智能驾驶的三大核心技术分别是感知技术、决策技术、执行技术。

一、感知技术

• 传感器类型

  • 摄像头：能快速识别汽车尾灯、红绿灯、车道线、行人等，但光线微弱时性能受影响。有单目摄像头和双目摄像头，双目摄像头可3D成像，识别更可靠。

  • 激光雷达：可实时感应周边环境信息，形成高清立体图形，障碍物检测速度快、探测距离远、精度高，但易受雨雪雾霾干扰，成本较高。

  • 毫米波雷达：主要用于避免汽车与周围物体发生碰撞，如盲点检测、避障辅助等。工作在毫米波频段，穿透能力强，探测距离远，检测速度快、准确，但精度不高，对车道线交通标志等无法检测。

  • 

  • 超声波雷达：成本低、重量轻、功耗低，但探测距离很近，适合测量0.2米-4米左右的距离。

  • 

• 多传感器融合技术：将不同传感器的数据进行融合，剔除无用和错误信息，保留正确有用成分，实现对多种信息的获取、表示及其内在联系的综合处理和优化，提高系统决策、规划、反应的快速性和正确性。

二、决策技术

• 基于规则的行为决策模型：结构简单、控制逻辑清晰，多应用于园区、港口等封闭场景。可预先设计行驶规则，将特定场景的车辆决策描述为离散事件，在不同场景通过不同事件触发相应的驾驶行为。

• 基于深度强化学习的行为决策模型：深度学习在图像处理、语音识别等方面应用成功，深度强化学习技术也广泛应用于智能网联车辆环境感知与决策系统，能处理复杂的场景，但对计算资源要求较高。

• 路径规划：在进行环境信息感知并确定车辆在环境中位置的基础上，按照一定的搜索算法，找出一条可通行的路径，进而实现智能车辆的自主导航。可分为基于完整环境信息的全局路径规划方法和基于传感器实时获取环境信息的局部路径规划方法。

三、执行技术

• 线控制动系统：采用电子控制的方式，可以大幅减少制动系统的反应时间，具备能量回收、响应迅速、安全冗余、适应高集成发展趋势以实现底盘域控的目标等优势。电子液压制动系统（ehb）和电子机械制动系统（emb）是线控制动的两大技术路线。

• 线控转向系统：取消了方向盘与转向轮之间的机械连接，具备体积小、安全性高等优势，更加贴合高级别自动驾驶的需求。对于l3及以上的智能驾驶车辆，部分或全程的驾驶工况，会脱离驾驶员的操控，对转向系统的控制精确性、可靠性要求会更高。

• 线控换挡、线控油门、线控悬挂：线控油门、线控换挡、线控空气悬挂技术相对成熟，线控换挡可实现自动换挡，提高驾驶的便利性和舒适性；线控油门能精确控制油门开度，实现精准的加速控制；线控悬挂可根据路况和驾驶需求自动调整悬挂硬度和高度，提高车辆的操控性和舒适性。