1、無人駕駛需要實現什麼樣的技術？
階段一：輔助駕駛階段。車道保持、自適應巡航等輔助駕駛功能，均屬於這個階段的技術，不過駕駛員仍舊是操作主體。
階段二：半自動駕駛。在這個階段中，電腦操縱下的自動駕駛已經可以完成前往目的地的過程，其可作為備用系統完成行駛，但受限於法律法規等因素，其仍舊不能作為整個駕駛行為的主體存在。
階段三：全自動駕駛。技術、成本、法衡去規等因素都不再成為影響普及的因素，電腦控制的系統已經作為駕駛主體而存在，駕駛員也可以隨時接管操作系統。
由於技術和法規等的限制，目前的無人駕駱氣車大多處於第＝階段。當前主流的無人駕駛汽車技術有激光雷達式和攝像頭+;%距雷達式兩種。
2、汽車是怎樣無人駕駛原理？
通過多個感測器來實現控制的
3、無人駕駛是什麼？
通俗地說，無人駕駛就是讓汽車自己擁有環境感知、路徑規劃並自主實現車輛控制的技術，也就是用電子技術控制汽車進行的仿人駕駛或是自動駕駛。
感測器是「眼睛」，能360度感知路上物體的遠近深淺；車輛控制技術是「大腦」，能實時感知環境信息。
專家介紹說，車身安裝的感測器，就是它的「眼睛」，能360度感知路上物體的遠近深淺，常見的感測器有激光雷達、毫米波雷達、攝像頭、超聲波雷達及組合導航模塊等。無人車的「大腦」就是車輛的控制技術，能根據實時感知的環境信息、高精度地圖，實現最優路徑規劃，預測周邊車輛和行人的行為和意圖。在交規和路況允許下，無人駕駛汽車會按照最高時速行駛，以提高行駛效率。
百度深度學習實驗室主任林元慶介紹說，百度無人駕駛汽車是利用人工智慧，通過使用攝像機、激光雷達、毫米波雷達和GPS等系統來感知周圍環境，決定最優行車路線，實現無人工干預的全自動駕駛。
「百度無人駕駛汽車的核心技術是百度汽車大腦，它可為汽車提供自動駕駛整體解決方案。」林元慶說，這些技術包含計算機視覺、高精度地圖與定位、多感測器融合、智能決策規劃等，運用於汽車啟動、行駛和停車的整個過程。比如，當前方有減速車輛時，智能決策系統將依據周邊的環境狀況，合理地決策減速尾隨或變道超車。汽車「大腦」也能夠不斷學習人類的駕駛經驗，不斷提升自身的「智商」，以保證安全、舒適、便捷的自動駕駛體驗。
專家認為，無人駕駛技術或自動駕駛技術的出現，依靠的是人工智慧技術的突破，因此也和人工智慧一樣，受益於海量數據、超強計算和優秀演算法。
人工智慧技術突破的一個重要原因就是海量數據的積累，為訓練深度學習演算法提供了所需的材料。無人駕駛汽車也是通過大量數據的訓練，不斷提升其智能水平。無人車搭載了各種類型的感測器，單車每小時大約產生100GB的數據。如果按照萬台車輛計算，每天將會有數十PB的數據被收集到雲平台上，用於訓練自動駕駛系統。無人車所使用的高精度地圖每公里道路的原始數據量也將是傳統地圖的10萬倍，數據的快速積累推動著汽車智能的不斷突破。
超強計算能力方面，伴隨著雲計算和車載計算機計算能力的不斷提升，車載計算機系統能在更短的時間內處理更復雜的任務，實現自動駕駛實時感知路況、智能決策和控制。而隨著機器學習、深度學習等優秀演算法的出現和廣泛應用，人工智慧在2013年後進入了快速發展的新階段。應用到自動駕駛領域，在權威評測中，2015年使用深度學習方法的車輛識別錯誤率要比2013年採用的傳統方法下降了69%。
4、無人駕駛技術是不是高端技術？
通俗地說，無人駕駛就是讓汽車自己擁有環境感知、路徑規劃並自主實現車輛控制的技術，也就是用電子技術控制汽車進行的仿人駕駛或是自動駕駛。感測器即「眼睛」，能360度感知路上物體的遠近深淺；車輛控制技術是「大腦」，能實時感知環境信息。
隨著汽車技術的快速發展，帶動行業對自動駕駛、無人駕駛的認知漸趨理性，如感測器技術、信息處理、智能互聯、人機交互、生物識別等。
無人駕駛汽車是通過車載感測系統感知道路環境，自動規劃行車路線並控制車輛到達預定目標的智能汽車。
5、無人駕駛技術真實水平到底如何？
無人駕駛提出來的時候是寄於所有人的希望，大家都對無人駕駛充滿好奇心，所以無人駕駛越炒越火，而真正的無人駕駛技術現在還不是特別成熟，很多安全性的問題還需要完善等。
6、自動駕駛、自主駕駛、無人駕駛有什麼區別？應該如何理解？
自動駕駛、自主駕駛、無人駕駛有什麼區別？應該如何理解？汽車行業嵌入式網路技術解決方案開發商ELIPT（EB）已達成與全球最大的汽車半導體供應商ENZHI（NXP）的合作，雙方將推出一個強大的新型開發平台，可用於先進的自動駕駛。 2017年7月5日，2017年百度艾西開發人員大會，李艷宏將無人駕駛的汽車送到五環道路上的AI會議，並進行了一個無人駕駛車的第一個展示。可以說，在人工智慧的潮水下，駕駛技術特別迅速。
