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實現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1

傳感器相當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、行人障礙物和基礎交通設施。按照自動駕駛不同技術路線，傳感器可分為激光雷達、傳統雷達和攝像頭三種。

1.激光雷達

目前是被采用比例最大的設備，Google、百度、Uber等公司的自動駕駛技術目前都依賴于它，這種設備被架在汽車的車頂上，能夠用激光脈沖對周圍環境進行距離檢測，并結合軟件繪制3D圖，從而為自動駕駛汽車提供足夠多的環境信息。激光雷達具有準確快速的識別能力，唯一缺點在于造價高昂（平均價格在8萬美元一臺）導致量產汽車中難以使用該技術。

2.傳統雷達和攝像頭

由于激光雷達的高昂價格，走實用性技術路線的車企紛紛轉向傳統雷達和攝像頭作為傳感器替代方案，例如著名電動汽車生產企業特斯拉，采用的方案就是雷達和單目攝像頭，國際知名廠商為Mobileye等。其硬件原理與目前車載的ACC自適應巡航系統類似，依靠覆蓋汽車周圍360°視角的攝像頭及前置雷達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，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據庫，如果缺乏待識別目標的特征數據，就會導致系統無法識別以及測距，很容易導致事故的發生。而雙目攝像頭可直接對前方景物進行測距，但難點在于計算量大，需要提高計算單元性能。

高精度地圖2

自動駕駛技術對于車道、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境理解的基礎，隨著自動駕駛技術不斷進化升級，為了實現決策的安全性，需要達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境印象，那么高精度地圖則可以通過車輛準確定位，將車輛準確地還原在動態變化的立體交通環境中。

V2X3

V2X，指的是車輛與周圍的移動交通控制系統實現交互的技術，X可以是車輛，可以是紅綠燈等交通設施，也可以是云端數據庫，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鍵。

AI算法4

算法是支撐自動駕駛技術最關鍵的部分，目前主流自動駕駛公司都采用了機器學習與人工智能算法來實現。海量的數據是機器學習以及人工智能算法的基礎，通過此前提到的傳感器、V2X設施和高精度地圖信息所獲得的數據，以及收集到的駕駛行為、駕駛經驗、駕駛規則、案例和周邊環境的數據信息，不斷優化的算法能夠識別并最終規劃路線、操縱駕駛。