无人驾驶智能汽车
无人驾驶汽车技术原理
无人驾驶汽车技术原理
无人驾驶汽车技术原理:
无人驾驶汽车技术的实现主要基于以下几个方面的原理：
1. 传感器技术：无人驾驶汽车配备了各种传感器，包括雷达、激光雷达、摄像头、超声波传感器等。
这些传感器可以实时地感知车辆周围的环境，并生成环境模型。
通过不同传感器收集到的信息，无人驾驶汽车可以判断障碍物、道路状况、车辆位置等重要信息。
2. 算法和人工智能：无人驾驶汽车依靠算法和人工智能技术进行决策和控制。
基于感知到的环境信息，无人驾驶汽车会使用各种算法来进行目标检测、道路边界检测、障碍物识别等。
然后，通过深度学习等机器学习技术进行数据分析和模式识别，从而确定车辆应该采取的动作，比如加速、刹车、转弯等。
3. 定位和地图服务：无人驾驶汽车依赖于定位服务和高精度地图。
通过GPS和甚至更高级的定位系统，无人驾驶汽车可以
准确地知道自身的位置和朝向。
高精度地图提供了车辆所在位置的细节信息，包括道路宽度、交通灯、交通标志等。
这些信息对无人驾驶汽车的导航和路径规划非常重要。
4. 通信和云计算：无人驾驶汽车可以通过无线网络与车辆通信基础设施、其他车辆和云计算中心进行信息交换。
这种通信可以及时传输更新的交通信息、车辆定位等数据，帮助车辆做出更准确的决策。
云计算还可以提供强大的计算能力和存储资源，
帮助无人驾驶汽车处理大量的数据和算法计算。
综上所述，无人驾驶汽车技术的实现离不开传感器技术、算法和人工智能、定位和地图服务，以及通信和云计算等关键原理的支持。
这些原理的相互配合和运用使得车辆可以实现自主感知、决策和控制，从而实现全自动驾驶。
无人驾驶汽车介绍PPT
V2X通信技术
无人驾驶汽车需要与周围环境和 其他车辆进行实时通信，但V2X 通信技术的覆盖范围和可靠性仍
需加强。
法规与政策挑战
法律法规滞后
01
目前针对无人驾驶汽车的法律法规尚不完善，制约了无人驾驶
汽车的商业化应用。
道路交通规则
02
无人驾驶汽车需要遵守道路交通规则，但在一些特定情况下，
如何合理地解释和应用这些规则仍需探讨。
无人驾驶汽车需要依靠高精度地图和 交通基础设施来进行导航和定位，但 目前部分地区的基础设施仍需完善。
交通管理系统
无人驾驶汽车需要与交通管理系统进 行协同，以确保交通顺畅和安全，但 目前交通管理系统的智能化水平仍需 提高。
04 无人驾驶汽车的未来展望
技术发展趋势
1 2 3
传感器技术
随着传感器技术的不断进步，无人驾驶汽车的感 知能力将得到显著提升，能够更准确地识别周围 环境，减少安全风险。
人工智能
人工智能技术的快速发展将赋予无人驾驶汽车更 高级别的自主决策能力，提高行驶的安全性和效 率。
5G通信
5G通信技术的应用将实现更快速、更稳定的数 据传输，为无人驾驶汽车的远程控制和协同驾驶 提供有力支持。
商业模式创新
共享出行
无人驾驶汽车有望引领共享出行的新模式，降低出行成本，提高 出行效率，同时减少城市交通拥堵。
共交通的效率和可靠性。
02 无人驾驶汽车的关键技术
环境感知技术
传感器融合
实时地图构建
将多个传感器（如雷达、激光雷达、 摄像头）的数据进行整合，以获得更 准确的环境信息。
通过传感器数据实时构建车辆周围的 环境地图，为路径规划和定位提供基 础数据。
目标识别与障碍物分类
无人驾驶汽车
无人驾驶汽车无人驾驶汽车（autonomous vehicles）是指能够自主行驶、无需人类干预的智能汽车。
随着科技的不断进步和人们对便捷高效交通工具的需求，无人驾驶汽车逐渐成为现实。
它不仅在提升驾驶体验的同时，还有望改变出行方式、减少交通事故、缓解交通拥堵、节省能源等多个领域。
一、技术革新推动无人驾驶汽车的发展无人驾驶汽车的核心技术包括感知、决策和控制。
