1.一种车辆位置估计方法，其特征在于，所述方法包括下述步骤：确定在车辆定位中使用的传感器集合，对传感器集合中的每个传感器，确定要估计的状态集合；

对状态集合中每个状态，计算每个状态估计产生的损失，并对损失进行修正；

对每个状态修正后的损失进行定位准确率计算，进而建立如下全局定位准确率函数：式中：D(χ)为全局代价函数，C为传感器集合，c为传感器集合中元素， 为传感器c在k时刻状态估计损失修正系数， 为传感器c在k时刻状态估计损失，Xc为传感器c待估计状态值，f(Xc)为传感器c进行状态估计损失的准确率；

获取使全局定位准确率函数取得最大值的系统状态估计值，将其作为车辆最优定位值。

2.根据权利要求1所述的方法，其特征在于，对损失进行修正，步骤包括：估计的可信度与影响力结合进行度量或仅采用影响力进行度量，从而对每个状态估计误差进行修正；

其中，影响力为不同时刻系统状态对当前状态估计的影响程度。

3.根据权利要求2所述的方法，其特征在于，影响力为设定值或为计算值，计算步骤包括：对传感器集合中的传感器c，为其设定对应的滑动时窗，统计滑动时窗内的第i个状态估计频次，将其记作通过下述函数计算状态估计影响力

式中，β0为设置的最低影响力；a为影响力变化速率。

4.根据权利要求2所述的方法，其特征在于，传感器集合为：{全球导航卫星系统(GNSS)，惯性导航系统(INS)，车辆轮速里程计(ODO)}，将INS、ODO传感器时间同步为GNSS时间，采用世界坐标系确定为导航坐标系。

5.根据权利要求4所述的方法，其特征在于，可信度与影响力结合为将可信度与影响力进行相乘，可信度为计算值，计算步骤包括：当传感器为全球导航卫星系统时，其k时刻的可信度 通过下式计算：式中：G为观测矩阵，I为单位矩阵，wk为k时刻的GNSS定位伪距残差向量，wk‑1为k‑1时刻的GNSS定位伪距残差向量；

当传感器为惯性导航系统、车辆轮速里程计时，其k时刻的状态估计可信度 通过下式计算：式中：s为惯性导航系统或车辆轮速里程计的预测值与量测值的残差，s0为设定的残差阈值，r为不同传感器的调节系数。

6.根据权利要求1所述的方法，其特征在于，全局定位准确率函数将量测值作为迭代初始值，通过最优迭代算法缩小预测值和量测值之间的误差而提高定位准确率，从而获得最优系统状态估计值。

7.根据权利要求6所述的方法，其特征在于，用于全球导航卫星系统在k时刻状态估计误差计算的量测值为通过GNSS的原始位置观测值通过噪声补偿获得，预测值为经过GNSS天线杆臂补偿的车辆导航坐标系位置信息。

8.根据权利要求6所述的方法，其特征在于，惯性导航系统采用惯性预积分构建[k‑1，k]时间段的自动驾驶车辆相对位置、姿态与速度，作为k时刻的位置、姿态与速度的量测值。

9.根据权利要求6所述的方法，其特征在于，轮式里程计采用轮式里程计预积分构建[k‑1，k]时间段内的位置增量，作为k时刻状态估计误差计算的量测值。

10.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1至9中任一种方法的计算机程序。