对道路环境的全面感知是实现汽车高层次自动驾驶的难点之一。现有的智能型无人驾驶汽车装备大量高性能传感器,导致成本过高。网联汽车的兴起提供了一种新的环境感知方式,即利用短程通信技术直接获取其他车辆或道路设施的位置。因此,精确、可靠的车辆定位对于推进汽车自动驾驶、减少交通事故、提升交通效率均具有重要意义。针对现有定位技术的不足,本文提出了一种基于射频识别、视觉和超宽带通信的车辆定位系统,目的是在城市密集型环境下实现可车道级高精度的定位。该系统中定位过程被分为两步:横向定位和完全定位。横向定位由基于射频识别和机器视觉的车道判别算法实现,车道判别完成后可通过GPS直接获取粗略纵向位置,通过车-路(V-I)超宽带通信和单锚点定位算法获取精确纵向位置,或者通过车-车(V-V)定位算法获取车辆间的相对位置。为了探究本定位系统的可行性,通过分析定位系统的定位误差来源、建立典型工况下的误差模型,得到了单锚点V-I定位算法和V-V定位算法的定位精度。结果表明V-I距离和V-V距离是误差的主要影响因素,在合理布置路侧单元和保持安全车距的情况下,两种定位算法均能够达到分米级的纵向定位精度。以上海市为例,定量比较了为所有汽车配备高性能G P S定位设备和使用本定位系统的硬件成本,表明本定位系统拥有良好的经济性,具备推广条件。基于Open CV和C++开发了车道判别程序和定位系统控制软件,在实车上安装射频识别阅读器、超宽带模块、摄像头搭建起了定位系统样机,并在真实道路上进行了功能验证。利用该样机,设计并实现了一种综合碰撞预警系统,能对纵向200m、横向三车道范围内的潜在危险进行检测,必要时发出报警。此外,提出了优先在快速公交系统中利用位置感知实现全自动驾驶的愿景和实现方案。研究表现,本文提出的定位系统能够达到横向车道级、纵向分米级的定位精度,相比于高性能GPS定位设备拥有显著成本优势,具备大规模配备的可行性。定位系统的样机开发和应用举例进一步验证了该系统在汽车主动安全和自动驾驶领域拥有的良好应用前景。