目前能夠實現自動駕駛的感測器技術有這幾類，各自有不同的功能。

識別人群，路標，各種標示，目前主要靠攝像頭，攝像頭的解決方案主要靠mobileye。

識別人群車距離的主要靠雷達。雷達分超聲波雷達，毫米波雷達，還有鐳射雷達。

--超聲波雷達因為容易被幹擾，反射速度慢，目前做前置雷達的比較少。一般用於後置和側雷達。

--毫米波雷達因為抗干擾能力強。探測距離遠。目前主要做前置雷達。這個因為它有測距的功能，所以很多車也用它做自動巡航。

--鐳射雷達車用的普遍在開發中。高階的在一些試驗車上已經有用到，但是價格比較貴。普通車能消費得起的，車載級的鐳射雷達，目前還沒有完全開發完畢。它的特性是抗干擾強，反應速度快。但是也有缺陷。比如大霧天，它的探測距離會顯著減少。

但是也有另類，比如特斯拉。他就是全部靠攝像頭，來實現自動駕駛的。因為攝像頭也有識別距離的能力。雖然不那麼精確，但是也可以識別。

從發展趨勢來講，後續應該是攝像頭加毫米波雷達加鐳射雷達這三種的組合方式。

L3以上的自動駕駛在5年內一定會走向人民群眾的生活中。以我目前看到的一些專案,兩年內就會有很多車，搭載了L3級別的自動駕駛的車會上市。

大家拭目以待吧…

無人駕駛汽車有望將在未來20年內得到廣泛運用，各大科技公司和汽車廠商均在加大對無人駕駛的投入，資本也紛紛搶灘該萬億市場。

無人駕駛汽車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，透過電腦實現無人駕駛，可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

無人駕駛依賴幾種先進技術，這些互為補充的技術感知周圍環境、進行自我導航。究竟這些技術如何協同工作？除了Waymo等知名的領頭羊之外，又有哪些公司在推動這個行業發展

感知能力，無人駕駛汽車必須要能夠識別交通訊號和標誌，以及其他汽車、腳踏車和行人。它們還必須能感知前方物體的距離和速度，以便作出對應反應。

攝像頭和計算機視覺，攝像頭普遍用於無人駕駛車輛和配備先進駕駛輔助系統（ADAS）的車輛，是無人駕駛環境下一種重要的感知裝置。

攝像頭可以識別顏色和字型，幫助檢測道路標誌、交通訊號燈和街道標記——這是其相對於雷達和鐳射雷達的一個優點。不過，在檢測深度和距離上，攝像頭遠遠不及鐳射雷達。

無人駕駛感知系統基於計算機視覺技術來檢測物體和訊號，以此處理從攝像頭提取的資料。計算機視覺軟體需要能夠識別車道邊界的具體細節（比如，線條顏色和圖案等），還需要能評估適當的交通規則，在複雜交通場景下實現安全的、與人類駕駛行為類似的自主駕駛。

自動駕駛技術透過多感測器資料融合技術來自動識別路標與行人，在融合的過程中主要是做目標檢測，路況分析。

什麼是目標檢測呢？目標檢測就是透過感測器獲得影象，定位並分類影象中的物體，例如行人，路標。路況分析就是透過這些檢測來判斷前方是否有物體，根據路標判斷是否前進等。

那為什麼進行多感測器資料融合呢？因為單一感測器無法很好的得到各種資訊。例如相機難以獲得準確的物體遠近的資訊，但是可以獲得前方的環境內容細節資訊；雷達則難以獲得這些內容細節資訊，卻可以很好的獲得深度資訊，比如路標因為是一個平面就很難透過雷達識別。

總結一下，無人車透過結合多感測器資訊和資料融合目標檢測演算法對行人路標進行識別。