在建筑物密集且环境复杂的城市区域，GNSS测量会受到非视距（NLOS）信号的影响，导致定位性能大幅度降低。然而，现有直接剔除NLOS或仅降权的方法会导致卫星可用性受限或分布不均，且数据融合精度较低。本研究提出一种在城市环境下鱼眼相机辅助NLOS探测的GNSS滑窗因子图融合定位方法。基于鱼眼图像利用滤波校正的 K-means 聚类分割方法进行NLOS探测并降权修正，将修正后的NLOS信号和LOS信号伪距观测值插入至因子图模型，以滑动窗口的形式进行融合优化。动态实验结果表明，NLOS探测准确率可达90.628%，平均探测时间为3.12秒。与传统单点定位结果相比，本方法在2-D及3-D上提升62.3%和65.7%的定位精度，精度最高可达0.85m与0.93m。本方法对于提升复杂城市环境下GNSS车道级定位性能具有重要的应用价值。