感知技术通过传感器和相机等设备收集车辆周围的信息，包括道路情况、障碍物、交通信号等。
决策技术通过算法和人工智能，分析感知到的信息制定最佳行驶方案。
最后，控制技术将决策结果转化为具体的驾驶操作，如加速、转向等。
二、无人驾驶汽车的应用前景广阔1. 减少交通事故：无人驾驶汽车在行驶过程中能够实时感知周围环境，并通过精确的决策避免事故。
减少交通事故不仅能够挽救无数人的生命，还能够减轻交通事故给社会带来的巨大经济负担。
2. 缓解交通拥堵：无人驾驶汽车能够自主规划最佳路线，避免拥堵路段，优化车辆流动。
通过智能交通系统的配合，无人驾驶汽车还能够实现车辆之间的高效协同，进一步减少交通拥堵。
3. 节省能源：由于无人驾驶汽车能够根据道路和交通情况做出最优驾驶决策，使得能源的利用更加高效。
同时，无人驾驶汽车的智能巡航系统能够通过预测车流情况，做出合理的加减速控制，进一步降低能源消耗。
4. 提升出行体验：无人驾驶汽车不再需要人工驾驶，乘客可以放松身心，进行其他活动，如工作、休息、娱乐等。
这将极大地提升出行的舒适度和便利性。
5. 推动城市规划变革：无人驾驶汽车的普及将对城市规划产生重要影响。
由于无人驾驶汽车不需要停车位，停车场面积可以减少，从而释放出更多的土地用于绿化或建设其他设施。
三、无人驾驶汽车面临的挑战和解决方案1. 安全问题：无人驾驶汽车在面临突发情况或复杂路况时，还存在一定的安全隐患。
为了解决这个问题，厂商需要投入大量资源进行测试和验证，提高无人驾驶汽车的安全性。
无人驾驶汽车的核心技术解析
无人驾驶汽车的核心技术解析无人驾驶汽车（Autonomous Vehicle，AV）作为未来智能交通领域的核心技术之一，正逐渐成为现实。
在过去的数十年里，科技巨头、汽车制造商以及创新型初创公司纷纷加入了无人驾驶汽车的研发与投入，推动了无人驾驶汽车技术的迅猛发展。
本文将深入探讨无人驾驶汽车的核心技术，包括感知与感知融合、定位与导航、决策与规划以及控制与执行等方面。
一、感知与感知融合技术无人驾驶汽车的感知技术是其实现自主行驶的基础，它需要通过各种传感器对周围环境进行感知与识别，并将感知到的信息进行融合。
其中，激光雷达（Lidar）、摄像头、毫米波雷达、超声波传感器等是常用的感知设备。
激光雷达可以通过发射激光束并接收反射激光来获取周围环境的三维点云数据，提供高精度的空间信息；摄像头则主要用于图像识别与目标检测；而毫米波雷达则可以穿透雨雾等恶劣天气条件，提供较好的障碍物探测能力。
感知融合技术是将多个传感器的数据进行融合，以提高感知的准确性和鲁棒性。
通过传感器数据融合算法，可以将不同传感器的数据进行整合和校正，从而减少误差和提高感知的可靠性。
二、定位与导航技术定位与导航技术是无人驾驶汽车实现位置感知和路径规划的关键。
通常情况下，无人驾驶汽车会使用全球定位系统（GPS）作为主要的定位手段，但在城市峡谷、高楼大厦等场景中，GPS的定位误差较大。
因此，为了提高定位的精度和可靠性，无人驾驶汽车还会采用惯性测量单元（Inertial Measurement Unit，IMU）、里程计和地图等技术进行辅助定位。
此外，导航技术在无人驾驶汽车中也起到了至关重要的作用。
通过获取车辆周围环境的地图信息，并结合定位数据，无人驾驶汽车可以生成最优路径，并做出相应的导航决策。
三、决策与规划技术无人驾驶汽车的决策与规划技术是实现自主行驶的核心。
基于感知融合和定位导航的数据，无人驾驶汽车需要做出实时的决策，并规划行驶路径。
这一过程通常包括环境分析、障碍物识别、交通规则判断等内容。
无人驾驶汽车的驾驶模式介绍
无人驾驶汽车的驾驶模式介绍随着科技的不断进步和人们对便利性的追求，无人驾驶汽车成为了当今社会热议的话题。
无人驾驶汽车，顾名思义，就是不需要人类驾驶员的汽车。
