本发明公开了一种车联网深度学习视觉辅助定位方法，涉及通信技术领域，解决了现有技术存在数据采集盲区时，导致采集的定位数据不足，无法满足全场景下的车辆精准定位的技术问题；本发明设置了云平台，云平台接收到定位信息之后，对定位信息进行判断补充；在定位信息不足以形成完整的定位模拟图像时，通过辅助设备进行补充获取，结合多源数据补充定位信息，解决了数据采集盲区的问题，保证本发明能够满足全场景的车辆精准定位；本发明云平台将定位模拟图像发送至目标车辆，同时将定位信息发送至相邻车辆的车联网通信设备；从大范围区域到小范围区域均做到了车辆和障碍物及时精准的定位。