无人驾驶车辆的定位和导航方法包括全球定位系统（GPS）、惯性导航系统（INS）、视觉导航、激光雷达、毫米波雷达等技术。其中，GPS是最常用的定位系统，通过接收卫星信号来确定车辆的位置，但在城市峡谷等信号受阻的地方可能会出现定位误差。因此，惯性导航系统可以通过测量车辆的加速度和角速度来估计车辆的位置，但会随时间累积误差。视觉导航则利用摄像头和图像处理技术来识别道路标志、车道线等，实现定位和导航。激光雷达和毫米波雷达则可以提供高精度的障碍物探测和地图建立，为车辆提供更精准的导航信息。
针对不同的道路环境和定位精度要求，可以采用组合定位方法，将多种定位技术进行融合，以提高定位精度和鲁棒性。同时，对于城市峡谷等GPS信号受阻的地方，可以采用惯性导航系统或者基于地图匹配的定位方法来改善定位精度。在实际应用中，还可以结合车载传感器和实时地图数据，利用卡尔曼滤波等算法进行状态估计，进一步提高无人驾驶车辆的定位精度和可靠性。
在导航方面，无人驾驶车辆可以利用以上提到的定位技术，结合路径规划算法和环境感知，实现自主导航。例如，基于地图的路径规划算法可以根据车辆的当前位置和目标位置，规划出一条安全、高效的行驶路径。而环境感知技术则可以实时监测车辆周围的障碍物、交通标志等，为车辆的导航决策提供支持。
综上所述，无人驾驶车辆的定位和导航方法包括GPS、惯性导航系统、视觉导航、激光雷达、毫米波雷达等技术，并可以通过组合定位方法和路径规划算法实现高精度、可靠的自主导航。