它利用先进的传感器、计算机视觉和人工智能技术，能够自主感知周围环境，并做出相应的决策和行动。
在无人驾驶汽车的驾驶模式中，有几种常见的方式。
首先，是全自动驾驶模式。
全自动驾驶模式是指无人驾驶汽车完全依靠自身的传感器和算法来实现驾驶，不需要人类驾驶员的干预。
在这种模式下，汽车能够自主感知周围的道路、交通信号和其他车辆，并做出相应的决策，如加速、减速、转向等。
全自动驾驶模式的实现离不开先进的人工智能和深度学习技术，它们能够对大量的数据进行分析和学习，从而使汽车能够更加智能地驾驶。
其次，是半自动驾驶模式。
半自动驾驶模式是指无人驾驶汽车在驾驶过程中需要人类驾驶员的参与和干预。
在这种模式下，汽车能够自主感知周围的环境和道路状况，但需要人类驾驶员在需要时接管驾驶。
例如，在遇到复杂的交通情况或紧急情况时，人类驾驶员需要及时介入并采取相应的行动。
半自动驾驶模式可以在一定程度上减轻驾驶员的负担，提高驾驶的安全性和舒适性。
另外，还有远程驾驶模式。
远程驾驶模式是指无人驾驶汽车可以由远程操作员通过网络进行控制和驾驶。
在这种模式下，远程操作员可以通过实时视频和传感器数据来感知汽车周围的环境，并通过远程操控来决定汽车的行驶方向和速度。
远程驾驶模式可以应用于特定的场景，如危险环境下的救援任务或无人驾驶出租车服务等。
它不仅可以提高驾驶的安全性，还可以节约人力资源和减少交通事故的发生。
除了以上几种常见的驾驶模式，还有一种值得一提的是交互式驾驶模式。
交互式驾驶模式是指无人驾驶汽车与人类驾驶员之间通过交互式界面进行驾驶的模式。
在这种模式下，汽车和驾驶员之间可以进行实时的沟通和交流，驾驶员可以通过界面来告知汽车自己的意图和需求，汽车则会根据驾驶员的指示来进行驾驶。
交互式驾驶模式可以更好地满足驾驶员的个性化需求，提高驾驶的舒适性和满意度。
无人驾驶汽车的智能控制系统
无人驾驶汽车的智能控制系统无人驾驶汽车（Autonomous Vehicles，简称AVs）作为一种新兴技术，正在以惊人的速度发展，并吸引了各大汽车制造商和科技公司的兴趣。
无人驾驶技术的优势在于它可以提高交通效率、降低交通事故率、缓解交通拥堵、减少环境污染等方面。
无人驾驶汽车的智能控制系统是其关键技术之一，它是AVs能够完成自主驾驶的核心，下面我们来详细了解一下。
一、概述无人驾驶汽车的智能控制系统主要由三个功能模块组成：1. 感知系统：感知系统是无人驾驶的“眼睛”和“耳朵”，通过各种传感器（如雷达、激光雷达、摄像头、超声波传感器等）收集车辆周边环境信息，如道路宽度、车道线位置、障碍物位置、行人位置等。
感知系统对于无人驾驶的安全性能至关重要。
2. 决策系统：决策系统是无人驾驶的“大脑”，对感知系统获取的环境信息进行分析和识别，确定行驶路径和速度计划，并与车辆动力系统控制模块进行协调。
3. 控制系统：控制系统是无人驾驶汽车最核心的技术，它将决策系统的指令转化为车辆的运动控制信号，实现车辆的自主行驶。
二、感知系统感知系统是无人驾驶汽车最重要的一部分，它决定了无人驾驶汽车的安全性能和可靠性。
感知系统主要包括以下几种传感器：1. 激光雷达：激光雷达是一种使用激光探测目标距离和位置的传感器。
它能够精确地扫描车辆周围环境的物体，并用光束将数据传输到车辆的系统中。
由于激光雷达的高分辨率和远距离探测能力，因此在无人驾驶领域得到了广泛应用。
2. 摄像头：摄像头是无人驾驶汽车的另一种重要传感器，它可以通过更为复杂和直观的方式来理解车辆周围的环境。
摄像头与人眼类似，不但可以捕捉到静态的环境信息，更可以检测到动态的物体，如行人、车辆的行驶方向等。
3. 超声波传感器：超声波传感器可以用来检测车辆和周围环境之间的距离，特别适合用于低速行驶场景。
例如，停车和泊车时，超声波传感器可以帮助车辆判定距离，从而保证安全。
