国外发展现状（-2014）
在自动驾驶汽车研究方面，非汽车厂商表现抢眼，以谷歌自动驾驶汽车为例，在 2010年，谷歌公司在官方博客中宣布，正在开发自动驾驶汽车，目标是通过改变汽车的基本使用方式，协助预防交通事故，将人们从大量的驾车时间中解放出来，并减少碳排放。到目前为止，谷歌已经申请和获得了多项相关专利，其无人驾驶汽车于 2012 年获得牌照上路，总驾驶里程已经超过了 48.3 万千米，并且几乎零事故发生率。谷歌自动驾驶汽车[8]外部装置的核心是位于车顶的 64 束激光测距仪，能够提供 200 英尺以内精细的 3D 地图数据，无人驾驶车会把激光测到的数据和高分辨率的地图相结合，做出不同类型的数据模型以便在自动驾驶过程中躲避障碍物和遵循交通法规。安装在前挡风玻璃上的摄像头用于发现障碍物，识别街道标识和交通信号灯。GPS 模块、惯性测量单元以及车轮角度编码器用于监测汽车的位置并保证车辆行驶路线。汽车前后保险杠内安装有 4个雷达传感器（前方 3 个，后方 1 个），用于测量汽车与前（和前置摄像头一同配合测量） 后左右各个物体间的距离。在行进过程中，用导航系统输入路线，当汽车进入未知区域或者需要更新地图时，汽车会以无线方式与谷歌数据中心通信，并使用感应器不断收集地图数据，同时也储存于中央系统，汽车行驶得越多，智能化水平就越高。
意大利帕尔马大学 Vislab 实验室研制的无人车于 2010 年经过意大利、斯洛文尼亚等到达中国上海，行程 15900 千米。它利用太阳能作为辅助动力源，配备 5 个激光雷达、7 个摄像机、GPS 全球定位、惯性测量设备、3 台 Linux 电脑和线控驾驶系统。2013 年，他们的无人驾驶车在无人驾驶的情况下成功识别了交通信号灯、有效避开行人，成功驶过十字路口、环岛等常见的城市危险路况[9]。德国汉堡 IBEO 公司早在 2007
年开发了无人驾驶汽车。行驶过程中，车内安装的全球定位仪将随时获取汽车所在准确方位。隐藏在前灯和尾灯附近的激光雷达随时“观察”汽车周围 200 码（约 183米）内的道路状况，并通过全球定位仪路面导航系统构建三维道路模型。它能识别各种交通标识，保证汽车在遵守交通规则的前提下安全行驶，安装在汽车后备箱内的计算机将汇总、分析两组数据，并根据结果向汽车传达相应的行驶命令。
在汽车厂商方面，由通用汽车联合卡内基梅隆学以及来自其它行业的众多合作伙伴研发的雪佛兰 Tahoe Boss，集激光雷达、毫米波雷达、可视 GPS定位系统等高科技手段于一身，可使其对周边情况精确掌握通过应用这些高科技技术，雪佛兰 TahoeBoss 在行驶途中对道路条件、周围车辆、路上障碍可以迅速做出正确的判断，并应用高性能计算装置，计算出精确的行驶路线，以避免碰撞的发生，最终安全抵达目的地。 另一方面，通用汽车于 2010 年推出的电动联网概念车 EN- V 实现了车联网与电气化的结合，在自动驾驶模式下，EN- V 能够通过对实时交通信息的分析，自动选择路况最佳的行驶路线从而大大缓解交通堵塞。除此之外，通过使用车载传感器和摄像系统，EN- V 可以感知周围环境，在遇到障碍物或者行驶条件发生变化时能够做出迅速的调整。
奥迪无人驾驶系统使用两个雷达探头、八个超声波探头和一个广视角摄像机，可以在设定的时间内，按照导航系统提供的信息，在最高 60km/h 的速度以下自主转向、加速和刹车，实现完全的自主驾驶。搭载奥迪无人驾驶系统的车型可以在交通拥挤的城市中起、停自如，转向操作也十分灵活。在高速行驶中，能够及时根据前方车距来调整自己的速度。当前方出现险情时，奥迪无人驾驶车型能够及时刹车。
