1、目前应用最广泛的自动驾驶定位方式有全球定位系统(GNSS)和惯性导航系统(INS)的融合。其中，GNSS的定位精度由设备成本决定，一般在几十米到几厘米不等。精度越高，成本越贵。GNSS与INS定位方法的融合，可以解决GNSS在恶劣环境下(高楼、树木、大水域、隧道等)定位精度偏差大的影响。)在一定程度上。然而，对于城市这样大面积的地区，定位条件较差，单靠GNSS INS的定位技术仍然不足以满足自动驾驶的需要。
2、地图辅助定位法是另一种广泛应用的自动驾驶定位技术，其代表算法是SLAm(同步定位与地图)。SLAM的目标是建立一个地图，并使用它进行定位。SLAM通过传感器(摄像头、激光雷达等)观测到的环境特征，确定当前车辆位置和当前观测目标位置。)，这是一个利用先前的先验概率分布和当前的观测值来估计当前位置的过程。在这个过程中常用的方法有：贝叶斯滤波、卡尔曼滤波、扩展卡尔曼滤波、粒子滤波等。这些是基于概率和统计原理的定位技术。
3、LAM是机器人定位领域的研究热点，在特定场景下低速自动驾驶定位的应用也有很多实际的例子，比如园区无人车摆渡、无人清扫车、扫地机器人等。都广泛采用了SLAM技术。实际上，在这样的特殊场景中，用户并不是在定位的同时实时构建地图，而是使用传感器(如激光雷达、摄像头等。)预先建立车辆行驶环境区域的SLAM地图，然后在建立的SLAM地图的基础上实现定位、路径规划等进一步操作。
