根据世界卫生组织2017年5月提供的数据，全球每年因道路交通事故死亡人数约为125万人，相当于3500人全世界每天都有人。会死于交通事故。媒体记者从全国安全生产工作会议上获悉，2016年我国发生交通事故6万起，死亡人数达4.1万人。车祸猛如虎，这句话在这些数据中体现得淋漓尽致。提高行车安全，目前主要有两大方向。一是加强交通管控，用高压政策强制司机安全驾驶；另一种是将汽车从人类控制中解放出来。这就是全球汽车公司和科技公司目前正在做的事情。让汽车脱离人的操作，从技术上讲就是自动驾驶或无人驾驶。作为通过计算机系统实现无人驾驶的智能汽车，自动驾驶汽车依靠人工智能、视觉计算、雷达、监控设备和全球定位系统协同工作，让计算机自动安全运行，无需人为主动操作。机动车。自动驾驶的关键技术可以分为四个部分：环境感知、行为决策、路径规划和运动控制。传感技术作为环境感知的第一步，是对环境信息和车内信息的采集和处理，是智能汽车实现自动驾驶的基础和前提。周围环境信息的获取涉及到道路边界检测、车辆检测、行人检测等技术，即传感器技术。所使用的传感器一般包括激光测距仪、摄像机、车载雷达、速度和加速度传感器等。当然，这部分也是智能汽车中成本最高的部分。但是，感知技术不是装几百万个雷达，几个高清摄像头就可以了。由于传感器在设计上都有自身的局限性，单个传感器无法满足各种工况下的精确感知。车辆在各种环境下的稳定运行需要多传感器融合技术的应用，这也是环境感知技术的关键技术。目前国内外在这方面的主要差距还集中在多传感器融合上。决策技术完成了传感部分，接下来要做的就是根据传感系统获得的信息进行决策判断，确定合适的工作模式，制定相应的控制策略。这部分的作用类似于给车辆分配相应的任务。例如，在车道保持、车道偏离预警、车距保持、障碍物预警等系统中，需要对本车及未来其他车辆、车道、行人等的状态进行预测。高级决策理论包括模糊推理和强化学习。、神经网络和贝叶斯网络技术等路径规划智能汽车有一个驾驶任务。智能车辆的路径规划是在感知环境信息和确定车辆在环境中的位置的基础上，按照一定的搜索算法找出一条可通行的路径，进而实现车辆的智能化。自主导航。路径规划方法根据智能汽车工作环境信息的完整性可分为两类：基于完整环境信息的全局路径规划方法；比如从上海到北京有很多条路，规划的路线之一就是全局规划。如网格法、可视化法、拓扑法、自由空间法、神经网络法等静态路径规划算法。一种基于传感器实时获取环境信息的局部路径规划方法；例如，在全球规划的上海到北京的路线上，会有其他车辆或障碍物。为避开这些障碍物或车辆，需要转弯调整车道。这就是局部路径规划。局部路径规划方法包括：人工势场法、矢量域直方图法、虚拟力场法、遗传算法等动态路径规划算法。运动控制已经规划好行驶路径，接下来需要控制车辆沿着期望的轨迹行驶，这就是运动控制部分需要完成的工作。运动控制包括横向控制和纵向控制。简单来说，横向控制就是转向控制，纵向控制就是速度控制。现在研究较多的是侧向控制，使用的方法主要有滑液控制、模糊控制、神经网络控制、最优控制、自适应控制和纯跟踪控制等。通俗地说，侧向控制是给定一个速度，目的通过控制转向实现车辆沿预定轨迹行驶；纵向控制的目的是为了满足车辆行驶过程中的速度要求，有时还需要配合横向控制才能满足车辆的要求。在跟踪轨迹的同时，还需要满足安全、稳定、舒适的目的。由于车辆是一个特别复杂的系统，在水平、垂直、垂直方向存在着耦合关系，因此需要对智能车辆进行水平、垂直，甚至水平、垂直、垂直的协同控制。由于其耦合关系的复杂性，智能车辆运动控制的协同控制技术也是该部分的技术难点。如果车企和科技公司能够让这四项技术完美运行，那么汽车就可以自动驾驶，交通将迎来自动驾驶时代。
