無人駕駛智能汽車面臨著諸多技術(shù)瓶頸。

首先是技術(shù)制約，包括單車智能自動駕駛和車路協(xié)同自動駕駛兩種路線，前者更容易從技術(shù)層面落地，后者則更多得到政策支持。目前還無法做到 100%自動駕駛，且一些企業(yè)只能做單一場景量產(chǎn)。實現(xiàn)高階自動駕駛，車載傳感器數(shù)量增加會提高成本。

其次，精確導(dǎo)航技術(shù)很關(guān)鍵，要達到厘米級精度，否則無法實現(xiàn)完全自動駕駛。道路也需升級改造，車道線要清晰，紅綠燈設(shè)置要規(guī)范。人工智能技術(shù)要高度發(fā)展，并與導(dǎo)航和物聯(lián)網(wǎng)技術(shù)融合。

還有，道路交通法需修改完善，明確無人駕駛的道路規(guī)定和事故責(zé)任認(rèn)定。

在語音識別控制技術(shù)方面，使用場景有限，嘈雜環(huán)境中難以分辨特定聲音曲線；中文識別技術(shù)難度高，無法顧及所有詞語含義和方言；交互模式不成熟，需要特定詞匯喚醒，反應(yīng)時間長，回答生硬；誤操作幾率大，汽車誤操作可能影響安全。

自動駕駛技術(shù)路徑存在爭議，我國更偏向類似特斯拉的漸進路線，但此前特斯拉車主使用輔助駕駛模式致死案例令人擔(dān)憂。如何保證低級自動駕駛階段駕駛者安全成熱點。

感知系統(tǒng)對異形障礙物識別和分類有很長路要走，激光雷達在測距、激光器、激光波長、探測器、掃描模塊等方面技術(shù)路線未統(tǒng)一。決策規(guī)劃方面，面對極端場景，如車?yán)锸窃袐D或后面是特殊任務(wù)車輛，基于規(guī)則的自動駕駛決策規(guī)劃模塊難以應(yīng)對。端到端自動駕駛采用的深度神經(jīng)網(wǎng)絡(luò)是黑盒子，出現(xiàn)問題時難以對癥下藥，只能靠更多數(shù)據(jù)訓(xùn)練解決。

此外，還面臨復(fù)雜天氣下的感知能力、安全設(shè)計、網(wǎng)絡(luò)安全、法規(guī)不完善、公眾接納度低等問題。