自動駕駛汽車是依靠人工智慧、視覺計算、鐳射雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有人類主動的操作下，自動、安全地操作機動車輛，其主要由環境感知系統、定位導航系統、路徑規劃系統、速度控制系統、運動控制系統、中央處理單元、資料傳輸匯流排等組成。
自動駕駛汽車在傳統汽車的基礎上擴充套件了視覺感知功能、實時相對地圖功能、高速規劃與控制功能，增加了全球定位系統天線、工業級計算機、GPS接收機、雷達等核心軟硬體。感知環節透過各種感測器採集周圍環境基本資訊，是自動駕駛的基礎，主要包括毫米波雷達、鐳射雷達、超聲波感測器、影象感測器等。
毫米波雷達ADAS系統（高階輔助駕駛系統）需要雷達感測器的支援，而雷達也是實現自動駕駛功能的一大功臣。毫米波雷達利用無線電波對物體進行探測和定位。
現在的雷達系統主要有用於中短測距的24 GHz雷達和長測距的77 GHz雷達2種，其中77 GHz的優勢主要在於距離和速度測定的準確性，此外其角解析度也更加精準。毫米波雷達可有效提取景深及速度資訊，識別障礙物，有一定的穿透霧、煙和灰塵的能力，但在環境障礙物複雜的情況下，由於毫米波依靠聲波定位，聲波出現漫反射，導致漏檢率和誤差率比較高；
固態雷達晶片系統很常見，體積小，價格低廉。它們具有良好的範圍，但比其他感測器的解析度更差。它們在明暗條件下同樣工作良好，77 GHz系統能夠更好地感知霧，雨和雪，這會導致鐳射雷達和被動視覺系統的挑戰。
雷達無法進行顏色，對比度或光學字元識別。雷達在確定當前實施中的交通相對速度方面非常有效。雖然感測器尺寸使其更接近近距離探測，但它們在極短距離內的效率低於聲納。
鐳射雷達鐳射雷達依靠是鐳射而不是無線電波。除了鐳射發射器，這套系統還需要一個敏感的接收器。鐳射雷達系統能探測靜態和動態物體，並提供被探測物的高解析度的幾何影象、距離影象、速度影象。
鐳射雷達目前是大而昂貴的系統，必須安裝在車輛外面。分單線和多線鐳射雷達，多線鐳射雷達可以獲得極高的速度、距離和角度解析度，形成精確的3D地圖，抗干擾能力強，是智慧駕駛汽車發展的最佳技術路線，但是成本較高，也容易受到惡劣天氣和煙霧環境的影響；
目前的實施方案已經基本上從早期的30米範圍到150米到200米改進了範圍，同時解析度也提高了。
鐳射雷達在所有光線條件下都能很好地工作，但由於使用了光譜波長，它們開始因空氣中的雪，霧，雨和塵埃顆粒的增加而失效。鐳射雷達無法檢測顏色或對比度，也無法提供光學字元識別功能。
鐳射雷達在工業和軍事領域已經應用。不過，它畢竟是一種擁有360度全景視角的複雜機械透鏡系統。由於單個成本高達數萬美元，因此鐳射雷達暫時還不適合在汽車產業大規模部署。
超聲波感測器超聲波感測器主動發出高於人類聽覺水平的高頻聲音。它們具有非常差的範圍，但是對於非常近距離的三維對映非常好，因為聲波相對較慢，因此可以檢測到一釐米或更小的差異。
無論光照水平如何，由於距離短，它們都可以在雪，霧和雨的條件下同樣良好地工作。與鐳射雷達和雷達一樣，它們不提供任何顏色，對比度或光學字元識別功能。由於它們的射程短，因此無法用於測量速度。它們小而便宜。
超聲波感測器主要應用於短距離場景下，如輔助泊車。結構簡單、體積小、成本低是它的優勢。
超聲波感測器是利用超聲波的特性，將超聲波訊號轉換成其它能量訊號的感測器，具有頻率高、波長短、繞射現象小等特點，對液體、固體的穿透性較強，用於自動駕駛汽車可幫助車輛探測外部環境並指導車輛對此做出適當的反應。超聲波感測器初期主要用於車輛制動輔助系統和倒車雷達，用來檢測障礙物避免碰撞和擦蹭，目前已被研究應用在自動泊車和自動剎車系統。
一是自動泊車輔助系統利用超聲波感測器提供的停車區資訊和車輛位置，控制汽車油門、制動器和轉向，從而完成車庫停車和側方位自動泊車。泊車感測器透過聲納技術來計算與目標物體的距離或方向，汽車製造商透過在後保險槓上安置2～4顆感測器來部署自動泊車系統，這樣可以確保探測距離在2～2.5 m之間，並將測量到的距離用蜂鳴聲傳達給駕駛員。
二是超聲波自動剎車系統是通過鬆開油門踏板、同時採取制動來避免前側碰撞，放置在汽車車頭的超聲波感測器會發射超聲波，在接收到前面物體的反射波後確定汽車與物體之間的距離，進而透過伺服電機自動控制汽車制動系統。
影象感測器（攝像頭）近年來，相機影象識別系統變得非常便宜，小巧且高解析度。它們的顏色，對比度和光學字元識別功能為其提供了一個全新的功能集，完全沒有其他所有感測器。它們具有最佳的感測器範圍，但光線條件良好。它們的範圍和效能隨著光線水平變暗而降低，開始依賴於-就像人眼一樣-依賴於汽車前燈的光線。
透過對採集影象進行計算機演算法分析，車載攝像頭能夠識別行人、腳踏車、機動車、道路軌跡線、路牌、訊號燈等環境資訊，進而支撐實現車道保持輔助、車道偏離預警、前向碰撞預警、行人碰撞預警、全景泊車、駕駛員疲勞預警等功能。
多感測器融合是主要方向雖然說自動駕駛在全球範圍內已經形成風潮，並有望在2021年實現4級自動駕駛，但是其想要真正走入現實也並非易事。從技術方面而言，目前自動駕駛的痛點在於穩定可靠的感知及認知，包括清晰的視覺、優質的演算法、多感測器融合以及高效強大的運算能力。其中，多感測器融合是實現自動駕駛的必然發展趨勢。