車輛自動(dòng)駕駛目前主要有視覺算法主導(dǎo)、激光雷達(dá)主導(dǎo)兩大技術(shù)流派。視覺算法主導(dǎo)流派以攝像頭為主，搭配毫米波雷達(dá)，硬件成熟成本低，但毫米波雷達(dá)探測有局限，需強(qiáng)大算法彌補(bǔ)，特斯拉是典型代表。激光雷達(dá)主導(dǎo)流派以激光雷達(dá)為主，融合多種傳感器，探測全面分辨率強(qiáng)，只是硬件成本高，谷歌 Waymo、百度 Apollo 等是代表。兩者各有優(yōu)劣，共同推動(dòng)自動(dòng)駕駛技術(shù)發(fā)展 。

除了上述兩大流派，在自動(dòng)駕駛領(lǐng)域還有其他值得關(guān)注的技術(shù)方向。

以汽車制造商為代表的ADAS和單車智能技術(shù)陣營，憑借在汽車制造領(lǐng)域深厚的積累，以及ADAS技術(shù)長期的商用經(jīng)驗(yàn)，通過不斷拓展ADAS功能逐步向無人駕駛邁進(jìn)。通用、沃爾沃等車企，依靠攝像頭等設(shè)備來感知環(huán)境，在這條漸進(jìn)式發(fā)展的道路上穩(wěn)步前行。這種方式注重汽車本身的智能化提升，利用現(xiàn)有技術(shù)逐步提升駕駛的自動(dòng)化程度，貼合實(shí)際使用場景，容易被市場接受。

而以互聯(lián)網(wǎng)企業(yè)為代表的人工智能和網(wǎng)聯(lián)化技術(shù)陣營，如谷歌、百度等，則偏向直接實(shí)現(xiàn)高等級自動(dòng)駕駛。他們側(cè)重于高精度定位引導(dǎo)，核心在于高精度地圖構(gòu)建及傳感器融合。借助強(qiáng)大的人工智能算法和數(shù)據(jù)處理能力，通過構(gòu)建精確的地圖來為車輛提供準(zhǔn)確的行駛信息。并且利用網(wǎng)聯(lián)化技術(shù)，讓車輛與外界進(jìn)行信息交互，以獲得更全面的路況信息，為實(shí)現(xiàn)高級自動(dòng)駕駛提供有力支持。

此外，車聯(lián)網(wǎng)的V2X通信技術(shù)也有不同的技術(shù)方案。在國際上，有基于DSRC技術(shù)的方案和蜂窩路線。這些通信技術(shù)能夠增強(qiáng)車輛與車輛、車輛與基礎(chǔ)設(shè)施之間的信息傳遞，為自動(dòng)駕駛創(chuàng)造更有利的條件。

車輛自動(dòng)駕駛的技術(shù)流派眾多，各有特色。視覺算法主導(dǎo)和激光雷達(dá)主導(dǎo)流派在感知層面各展所長；汽車制造商和互聯(lián)網(wǎng)企業(yè)在發(fā)展路徑上各有側(cè)重；車聯(lián)網(wǎng)通信技術(shù)也為自動(dòng)駕駛提供了更多的可能性。它們相互競爭又相互補(bǔ)充，共同繪制出自動(dòng)駕駛技術(shù)不斷發(fā)展進(jìn)步的宏偉藍(lán)圖，推動(dòng)著汽車行業(yè)向智能化、自動(dòng)化的未來大步邁進(jìn)。