其它汽车厂商，如在新能源领域已经颇有建树的日产汽车公司宣布计划于 2020 年推出带无人驾驶技术的汽车，戴姆勒汽车宣布计划在 2020 年之前开始销售自动驾驶车，大众在欧盟 HAVE it 研究项目下开发出 TAP（Temporary Auto Pilot）短时自动驾驶技术。宝马集团携手供应商大陆集团在自动驾驶领域展开合作，共同开发驾驶员辅助系统。沃尔沃2012 年在西班牙一段车流量很大的公路上进行了汽车无人驾驶的测试，行驶约 193 千米而没有出现任何交通事故，预计 2014 年将推出 “交通拥堵助手”系统，该系统可以使后车在不超过 48 公里 / 小时的速度下尾随前车，在不需要驾驶员操作的情况下，自动实现加速、刹车及转向功能。
国内：国从上世纪 80 年代开始着手自动驾驶汽车的研制开发，虽与国外相比还有一些距离，但目前也取得了阶段性成果。国内国防科技大学、北京理工大学、清华大学、同济大学、上海交通大学、吉林大学等都有过无人驾驶汽车的研究项目。国防科技大学和中国一汽联合研发的红旗无人驾驶轿车高速公路试验成功。红旗 HQ3 无人车在高速公路环境下，完成 286 公里无人驾驶实验，自主超车 67 次，人工干预里程占自主驾驶总里程不到百分之一。同济大学汽车学院建立了无人驾驶车研究平台，实现环境感知，全局路径规划，局部路径规划及底盘控制等功能的集成，从而使无人驾驶车具备自主 “思考 - 行动” 的能力，使无人驾驶车能完成融入交通流、避障、自适应巡航、紧急停车（行人横穿马路等工况）、车道保持等无人驾驶功能。另一方面，为了促进无人车技术创新，中国“未来挑战”无人驾驶车比赛受到更多的重视，对车的性能要求不断提高，包括更为实际的模拟环境，和更加复杂的控制要求。 发展的趋势：
“电动化、智能化、网联化”被认为是汽车产业技术发展的三大趋势。其中，“智能汽车”及“车联网”技术近年来由于 IT 企业的强势介入，在社会上广受关注。那么未来智能汽车技术将面临哪些挑战，它的发展趋势又将如何。 4. 1 关键技术
智能车是一个汇集众多高新技术的综合系统，作为智能汽车关键环节的环境信息获取和智能决策控制依赖于传感器技术、图像识别技术、电子与计算机技术与控制技术等一系列高新技术的创新和突破。无人驾驶汽车要想取得长足的发展，有赖于多方面技术的突破和创新。
图 3 列举了无人驾驶汽车相关的关键技术，包括环境感知、逻辑推理和决策、运动控制、处理器性能等。随着机器视觉（如 3D 摄像头技术）、模式识别软件（如光学字符识别程序）和光达系统（已结合全球定位技术和空间数据）的进步，车载计算机可以通过将机器视觉、感应器数据和空间数据相结合来控制汽车的行驶。可以说，技术的进步为各家汽车厂商“自动驾驶”的发展奠定了基石。另一方面，智能汽车的普及还存在一些关键技术问题需要解决，包括车辆间的通信协议规范，有人无人驾驶车辆共享车道的问题，通用的软件开发平台建立、多种传感器之间信息融合以及视觉算法对环境的适应性问题等。 4. 2 协同研究开发
智能汽车技术将由非汽车厂商（包括互联网企业和设备制造商）和汽车厂商协同研究开发，前者凭借强大的后台数据、网络技术、智能软件的支持，能够很好地实现汽车与云端的互联；而汽车企业则更多地考虑到车辆的实用性和安全性，他们“固守”汽车本身的优势。谁能了解终端用户并能推出满足用户的产品，谁就在市场上占据主导地位。
对于谷歌而言，对无人驾驶的研究即为原有研究核心对象提供了一个测试平台，同时获得更大的经济利益，谷歌通过强大的地图数据、移动设备操作系统和先进汽车主动安全技术的结合，用无人驾驶的方式实现了以附加值更高的方式出售地图服务。汽车厂商加快研究自动驾驶汽车，一方面源于辅助驾驶技术的积累，另一方面也是形势的紧迫性：当IT 与移动互联网发展到今天，并且将会对汽车工业造成深远的影响时，或许汽车就不再单纯是个交通工具，而是具备运算与通信能力的智能终端。如果汽车