随着5G和车联网技术的快速发展,自动驾驶成为国家智能汽车创新发展战略的关键性技术,在当今的学术界广受关注。自动驾驶技术的根本目的是为人提供更为安全舒适的乘坐体验。然而基于单车的自动驾驶技术存在着各种缺陷,特别在车辆协作能力方面。网联自动驾驶通过将车辆接入网络,能够有效的提升车路网协同的泛在感知能力,提高自动驾驶的安全性,降低自动驾驶汽车的单车成本。定位是自动驾驶中最为关键的问题,也是本文的重点研究方向。在当前的网联自动驾驶架构下,定位信息经过网络传递时,网络时延会导致额外的定位误差,忽略该误差会导致安全隐患。针对以上问题,本文提出了一种网联车辆定位校准方法（Positioning Calibration Mechanism,PCM）。PCM首先计算网络时间延迟,然后根据车辆运动状态信息对位置信息进行校准,最后将校准后的位置信息保存在MEC服务器中,以减少由网络时间延迟引起的定位误差。本文在房山和许昌进行了实验验证PCM算法的性能。在100毫秒的时间延迟下,没有使用PCM算法的平均定位误差为119.67cm,而使用了 PCM算法的平均定位误差为3.03cm。实验结果表明,PCM可以有效地将单向时延引起的定位误差降低到厘米级。在网联自动驾驶技术中,车辆高精度定位目前仍然依靠卫星定位系统。如何解决车辆在没有卫星信号下的高精度定位问题是拓展自动驾驶场景应用的关键。本文利用自动驾驶车辆在行驶过程中采集的多源信息,设计了一种基于置信度传播算法的网联车辆协作定位方法。该方法利用车辆与车辆之间的相互测量、车辆自身的状态测量构建置信度传播网络,然后根据消息传播的顺序逐级求出车辆当前位置估计。消息的传递使用到了网络,所以本方法需要采用PCM算法来解决网络传输时延造成的定位误差。本文对三种场景下的算法精度进行了仿真实验,实验结果表明该方法在当前网联自动驾驶架构下有着较高的精度和稳定性,具有一定的现实意义。