道路安全從摩爾定律中受益良多，處理能力的提升以及 CMOS 圖像傳感器 （CIS） 和其他傳感器技術的發展，讓車輛制造商得以推出高級駕駛員感知系統 （ADAS）。ADAS 能增強駕駛員對周邊環境的感知，減少發生碰撞的概率。部分系統還能夠監控駕駛員并向駕駛員發出告警，例如在駕駛員打盹時。
　　ADAS 還越來越多地接手控制（或為無人駕駛系統提供信息），從而為駕駛員提供泊車輔助、車道輔助和自適應巡航控制等功能方面的協助。
　　
　　顯示導航和狀態感知信息的 ADAS 抬頭應用
　　因此，不出意料，到 2021 年預計 ADAS 市場的規模將達到 420 億美元，目前的年復合增長率（GAGR）達到 10%（來源：http://www.marketsandmarkets.com/Market-Reports/driver-assistance-systems-market-1201.htm）。
　　ADAS 通常使用嵌入式視覺、RADAR 和 LIDAR 等多類傳感器來提取所需信息，并運用傳感器融合方法整合來自多個傳感器的信息。在嵌入式視覺領域， ADAS 又可劃分為兩大類。一類負責外部監控，解決車道偏離、對象檢測、盲點檢測和交通標識識別等問題。另一類負責內部系統監控，例如負責駕駛員打盹監測和眼睛檢測等。內外部 ADAS 應用在實現圖像處理算法時都面臨自身的挑戰。
　　這些挑戰從實現應用所需算法的能力直至符合正確的汽車標準，不一而足。許多 ADAS 應用還要求傳感器融合功能以整合來自多個傳感器的輸入，從而顯著提高了所需的處理能力。在使用多個同類傳感器的時候，傳感器融合可以是同構傳感器融合。在使用不同類型的傳感器提取所需信息時，傳感器融合則為異構傳感器融合。
　　因具備高度的靈活性，許多應用都選用 All Programmable SoC 或 FPGA 來實現系統。兩種都能實現所需的算法，而且兩者都能夠連接不同類型的傳感器類型和網絡。
　　伴隨高性能 ADAS 應用而來的是幾個系統難題。這些難題在開始思考時并不明顯。汽車制造商需要滿足嚴格的污染標準要求，因此總體解決方案的重量和功耗相當重要。因為生產的車輛以數十萬計，解決方案的成本也很關鍵。雖然系統的保密性和安全性非常關鍵而且受多重標準的制約，使用 SoC 或 FPGA 能幫助我們解決一系列此類問題。