三、决策系统决策系统是无人驾驶汽车智能控制系统中的“大脑”，它具有对感知信息的分析和决策能力，能够根据环境变化做出最佳决策，保证无人驾驶汽车的安全行驶。
无人驾驶汽车与传统汽车的对比与选择指南
无人驾驶汽车与传统汽车的对比与选择指南随着科技的不断进步，无人驾驶汽车成为了当下热门的话题。
相比传统汽车，无人驾驶汽车具有许多独特的优势和创新功能。
本文将对无人驾驶汽车与传统汽车进行对比，并为消费者提供选择指南。
1. 车辆安全性对比无人驾驶汽车在车辆安全性方面具有明显的优势。
传统汽车很大程度上依赖驾驶员的反应和判断能力，而无人驾驶汽车则通过先进的传感器和人工智能技术，能够更加精确地感知周围环境，并做出更快速和准确的决策。
这大大减少了事故的风险，提高了行车的安全性。
2. 交通效率对比无人驾驶汽车可以通过车辆之间的自动协调，实现更高效的交通流动。
传统汽车在高峰时段经常出现堵车等问题，而无人驾驶汽车能够通过即时的路况信息，智能地调整行车路径和速度，减少交通拥堵的发生。
这不仅能够节省时间，也有助于减少能源的消耗和环境污染。
3. 驾驶经验和乘坐体验对比传统汽车一直以来都注重驾驶者的驾驶经验和乘坐体验，但无人驾驶汽车的出现重新定义了这一概念。
无人驾驶汽车不再需要驾驶者亲自操作，在驾驶模式下，乘客可以更加轻松地享受旅途，阅读书籍或者进行其他活动。
这极大地提升了乘坐体验，让乘客能够更好地利用时间。
4. 环境影响对比传统汽车使用燃油作为能源，排放出大量的尾气和二氧化碳等有害物质，对环境造成了很大压力。
而无人驾驶汽车往往采用电动或混合动力技术，减少了对化石燃料的依赖，从而降低了尾气排放量，缓解了环境污染问题。
5. 技术发展和构建基础设施对比无人驾驶汽车需要先进的人工智能技术和高度自动化的设备，这在一定程度上受到技术和基础设施建设的限制。
传统汽车则不需要依赖这些先进技术，具备更高的可靠性和稳定性。
此外，为了支持无人驾驶汽车的发展，需要建设大量的智能交通基础设施，这需要投入巨大的人力和财力。
综合考虑以上因素，消费者在选择购买汽车时应考虑到自身的需求和实际情况。
如果安全性和交通效率是首要考虑的因素，那么无人驾驶汽车可能是更合适的选择。
无人驾驶汽车技术概述
无人驾驶汽车技术概述引言随着科技的不断发展，无人驾驶汽车技术成为汽车行业的热点之一。
无人驾驶汽车是指能够在没有人为干预的情况下行驶的汽车，通过集成了各种传感器、计算机视觉和人工智能技术，以及先进的控制系统来实现自动驾驶。
本文将对无人驾驶汽车技术进行概述。
传感器技术无人驾驶汽车依靠各种传感器来感知周围环境，以及获取和处理相关数据。
其中主要包括激光雷达、摄像头、超声波传感器等。
激光雷达利用激光束扫描周围环境，生成准确的三维地图，用于实时定位和识别障碍物，而摄像头则通过计算机视觉技术实时获取图像信息，用于识别道路标志、交通信号和行人等。
人工智能与深度研究人工智能（AI）和深度研究技术是实现无人驾驶汽车的核心之一。
通过训练神经网络模型，无人驾驶汽车可以研究并理解各种驾驶场景，并做出相应的决策。
人工智能技术还能帮助汽车实现自主导航、避障和路径规划等功能。
控制系统与算法无人驾驶汽车的控制系统包括车辆动力系统和自动驾驶系统。
车辆动力系统负责控制车辆的加速、制动和转向等操作，而自动驾驶系统则负责处理传感器数据并做出相应的决策。
自动驾驶系统中的算法考虑到各种驾驶情景，并能够灵活地做出决策以确保安全行驶。
安全性与法规无人驾驶汽车技术的发展不仅需要满足高性能和高效率的要求，更需要考虑安全性和法规的限制。
无人驾驶汽车技术需要经过严格的测试和验证，确保其能够可靠地应对各种异常情况，并遵守交通规则和法律法规。
发展前景无人驾驶汽车技术在提高交通效率、减少交通事故、节省能源等方面具有巨大潜力。
