自動駕駛汽車又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統(tǒng)實現(xiàn)無人駕駛的智能汽車。

　　那么，自動駕駛所涉及的軟硬件有哪些呢？

　　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，唯一缺點在于造價高昂（平均價格在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)的高昂價格，走實用性技術(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，但難點在于計算量大，需要提高計算單元性能。

　　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。

　　V2X

　　V2X，指的是車輛與周圍的移動交通控制系統(tǒng)實現(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時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。

　　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器學(xué)習(xí)與人工智能算法來實現(xiàn)。海量的數(shù)據(jù)是機器學(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、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。