1、識別技術(shù)：

（1）、最常用的是攝像頭，它和人類的眼睛最接近，可以看清有顏色的標(biāo)識、物體，看得懂字體，分得清紅綠燈。但是缺點也不少，比如在夜晚或惡劣的天氣下視力就嚴(yán)重下降，也不擅長遠(yuǎn)距離觀察。

（2）、其次是頗富爭議的LiDAR，即激光雷達(dá)。比較常見的是在車頂，像是頂不停旋轉(zhuǎn)的帽子。原理很簡單，就是通過計算激光束的反射時間和波長，可以完成繪制周邊障礙物的3D圖。而短板則是無法識別圖像和顏色。

（3）、最后是毫米波雷達(dá)，因為它可以全天候工作，這使得它不可或缺，即便它無法識別高度，分辨率不高，也難以成像。但它憑借其穿透塵霧、雨雪的硬本領(lǐng)，站穩(wěn)一席之地。

2、決策技術(shù)：

通過識別得到了周邊環(huán)境，接下來就要充分利用這些信息進(jìn)行理解分析，決定自己該如何走下一步。要完成這項任務(wù)的就是最強大腦。

跟人類的大腦一樣，我們不是天生就會開車，也不是拿到駕照就成老司機了。需要一定的知識積累，自動駕駛機器人也同樣需要。處理這些信息有兩種方式：專家規(guī)則式和AI式。

（1）、專家規(guī)則式，英文叫rule-based。即提前編寫好規(guī)則，當(dāng)需要做決定的時候必須嚴(yán)格遵守這些規(guī)則。比如準(zhǔn)備超車變道時，需要滿足以下條件：道路半徑大于500R（彎道不變道）；跟目標(biāo)車道上的前后車的距離都在20m以上；比后車的車速慢不超過5km/h，即可超車變道。

（2）、AI式，就是一直很火的人工智能Artificial Intelligence。模仿人類的大腦，通過AI算法對場景進(jìn)行理解?；蛱崆巴ㄟ^大量的犯錯積累經(jīng)驗。通過AI式積累知識庫，會讓AI的反應(yīng)更加靈活。

3、定位技術(shù)：

只有知道自己在哪里，才知道自己去哪里。目前自動駕駛的技術(shù)基本上都源自機器人，自動駕駛可以看做是輪式機器人加一個舒適的沙發(fā)。機器人系統(tǒng)中定位和路徑規(guī)劃是一個問題，沒有定位，就無法規(guī)劃路徑。

對機器人系統(tǒng)來說，定位主要靠SLAM與先驗地圖（PriorMap）的交叉對比。SLAM是SimultaneousLocalizationandMapping的縮寫，意為同時定位與建圖。它是指運動物體根據(jù)傳感器的信息，一邊計算自身位置，一邊構(gòu)建環(huán)境地圖的過程。目前，SLAM的應(yīng)用領(lǐng)域主要有機器人、虛擬現(xiàn)實和增強現(xiàn)實。其用途包括傳感器自身的定位，以及后續(xù)的路徑規(guī)劃、場景理解。

4、通信安全技術(shù)：

試想如果被黑客入侵，控制了你的自動駕駛車，可以監(jiān)聽到你的秘密談話。黑客可以通過影響傳感器的數(shù)據(jù)而影響決策，或直接介入判斷機制進(jìn)而影響行駛軌道，像GPS、攝像頭、激光雷達(dá)、毫米波雷達(dá)、IMU等常見傳感器裝置，都可以被黑客干擾進(jìn)而影響自動駕駛的判斷機制和行駛軌道。比如攻擊激光雷達(dá)讓其辨別不了即時性不良數(shù)據(jù)，或者是試著干擾他們長期積累的聚合數(shù)據(jù)等等。

5、人機交互技術(shù)：

雖說我們對自動駕駛的印象大多是，不需要人們的干涉，它就能把我們送到任何想去的地方。但是很遺憾，目前的自動駕駛系統(tǒng)還做不到這一點。

遇到自動駕駛駕馭不了的場景，便會呼喚你接替它的工作。這時，HMI（人機界面）就發(fā)揮作用了。它的目標(biāo)是，用最直觀最便捷的方式通知我們，讓駕駛員盡快注意到。

此外，通過觀察分析駕駛員的面部表情和動作，判斷其困倦狀態(tài)，并通過給駕駛員提供感興趣的話題等方式予以提醒，也是人機交互多樣化發(fā)展的一個例子。還有些不僅局限于和車內(nèi)人的互動，也可以與路上行人進(jìn)行互動，表達(dá)讓行等意愿。

6、高精度地圖：

基于美國SAE協(xié)會對自動駕駛技術(shù)等級的劃分，在Level2以下的輔助駕駛階段（ADAS階段），高精度地圖對整個輔助駕駛系統(tǒng)來說是一個可選項。當(dāng)自動駕駛技術(shù)發(fā)展到 Level3及以上時，要求車輛在高速公路、停車場泊車等特殊場景中實現(xiàn)自動駕駛，高精度地圖的重要性開始凸顯。業(yè)內(nèi)公認(rèn)要想實現(xiàn)Level3級別的自動駕駛，高精度地圖將成為必選項。

7、5G/V2X技術(shù)：

車聯(lián)網(wǎng)V2X就是把車連到網(wǎng)或者把車連成網(wǎng)，包括汽車對汽車（V2V）、汽車對基礎(chǔ)設(shè)施（V2I）、汽車對互聯(lián)網(wǎng)（V2N）和汽車對行人（V2P）。

通過V2X網(wǎng)絡(luò)，相當(dāng)于自動駕駛打通外部大腦，提供了豐富、及時的外部信息輸入，能夠有效彌補單車智能的感知盲點。