自動駕駛系統(tǒng)的技術(shù)難點主要集中在以下幾個方面。

首先是環(huán)境感知技術(shù)，需要通過傳感器獲取大量周圍環(huán)境信息，比如障礙物類型、道路標(biāo)志標(biāo)線、行車車輛檢測、交通信息等。常用的傳感器有攝像頭、激光雷達(dá)、毫米波雷達(dá)等。攝像頭分辨率高、成本低，但在惡劣天氣下性能下降，觀察距離有限。毫米波雷達(dá)抗干擾能力強(qiáng)，可全天候工作，不過信號衰減大、傳輸距離短、分辨率不高。激光雷達(dá)探測精度和靈敏度高、范圍廣，卻易受雨雪霧霾干擾且成本高。自動駕駛環(huán)境感知通常采用“弱感知+超強(qiáng)智能”和“強(qiáng)感知+強(qiáng)智能”兩大技術(shù)路線。

其次是感知與識別方面，外部環(huán)境如光照變化、天氣條件會影響感知設(shè)備，目標(biāo)對象的遮擋、重疊會降低識別準(zhǔn)確性，傳感器設(shè)備也存在性能和可靠性問題。對此，可采用多傳感器融合技術(shù)，加強(qiáng)目標(biāo)對象特征提取和識別算法研究，采用冗余設(shè)計。

然后是決策與規(guī)劃，復(fù)雜交通場景和不確定性環(huán)境因素是挑戰(zhàn)，車輛與其他交通參與者的交互也有難題，而且實時性要求高。相應(yīng)的對策是深入研究交通場景和環(huán)境因素，建立更精確模型和算法，加強(qiáng)與其他交通參與者的協(xié)同交互研究，采用高性能計算設(shè)備和優(yōu)化算法。

總之，自動駕駛技術(shù)雖然已解決部分難題，但要實現(xiàn)更高級別的自動駕駛，還需不斷攻克這些技術(shù)難點。