自動駕駛，無人尚不清楚？然而，值得注意的是，它是因為它是廣泛的人工智慧，所以很多人相當於無人駕駛，而不僅如此，許多知名的報道也在自動駕駛和無人界限上模糊。混淆了兩者之間的差異。
自動駕駛和無人辯論討論自動駕駛和無人駕駛駕駛，起源於2016年5月7日的一個重要時刻。當天，約書亞·布朗在他被驅逐到拖車的特斯拉汽車之後被殺死。據了解，棕色使能Tesla的自動駕駛儀自動駕駛模式，這沒有檢測太陽下卡車的白色邊緣。他的汽車全速（74英哩數）猛烈地擊中了卡車——，也引起了棕色的死亡。
這次事故的定性定性地是駕駛員的第一次事故。但與此同時，很多人認為這應該是「自動駕駛」的事故。為了響應這一事件，Tesla答復了自動駕駛儀不是無人駕駛技術，而是與先進的巡航控制更類似於普通的巡航技術。公司指出，在啟用自動駕駛儀模式後，駕駛員需要將手放在駕駛盤上，而眼睛應該繼續盯著前道。
Tesla的回應可以說，人們首次將「自動駕駛」和「無人駕駛」區分。以自動駕駛儀為例，雖然可以獨立地「駕駛」車輛，但人們仍然需要隨時隨地觀察和控制，特別是當他們面臨交通事故時。也就是說，自動駕駛系統實際上只是一種更高的技術「佐劑」技術，它仍然需要受到人類影響和監測。基於上述考慮，Tesla中國必須將自動駕駛儀的中文翻譯從「自動駕駛」到「自動助攻駕駛」。可以說，在這個階段，自動駕駛技術是「人工駕駛，自動駕駛補充」的階段，並且從「無人」中有許多障礙「無人」。
前穀物工程師Ummusen認為，駕駛援助和自動化駕駛「它實際上是兩個瑣碎的技術。」但同時，在人工智慧方向，從技術發展的方向，「沒有駕駛」實際上是「自動駕駛」的最終階段。
7、想要實現自動駕駛技術，需要具備哪些條件？
對於自動駕駛，不同組織的分級標准各有不同：美國國家公路交通安全管理局（NHTSA）把自動駕駛分為五個級別，而國際自動機械工程師學會（SAE）的標准分為L0~L5共六個級別，兩者的L0、L1、L2的分類都是相同的，不同之處在於NHTSA的L4被 SAE 細分為L4和L5。國內採用SAE標准較多。
L0-無自動輔助功能；
L1-轉向或者加減速實現一條，駕駛員要時刻關注駕駛過程；
L2-轉向和加減速都實現，駕駛員要時刻關注駕駛過程；
L3-不需要駕駛員監督，但在出問題時需要駕駛員介入；
L4-不需要駕駛員監督，但在出問題時能自動靠邊；
L5-全自動駕駛，只要在地球上有地圖的地方，全部都能自動駕駛；
以目前的技術發展水平來看，我們正處於坐2望3的階段。
自動駕駛需要什麼技術？要回答這一部分，其實沒必要翻開書本，只需要回想一下平時咱們是怎麼開車的：
眼睛的環境感知：車道在哪？紅燈還是綠燈？唉喲，怎麼突然竄出個電瓶車？哎呀，離大貨車有點太近了！這些工作，都是由超廣角、快速對焦、無級調光圈、雙目即時測距、損傷自修復[1]的超高性能仿生攝像頭——眼睛來完成的。更為重要的是，此仿生攝像頭自帶極強的(人工)智能處理器，自動完成圖像處理(剔除毛細血管的遮擋、插幀補全盲點像素等)、對象識別（紅綠燈、車道）、軌跡預測(電瓶車將要沖出來)等功能之後，再將這些信息上報給「上層意識」。
大腦的行為決策：通過環境感知的信息，來判斷車輛需要執行的控制策略：前面沒車，趕緊加油跑；電瓶車沖出來了，趕緊踩剎車。還要提到的是，像「今天走不走高速」的路徑規劃也屬於廣義的決策功能。
手腳的車輛控制：收到大腦的決策指令後，駕駛員的神經、四肢，以油門剎車與方向盤作為人車交互的兩大媒介，與整個汽車系統一起承擔著車輛控制的功能。
什麼是自動駕駛？就是全部或部分替代這些本來由人來執行的功能。自動駕駛需要哪些技術？自然而然地，需要環境感知、行為決策(廣義)與車輛控制技術。那麼，哪項技術在當下的技術門檻最高、最關鍵呢？
首先，我們可以將車輛控制技術排除在外。這並不是說車輛控制技術簡單，L1級自動駕駛只能幫駕駛員自動加減速或自動轉向，進步到L2級的「同時實現加減速和轉向」，也是花了汽車行業好長時間。
但是，它總體上是一個機電控制的工程問題，相關技術與供應鏈基本成熟；雖然高階自動駕駛出於安全性考慮，未來還會有制動和轉向的冗餘備份要求，總歸是逃不出工程領域，而工程問題終究是能解決的。
其次，至於行為決策(廣義)，像路徑規則這種功能，導航軟體已經做得比人還好了；在環境感知做到絕對正確的情況下，什麼時候加速、什麼時候剎車、什麼時候轉向的決策，也並不難(可能還涉及到一些法律與倫理問題，不屬於技術領域)。
如此一來，剩下的就是環境感知了。環境感知對於汽車行業是一個新的挑戰，也是實現自動駕駛最關鍵的一步，是最重要的環節。
8、什麼是無人駕駛的技術演變？
最早是acc自適應巡航，後來是行人防碰撞系統，主要是前置感應雷達的發展，然後包括車道保持系統，自動變向技術，目前acc自適應巡航發展到了第三代，包括跟車技術，識別系統和操控系統都比較成熟了。