研究,提出了一种GPS与地图匹配组合定位的方法来提高无人驾驶汽车在大范围复杂场景下的定位精度,本文主要工作如下:首先研究了GPS定位误差特点及数据预处理技术,分析了GPS定位技术的优缺点,基于实时数据滤波技术采用一种数据过滤方法减小了GPS干扰误差。其次建立车辆运动学模型并研究了车辆航迹推算算法,分析了航迹推算定位技术的优缺点,基于无损卡尔曼滤波技术提出一种GPS与航迹推算融合方法提高了汽车定位精度。同时针对移动平台存在的航迹推算误差干扰问题,建立一种修正航迹推算误差的新运动学模型,基于该模型提出一种航迹推算校正算法减小了航迹推算误差。最后研究了基于单线激光雷达的SLAM技术,分析了基于RBPF的改进FastSLAM算法与二维地图匹配定位算法,分别在室内外环境下进行构图实验。得到室内外二维环境地图后,基于地图匹配定位技术提出一种GPS、航迹推算与地图匹配组合定位的方法,从而实现了无人驾驶汽车在大范围室内外复杂场景下的较高精度定位。实验结果表明,本文所提出的定位方法能够解决大范围室内外复杂场景下的车辆定位问题,同时可提高车辆的定位精度,相比传统GPS定位方法具有定位范围广、定位精度高的优点。