随着技术的不断发展和成熟，无人驾驶汽车将逐渐成为未来交通出行的重要方式，对于城市交通管理和出行体验带来革命性的变化。
结论无人驾驶汽车技术的发展离不开传感器技术、人工智能与深度研究、控制系统与算法的综合应用。
随着技术和法规的进一步发展，无人驾驶汽车将成为未来更安全、更高效的交通工具。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无人驾驶智能汽车研究（机电一体化129020007 余飞）摘要：智能汽车能够大大提高交通系统的效率和安全性，将是未来汽车发展的主流。
本文介绍了智能汽车提出的背景，研究的目的和意义，国内外智能汽车汽车的发展现状和发展方向，无人驾驶汽车的灌浆技术，以及无人驾驶汽车的应用前景。
关键词：智能汽车；自动驾驶；1 无人驾驶汽车的研究意义无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内以计算机系统为主的智能驾驶仪来实现无人驾驶。
它一般是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
无人驾驶汽车从根本上改变了传统的“人—车—路”闭环控制方式，将不可控的驾驶员从该闭环系统中请出去，从而大大提高了交通系统的效率和安全性。
现代无人驾驶汽车以汽车工业为基础，以高科技为依托，遵循由低到高、由少到多、由单方面到多方面、螺旋上升的规律发展。
其横向发展离不开各种用途的实际需要，而其纵向发展的生命力在于持续不断的技术创新。
20世纪80年代以来，智能控制理论与技术在交通运输工程中越来越多地被应用。
在这一背景下，自动驾驶汽车的提出是十分必然的。
智能汽车是一种高新技术密集的新型汽车，是目前主流汽车的换代产品。
随着我国汽车保有量的增加，道路交通拥堵现象越来越严重，每年发生的交通事故也在不断上升，为了更好的解决这一问题，研究和开发汽车自动驾驶系统是很必要的。
而自动驾驶汽车能很好的解决道路拥堵，提高文通系统效率。
有研究表明：一个年轻敏捷的驾驶员，通常对各种情况做出及时反应的时间约为500毫秒，自动驾驶系统做出反应的时间不超过100毫秒，安全性更高，而且还可以将该系统安装在大型货车上，替代疲劳驾驶的司机，可以大大降低事故的发生率。
随普信息技术、计算机技术、先进制造技术等高新技术的迅猛发展，国际上汽车研究设计开发水平在大幅度提高，在中国开展汽车自动驾驶系统的研究，具有特别重要的意义，具体体现在以下几个方面：（1）突破制约中国汽车工业整体跃上新台阶的若干理论与技术难题；（2）在“智能汽车”这一新的制高点上，缩小与国际先进水平的差距；（3）在新一代汽车“智能汽车”领域占有一席之地，并促进智能运输系统研究开发；（4）代表一个国家计算机科学、模式识别和智能控制技术的发展水平，也是衡量一个国家科研实力和工业水平的一个重要标志；2国外无人驾驶汽车研究现状发达国家从20世纪70年代就开始进行无人驾驶汽车研究，目前在可行性和实用性方面，美国和德国走在前列。
美国是世界上研究无人驾驶车辆最早、水平最高的国家之一。
早在20世纪80年代，美国就提出了自主地面车辆(ALV)计划，这是一辆8轮车，能在校园的环境中自主驾驶，但车速不高。
美国其他一些著名大学，如卡耐基梅隆大学、麻省理工学院等都先后于20世纪翎年代开始研究无人驾驶车辆。
加05年，美国国防部“大挑战”比赛上，由美国斯坦福大学工程师们改装的一辆大众途锐多功能车经过7个半小时的长途跋涉完成了全程障碍赛，第一个到达了终点。
在赛道上无人驾驶汽车需要穿越沙漠、通过黑暗的隧道、越过泥泞的河床并需要在崎岖险峻的山道上行驶，整个无人驾驶汽车需要绕过无数的障碍。
