自动驾驶汽车依赖大量传感器来获取各种视图。它们包括用于自适应巡航控制、交通标志识别、交叉交通警报等的传感器。这些传感器使自动驾驶汽车能够在道路上导航、监控交通和其他物体,并对周围环境的变化做出反应,从道路上的“简单”曲线到指数级更复杂的一系列车辆碰撞连锁反应。训练机载传感器和自动驾驶计算机系统包含成千上万小时的视频(训练数据),这些视频(训练数据)被分解为不同对象的组成部分,经过分析、分类,然后输入算法以测试课程是否已经完成。对于机器来说,这项任务非常艰巨。
而在自动驾驶汽车通过推理摆脱道路上的麻烦之前,它需要了解它所看到的内容。自动驾驶汽车制造商使用三种传感器的组合——摄像头、基于激光的3D光探测和测距 (LiDAR) 以及传统的2D雷达——它们协同工作以感知道路、识别物体并辨别风景与危险的差异。
为了安全地在城市或任何其他街景中导航,自动驾驶汽车需要像人类一样看路。它需要能够理解并做出反应:道路上的物体以及静态和移动物体之间的区别;这些物体的性质;这物体的速度和方向;这些物体造成的任何潜在威胁。为自动驾驶汽车提供动力的算法需要在几毫秒内吸收和处理来自多个传感器阵列和传感器类型的数据,实时评估不断变化的环境条件,并根据需要向汽车的转向、制动和加速系统发出指令。