1.自動駕駛技術(shù)分級
自動駕駛技術(shù)分為多個(gè)等級，目前國內(nèi)外產(chǎn)業(yè)界采用較多的為美國汽車工程師協(xié)會（sae）和美國高速公路安全管理局（nhtsa）推出的分類標(biāo)準(zhǔn)。按照sae的標(biāo)準(zhǔn)，自動駕駛汽車視智能化、自動化程度水平分為6個(gè)等級：無自動化（l0）、駕駛支援（l1）、部分自動化（l2）、有條件自動化(l3)、高度自動化(l4)和完全自動化（l5）。兩種不同分類標(biāo)準(zhǔn)的主要區(qū)別在于完全自動駕駛場景下，sae更加細(xì)分了自動駕駛系統(tǒng)作用范圍。詳細(xì)標(biāo)準(zhǔn)見下圖：
2.自動駕駛技術(shù)路線
在自動駕駛技術(shù)方面，有兩條不同的發(fā)展路線：
第一種是“漸進(jìn)演化”的路線，也就是在今天的汽車上逐漸新增一些自動駕駛功能，例如特斯拉、寶馬、奧迪、福特等車企均采用此種方式，這種方式主要利用傳感器，通過車車通信（v2v）、車云通信實(shí)現(xiàn)路況的分析。
第二種是完全“革命性”的路線，即從一開始就是徹徹底底的自動駕駛汽車，例如谷歌和福特公司正在一些結(jié)構(gòu)化的環(huán)境里測試的自動駕駛汽車，這種路線主要依靠車載激光雷達(dá)、電腦和控制系統(tǒng)實(shí)現(xiàn)自動駕駛。
從應(yīng)用場景來看，第一種方式更加適合在結(jié)構(gòu)化道路上測試，第二種方式除結(jié)構(gòu)化道路外，還可用于軍事或特殊領(lǐng)域。
3.自動駕駛涉及的軟硬件
1、傳感器
傳感器相當(dāng)于自動駕駛汽車的眼睛。通過傳感器，自動駕駛汽車能夠識別道路、其他車輛、行人障礙物和基礎(chǔ)交通設(shè)施。按照自動駕駛不同技術(shù)路線，傳感器可分為激光雷達(dá)、傳統(tǒng)雷達(dá)和攝像頭三種。
（1）激光雷達(dá)
目前是被采用比例最大的設(shè)備，google、百度、uber等公司的自動駕駛技術(shù)目前都依賴于它，這種設(shè)備被架在汽車的車頂上，能夠用激光脈沖對周圍環(huán)境進(jìn)行距離檢測，并結(jié)合軟件繪制3d圖，從而為自動駕駛汽車提供足夠多的環(huán)境信息。激光雷達(dá)具有準(zhǔn)確快速的識別能力，唯一缺點(diǎn)在于造價(jià)高昂（平均價(jià)格在8萬美元一臺）導(dǎo)致量產(chǎn)汽車中難以使用該技術(shù)。
（2）傳統(tǒng)雷達(dá)和攝像頭
由于激光雷達(dá)的高昂價(jià)格，走實(shí)用性技術(shù)路線的車企紛紛轉(zhuǎn)向傳統(tǒng)雷達(dá)和攝像頭作為傳感器替代方案，例如著名電動汽車生產(chǎn)企業(yè)特斯拉，采用的方案就是雷達(dá)和單目攝像頭，國際知名廠商為mobileye等。其硬件原理與目前車載的acc自適應(yīng)巡航系統(tǒng)類似，依靠覆蓋汽車周圍360°視角的攝像頭及前置雷達(dá)來識別三維空間信息，從而確保交通工具之間不會互相碰撞。
雖然這種傳感器方案成本較低、易于量產(chǎn)，但對于攝像頭的識別能力具有很高要求：單目攝像頭需要建立并不斷維護(hù)龐大的樣本特征數(shù)據(jù)庫，如果缺乏待識別目標(biāo)的特征數(shù)據(jù)，就會導(dǎo)致系統(tǒng)無法識別以及測距，很容易導(dǎo)致事故的發(fā)生。而雙目攝像頭可直接對前方景物進(jìn)行測距，但難點(diǎn)在于計(jì)算量大，需要提高計(jì)算單元性能。
2、高精度地圖
自動駕駛技術(shù)對于車道、車距、路障等信息的依賴程度更高，需要更加精確的位置信息，是自動駕駛車輛對環(huán)境理解的基礎(chǔ)，隨著自動駕駛技術(shù)不斷進(jìn)化升級，為了實(shí)現(xiàn)決策的安全性，需要達(dá)到厘米級的精確程度。如果說傳感器向自動駕駛車輛提供了直觀的環(huán)境印象，那么高精度地圖則可以通過車輛準(zhǔn)確定位，將車輛準(zhǔn)確地還原在動態(tài)變化的立體交通環(huán)境中。
3、v2x
v2x，指的是車輛與周圍的移動交通控制系統(tǒng)實(shí)現(xiàn)交互的技術(shù)，x可以是車輛，可以是紅綠燈等交通設(shè)施，也可以是云端數(shù)據(jù)庫，最終目的都是為了幫助自動駕駛車輛掌握實(shí)時(shí)駕駛信息和路況信息，結(jié)合車輛工程算法做出決策，是自動駕駛車輛邁向無人駕駛階段的關(guān)鍵。
4、ai算法
算法是支撐自動駕駛技術(shù)最關(guān)鍵的部分，目前主流自動駕駛公司都采用了機(jī)器學(xué)習(xí)與人工智能算法來實(shí)現(xiàn)。海量的數(shù)據(jù)是機(jī)器學(xué)習(xí)以及人工智能算法的基礎(chǔ)，通過此前提到的傳感器、v2x設(shè)施和高精度地圖信息所獲得的數(shù)據(jù)，以及收集到的駕駛行為、駕駛經(jīng)驗(yàn)、駕駛規(guī)則、案例和周邊環(huán)境的數(shù)據(jù)信息，不斷優(yōu)化的算法能夠識別并最終規(guī)劃路線、操縱駕駛。