1.智能车多模式协同定位系统，其特征在于，包括数据采集模块、数据处理模块和存储模块；

数据采集模块包括路面图像采集模块、场景图像采集模块和GNSS模块；路面图像采集模块用于采集车辆行驶路段的路面图像，并发送给数据处理模块；场景图像采集模块用于采集车辆行驶路段的场景图像，并发送给数据处理模块；GNSS模块用于获取车辆的GNSS位置信息，并发送给数据处理模块；

数据处理模块，对接收到的信息进行处理判断：如果接收到GNSS位置信息，则以GNSS位置信息作为定位信息输出至存储模块；如果接收不到GNSS位置信息，则检查车辆行驶路段是否预先建立视觉地图数据库，如果不存在视觉地图数据库，则根据采集到的路面图像通过光流法与特征匹配执行基于视觉里程计的车辆定位技术进行位置获取；如果存在视觉地图数据库，则根据采集到的场景图像采用基于视觉地图数据库构建的车辆定位技术进行位置获取；或者，如果存在视觉地图数据库，则根据采集到的场景图像采用基于视觉地图数据库构建的车辆定位技术进行位置获取，同时根据采集到的路面图像采用基于视觉里程计的车辆定位技术进行位置获取，将两种定位技术得到的位置信息进行融合计算，得到融合后的定位信息发送至存储模块；

存储模块，用于存储车辆的定位信息。

2.根据权利要求1所述的智能车多模式协同定位系统，其特征在于，路面图像采集模块为设置在车尾的相机，场景图像采集模块为设置在车顶的相机，GNSS模块采用GPS、北斗、GLONASS或伽利略导航定位设备。

3.根据权利要求1所述的智能车多模式协同定位系统，其特征在于，数据处理模块采用嵌入式车载工控机，车载工控机的型号为ARK-3510，配备i7-3510处理器和RT-Linux操作系统。

4.根据权利要求1所述的智能车多模式协同定位系统，其特征在于，存储模块采用固态硬盘。

5.智能车多模式协同定位方法，其特征在于，采集车辆行驶路段的路面图像和场景图像，并获取GNSS位置信息；如果成功获得GNSS位置信息，则以GNSS位置信息作为定位信息；

如果接收不到GNSS位置信息，则检查车辆行驶路段是否预先建立视觉地图数据库，如果不存在视觉地图数据库，则根据采集到的路面图像采用基于视觉里程计的车辆定位技术进行位置获取；如果存在视觉地图数据库，则根据采集到的场景图像采用基于视觉地图数据库构建的车辆定位技术进行位置获取；或者，如果存在视觉地图数据库，则根据采集到的场景图像采用基于视觉地图数据库构建的车辆定位技术进行位置获取，同时根据采集到的路面图像采用基于视觉里程计的车辆定位技术进行位置获取，将两种定位技术得到的位置信息进行融合，得到最终的定位信息发送至存储模块。

6.根据权利要求5智能车多模式协同定位方法，其特征在于，通过图像同步采集脉冲触发两台相机开始同步采集路面图像和场景图像，同时采用查询的方式获取GNSS位置信息。

7.根据权利要求5智能车多模式协同定位方法，其特征在于，通过光流法与特征匹配执行基于视觉里程计的车辆定位技术进行定位。

8.包含权利要求1-4任一项所述的智能车多模式协同定位系统的智能车辆。

9.根据权利要求8所述的智能车辆，其特征在于，还包括执行机构、通讯模块、人机交互模块、决策模块、感知模块和控制模块；

通讯模块，用于车辆与外界的沟通；

人机交互模块，用于使用键盘、显示器和急停开关完成人与车之间的通信；

感知模块，包括车辆周围环境感知模块和车辆自身信息感知模块，车辆周围环境感知模块包括32线激光雷达、毫米波雷达和八线激光雷达，32线雷达用于车辆前方的道路可通行区域检测以及行人和车辆的检测；毫米波雷达用于对车辆前方的车辆进行检测；八线激光雷达中的上面四线用于对前方的障碍物进行检测，下面四线用于对道路可通行区域进行检测；车辆自身信息感知模块用于对车辆的油耗、水温、行驶速度、自诊断数据、车门开启状态、安全带状态、主副驾驶乘员落座状态进行感知；

决策模块，根据智能车多模式协同定位系统、通讯模块、人机交互模块和感知模块的数据进行决策，得到路径规划结果，发送给控制模块；

控制模块，接收决策模块的路径规划结果，然后综合车辆当前的运动信息，综合考虑车内乘员舒适度和横向加速度的约束条件，对车辆运动进行规划，然后将规划后的数据通过CAN总线传输至执行机构；

执行机构，用于完成车辆转向、刹车、油门和灯光的控制。