在车辆技术不断革新的当下，自动驾驶领域的发展如火如荼，而车辆高精度定位成为了其中的关键环节。传统的车辆定位方法主要依赖全球定位系统（GPS）与惯性测量单元（IMU）的信号融合。然而，在实际的车辆运行环境中，GPS信号常常面临诸多挑战，如在城市高楼林立的区域，信号容易受到建筑物的遮挡而出现阻塞；在山区等复杂地形，多径效应会导致信号偏差。一旦GPS出现故障，车辆定位就会产生明显误差，这不仅会使车辆偏离正常行驶轨迹，更会引发严重的安全隐患，给自动驾驶的可靠性带来巨大的威胁。在此背景下，本成果应运而生，致力于提供一种全新的基于车载摄像头和地图的车辆定位方法及系统，为车辆定位的准确性与稳定性开辟新的途径。系统包含多个关键模块，第一横向距离确定模块通过摄像头图像检测车辆与车道的横向距离；第二横向距离确定模块实现车辆估计位置与高精度地图匹配获得车道与车辆的横向距离；实际残差确定模块计算两个横向距离差的绝对值作为实际残差；预测残差确定模块将实际残差时间序列输入训练好的模型得到预测残差；全球定位系统定位信号故障判断模块依据实际和预测残差判断GPS信号故障与否；重构定位信号确定模块在GPS故障时通过特定信息和滤波算法得到重构定位信号；车辆估计位置确定模块根据定位信号情况确定车辆位置。本成果通过独特的双横向距离计算、残差分析及滤波重构等技术手段，有效提高了车辆定位的准确性和安全性，在自动驾驶等车辆应用场景中具有重要意义。