El creciente número de vehículos en las carreteras ha resultado en varios desafíos, incluyendo el aumento de las tasas de accidentes, el consumo de combustible, la contaminación, el tiempo de viaje y el estrés al conducir. Sin embargo, los avances recientes en tecnologías de vehículos inteligentes, como sensores y redes de comunicación, tienen el potencial de revolucionar el tráfico rodado y abordar estos desafíos. En particular, se ha propuesto el concepto de "platooning" para vehículos autónomos, donde viajan en grupos a altas velocidades con distancias mínimas entre ellos, para mejorar la eficiencia del tráfico. Para lograr esto, es esencial determinar la posición precisa de los vehículos en relación entre sí. Los dispositivos de sistema de posicionamiento global (GPS) tienen un error de posicionamiento previsto que podría aumentar debido a diversas condiciones, como el número de satélites disponibles, edificios cercanos, árboles, entrar en túneles, etc., lo que dificulta calcular la posición relativa exacta entre dos vehículos. Para abordar este desafío, este documento propone un nuevo marco arquitectónico para mejorar la precisión del posicionamiento utilizando imágenes capturadas por cámaras a bordo. Presenta un nuevo algoritmo y resultados de rendimiento para el posicionamiento de vehículos basado en datos de GPS y video. Este enfoque es descentralizado, lo que significa que cada vehículo tiene su propia cámara y unidad de computación y se comunica con vehículos cercanos.