自動駕駛是指智慧汽車透過安裝配備在車上的感測器裝置（包括2D攝影視覺感知、鐳射雷達、毫米波雷達等）感知汽車周圍的駕駛環境，結合導航的高精度地圖等地圖資料，進行快速的運算與分析，在不斷模擬和深度學習潛在的路況環境並作出判斷，進一步藉助演算法規劃汽車最理想或最合適的行駛線路及方式，再透過晶片反饋給控制系統進行剎車、方向盤控制等實際操作動作。

據SAE（國際上最大的汽車工程學術組織）對自動駕駛技術的定義，隨著智慧汽車智慧化程度提升，可將自動駕駛劃分為無自動化、駕駛輔助、部分自動化、有條件自動化、高度自動化、完全自動化六個階段。SAE將之劃分為五個階段，NHTSA（美國高速公路安全管理局）則將之劃分為四個階段。

目前來看，無人駕駛技術發展已經分化出兩大陣營：

1）  以汽車製造商為代表的ADAS和單車智慧技術陣營，ADAS和單車智慧技術陣營主要從現有的駕駛輔助安全技術出發，配合感知和控制決策，逐步實現智慧化無人駕駛技術；

2）  以網際網路企業為代表的人工智慧和網聯化技術陣營，人工智慧和網聯化技術陣營則直接依靠智慧計算及網路通訊實現對汽車的控制。

在系統整合和功能實現等方面，不同技術陣營之間、內部均存在一定差異。

但無論是汽車製造商還是網際網路企業，實現汽車自動駕駛均採用環境資訊感知識別——系統智慧決策控制的技術框架。自動駕駛技術集自動控制、複雜系統、人工智慧、機器視覺等於一體，收集雲端和車載感測器的車聯網資料、地理資訊資料、環境感知資料等資訊，識別車輛駕駛區域的環境特徵，進行任務設定和控制規劃。

目前我們汽車上所使用的大多數能到達L2級別的自動駕駛，也就是我們經常所說的ACC自適應巡航。特斯拉能做到L2.5，奧迪A8能做到L3。

所以從某種意義上來說，自動駕駛時代已經開啟，但不能算是全面進去了，因為大多數量產車型還做不到自動駕駛，而我們所說的無人駕駛，那就更需要時間了，因為從實驗車到量產車還有不小的距離，而且無人駕駛還涉及到法律法規等問題。但相信，這一天不會太遠了。

自動駕駛時代沒來呢，不用著急準備。

目前認可自動駕駛汽車的國家並不多，這家國家特使是汽車保有量較低且汽車文化相對成熟一些，說白了也就是管理成本會比較低；因為承認自動駕駛汽車的合法性，首先要承擔的是出現事故後由車輛作為責任載體，駕駛人可以在特定場景中免責，那麼各大車企則承擔了最大的風險。所以只有像沃爾沃這種銷量很低迷且自動化駕駛技術並不完善的車企，提出自動駕駛汽車出現事故由企業承擔；反而主打科技流的美系造車新勢力組裝廠特斯拉汽車不敢這麼保證，要求為自動駕駛過程中駕駛證雙手不得離開方向盤，高速自動駕駛出現事故仍由駕駛人承擔。

自動駕駛以目前的技術水平和網路安全防護能力，可以說不論是系統魯棒性還是防遠端控制能力都很差，這類車如果出現了大量普及必然會造成普遍的嚴重安全事故；一旦出現這些問題則車企要面對的是毀滅性的打擊，隨之而來的則是各方面的責問，最終會造成創造社會價值的大幅降低以及員工的事業，這是社會問題！所以目前中國並不承認《維也納國際道路公約》中，對自動駕駛汽車的合法身份認可。

目前中國汽車保有量約有2.4億臺，其中個人名下登記的汽車有2.1億臺，中間的差值多為營運車輛，駕駛這些車的人大多為專業駕駛員。那麼剩下的以家用車為主的車輛，其駕駛人多為駕校培訓的出的“學員級”司機，這些司機們對車輛的理解程度大多不深，對於汽車配置與配置的技術原理可以說99.99%的人都是不瞭解的。那麼把穩定程度充其量有L2級，使用要限定場景的半自動駕駛汽車真的當做自動駕駛使用，後果可以說是不堪設想的。

而且道路的複雜情況對於自動駕駛也是重大的考驗，在機動車道上總會機率性的出現橫穿馬路的非機動車或行人，面對這種場景自動駕駛汽車只能按照預設程式選擇碰撞，但如果由人來駕駛則有很大可能性規避。這類事故一旦頻繁出現必然會引發對自動駕駛的質問，雖然這不是車輛本身的錯但這就是事實，道路上沒有任何違法交法通行的車輛與人員的可能性是零，不論在哪個國家除非是烏托邦。

所以自動駕駛汽車要克服的問題太多，不過首先要解決的問題是自身系統與硬體的可靠性，其次是網路安全；這兩點做不到的話其他都是空談，讓這些不穩定的因素在公共道路上高速行駛是對公共安全的不負責任。