在无人驾驶汽车研究方面位于世界前列的还有德国汉堡Ibeo公司，他们推出了其研制的无人驾驶汽车。
这辆无人驾驶的智能汽车是由德国大众汽车公司生产的帕萨特2。
0改装而成的，外表看来与普通的家庭汽车并无两样，但却可以在复杂的城市道路系统中实现无人驾驶。
行驶过程中，车内安装的全球定位仪随时获取汽车所在的准确方位的信息数据。
隐藏在前灯和尾灯附近的激光扫描仪是汽车的“眼”，他们随时“观察”汽车周围约183m内的道路状况，构建三位道路模型。
除此之外，“眼”还能识别各种道路交通标识，如车速限制、红绿灯、车道划分、停靠点等，保证汽车在遵守文通规则的前提下安全行驶。
最后由无人驾驶汽车的“脑”—安装在汽车后备箱上的计算机，将两组数据汇合，分析并根据结果向汽车发出相应的指令。
多项先进科技确保这款无人驾驶汽车能够灵活换挡、加速、拐弯、刹车甚至倒车。
在茫茫车海和人海中，它能巧妙避开建筑、障碍、其他车辆和行人，从容前行。
3我国无人驾驶汽车发展现状我国在无人驾驶汽车的开发方面要比国外稍晚。
国防科技大学从20世纪80年代开始进行该项技术研究。
1989年，我国首辆智能小车在国防科技大学诞生，这辆小车长100 cm、宽60 cm、重175 kg，有3个轮子，前轮是一个导向轮，后边有两个驱动轮。
它包含了自动驾驶仪、计算机体系结构、视觉及传感器系统、定位定向系统、路径规划及运动控制系统，还有无线电通信、车体结构及配电系统。
1992年，国防科技大学研制成功了我国第一辆真正意义上的无人驾驶汽车。
由计算机及其配套的检测传感器和液压控制系统组成的汽车计算机自动驾驶系统，被安装在一辆国产的中型面包车上，使该车既保持了原有的人工驾驶性能，又能够用计算机控制进行自动驾驶行车。
2000年6月，国防科技大学研制的第4代无人驾驶汽车试验成功，最高时速达76 km，创下国内最高纪录。
其智能控制系统主要由3部分组成：传感器系统、自动驾驶仪系统和主控计算机系统。
由上海和欧盟科学家合作的中国城市交通中的无人驾驶技术(CyberC3)项目取得了阶段性成果，首辆城市无人驾驶车在上海交通大学研制成功。
“无人驾驶技术”主要依靠车上的5个“器官”来保证。
首先是位于车头上的俯视摄像头，它是车辆的“眼睛”，能够准确识别地上的白线，从而判断前进方向。
在“眼睛”的一旁，一个凸出车头的激光雷达就像车辆的“鼻子”，随时“嗅”着前方80 m范围内车辆和行人的“气息”。
而在车辆的左右两侧，两只超声传感器就像车辆的“耳朵”，倾听着四面八方的声音。
除了用“眼睛”指挥前进外，该车还可以通过另一种方式——用一只无形的“手”来感知地面的磁性物体，从而判断前进方向，而这只“手”就是位于车头底部的磁传感器。
但这种方法需要在车辆运行的道路上埋入磁钉。
最后的“器官”便是车辆的“脑”了，位于远处的遥控指挥中心是车辆的“大脑”，通过无线传输向车辆下达特殊指令；而车辆内部的计算机则是它的“小脑”，通过汇聚“眼睛”、“鼻子”、“耳朵”、“手”所得到的信息来避开周围车辆和行人。
再配合程序中设计好的各景点的位置，无人驾驶车便能顺利地将乘客送到他们想去的地方。
最近，国防科技大学机电工程与自动化学院和中国第一汽车集团公司联合研发的红旗旗舰无人驾驶轿车，其总体技术性能和指标已经达到世界先进水平。
该车装备了摄像机、雷达，可以自己导航，对道路环境、障碍物进行判断识别，自动调整速度，不需要人做任何干预操作。
与电子巡航、GPS导航不同的是，它的定位更加精确，转弯和遇到复杂情况也不需要人来控制。
车内的环境识别系统识别出道路状况，测量前方车辆的距离和相对速度，相当于驾驶员的眼睛；车载主控计算机和相应的路径规划软件根据计算机视觉提供的道路信息、车前情况以及自身的行驶状态，决定继续前进还是换道准备超车，相当于驾驶员的大脑，接着，自动驾驶控制软件按照需要跟踪的路径和汽车行驶动力学，向方向盘、油门和刹车控制器发出动作指令，操纵汽车按规划好的路径前进，起到驾驶员的手和脚的作用。
