自動駕駛的一般原理是控制模組接收感測器，雷達的訊號，攝像頭拍到的場景圖片訊號，應用層程式對這些訊號，影象進行處理。輸出的結果就是發出車輛的加速，剎車，或者轉向方面的需求訊號到總線上，車上其他的模組再接收這個訊號。如果車輛需要加速，車上的發動機或者變速箱模組就會配合車輛實現加速請求。如果是減速，車上的ABS,ESP能夠實現減速功能。如果是轉向，電子自動轉向系統可以實現轉向功能。從而實現車輛的自動駕駛。

從上面的介紹中可以看出，自動駕駛需要運用人工智慧，大資料處理，影象識別等關鍵技術對訊號進行處理，輸出結果請求。更多的是計算機的演算法，程式。這些技術目前來說都是一些網際網路公司，計算機行業的公司比較在行，比較有優勢。傳統的車企優勢在於整車的架構，零部件系統的匹配，整合，驗證。

一些車企會單獨成立自動駕駛方面的部門，但是研發能力，技術儲備跟那些計算機行業的公司相比還是差距很大的，因此車企只能獲得少量自動駕駛牌照。大部分的牌照還是會發給網際網路公司，計算機行業的公司。

這個資料也正好佐證大部分的車企研發投入都在生產端，新的廠房，生產線，裝置，新車型。有遠見一點的車企會研發投入一些核心技術，發動機，新能源。但是自動駕駛和傳統的生產型車企簡直八杆子打不著。自動駕駛玩的是網際網路，人工智慧。這些領域傳統車企根本不會涉足。但是，有足夠資金和遠見的車企也會投資這些高科技領域，這也是5G時代來臨一個傳統車企能否在市場生存的關鍵。