无人驾驶技术现如今其实非常成熟了，就以现在的技术水平看，如果把大城市复杂的交通状况变成实验室特定的格局，场景内有制式统一的车辆以及符合规矩的行人正常通行，那么不用方向盘，全程自动行驶的汽车当下就可以面世了。

　　问题就出在了汽车如何能对现实中复杂的交通状况了如指掌，如何可以像人的眼睛和大脑一样灵活应变。

　　关键就在需要各种各样的传感器合作来解决，它们最终将监测到的数据传给高精密的处理器，识别道路、标示和行人，做出加速、转向、制动等决策。

　　在智能感知识别的部分，车载光学系统和车载雷达系统是保证行车安全最为重要的，目前，主流的用于周围环境感测的传感器有激光雷达（LiDAR）、毫米波雷达（millimeter wave）、视觉传感器三种。

　　激光雷达（LiDAR）

　　通过扫描从一个物体上反射回来的激光来确定物体的距离，可以形成精度高达厘米级的3D环境地图，因此它在ADAS（先进驾驶辅助系统）及无人驾驶系统中起重要作用。从当前车载激光雷达来看，机械式的多线束激光雷达是主流方案，但受制于价格高昂的因素尚未普及开来。

　　在去年12月10日路测成功的百度无人驾驶汽车车身上，除了部署了毫米波雷达、视频等感应器，其车顶就安置了一个体积较大、价值70万余人民币的64位激光雷达

　　（VelodyneHDL64-E），谷歌同样也是采用的相同高端配置激光雷达。车载激光雷达系统的优劣主要取决于2D激光扫描仪的性能。激光发射器线束的越多，每秒采集的云点就越多。然而线束越多也就代表着激光雷达的造价就更加昂贵。

　　就以Velodyne的产品为例，64线束的激光雷达价格是16线束的10倍。激光雷达除了成本高昂，遇到烟雾介质以及雨雪天气中表现一般，将掣肘它的发挥。