这辆无人驾驶轿车在正常交通情况下，在高速公路上行驶的最高稳定速度为130 km/h，最高峰值速度为170 km/h。
4无人驾驶汽车的关键技术无人驾驶汽车开发的关键技术主要有两个方面：车辆定位和车辆控制技术。
这两方面相辅相成共同构成无人驾驶汽车的基础。
车辆定位技术是无人驾驶汽车行驶的基础。
目前常用的技术包括磁导航和视觉导航等。
其中，磁导航是目前最成熟可靠的方案，现大多数均采用这种导航技术。
例如，荷兰阿姆斯特丹国际机场和鹿特丹的ParkShuttle 系统，上海交通大学的CyberC3系统等。
磁导航最大的优点是不受天气等自然条件的影响，即使风沙或大雪埋没路面也一样有效，而且便于维护。
另外，通过变换磁极朝向进行编码，可以向车辆传输道路特性信息，诸如位置、方向、曲率半径、下一个道路出口位置等信息。
但是，磁导航方法往往需要在道路上埋设一定的导航设备(如磁钉或电线)，系统实施过程比较繁琐，且不易维护，变更运营线路需重新埋设导航设备。
视觉导航就不存在这个问题。
视觉导航的优点是车载计算机可以在试验样车偏离目标车道前，事先知道并预防其发生，同时当在高速公路使用时，不需要对现有的道路结构做变化，并且在混合交通中，也可使用；其缺点为，当风沙、大雾等自然因素致使能见度过低或路面上的白色标线不清晰时，导航系统会失效。
但由于视觉导航对基础设施的要求很低，被公认为是最有前景的定位方法。
车辆控制技术是无人驾驶汽车的核心，主要包括速度控制和方向控制等几个部分。
无人驾驶其实就是用电子技术控制汽车进行的仿人驾驶。
通过对驾驶员的驾驶行为进行分析可知，车辆的控制是一个典型的预瞄控制行为，驾驶员找到当前道路环境下的预瞄点，根据预瞄点控制车辆的行为。
目前最常用的方法是经典的智能PID算法，例如模糊PID、神经网络PID等。
除以上两个方面，无人驾驶汽车作为智能交通系统的一部分，还需要一些其它相关技术的支持，如车辆调度系统、通讯系统和人机交互系统等，最终得以实现整个交通系统的高效、安全。
5无人驾驶汽车的应用前景5.1高速公路环境下的无人驾驶系统这类系统将使用在环境限定为具有良好标志的结构化高速公路上，主要完成道路标志线跟踪、车辆识别等功能。
这些研究把精力集中在简单结构化环境下的高速自动驾驶上，其目标是实现进入高速公路之后的全自动驾驶。
尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险、也是最为枯燥的驾驶环节的驾驶任务。
5.2城市环境下的无人驾驶系统与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。
短期内，可作为城市大容量公共交通(如地铁等)的一种补充，解决城市区域交通问题，例如大型活动场所、公园、校园、工业园、机场等。
但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。
城市环境中的无人自动驾驶将成为下一阶段研究重点。
例如，美国国防部“大挑战”比赛2007年将采用城市环境。
目前这类环境的应用已经进入到小范围推广阶段，但其大范围应用目前仍存在一定困难，例如可靠性问题、多车调度和协调问题、与其它交通参与者的交互问题、成本问题、商业模型等。
5.3特殊环境下的无人驾驶系统无人驾驶汽车研究走在前列的国家，一直都很重视其在军事和其他一些特殊条件下的应用。
但其关键技术和基于高速公路和城市环境的车辆是一致的，只是在性能要求上的侧重点不一样。
例如，车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广应用要重点解决的问题。