自動駕駛汽車的傳感器包括高智能的攝像頭、激光鐳達等等，也會有將來V2X的技術(shù)。通過這些技術(shù)感知到各種情況，如人、車在路上的位置、速度、方向;局部天氣情況、路面情況、道路變化等等信息。這些信息被傳到云端，在云端做進一步的融合、機器學習、分析等，并將這些信息再次下發(fā)給即將到達該區(qū)域的車輛，同時貢獻于高精度實時交通。當然部分信息可能是通過DSRC等技術(shù)不經(jīng)過云端快速分享給周邊車輛、行人等交通參與者。所以無論是傳感器還是云服務對將來的自動駕駛都是必不可少的。

      關(guān)于谷歌無人駕駛技術(shù)并不是簡單的一種激光傳感器，或者說大數(shù)據(jù)的應用。在2014版中，首先，它需要的是自我的定位，結(jié)合谷歌地圖，GPS等;確定了這個之后，需要確定公路上其他人，車輛的位置，這個就需要借助車上的激光傳感器和一套比較先進的算法;只確定這些還不行，還需要預算出安全距離，以及其他人，車，東西的運動軌跡，這個算法就比較復雜了，從官方給出的演示算法，是將車子，人，雜物按照不同的方框演算的。 其中激光感應和雷達是主要的輸入方式之一。然后再加入信號識別，人體動態(tài)手勢識別，路徑實時演算，速度計算及控制，能源控制系統(tǒng)等這些元素。所以說，單純的大數(shù)據(jù)，互聯(lián)網(wǎng)，或者單純的感應器應用都是不大可能完美的實現(xiàn)無人駕駛，尤其是復雜路況下的無人駕駛技術(shù)的。

      1、大數(shù)據(jù)促使統(tǒng)一標準實行

      與所有創(chuàng)新技術(shù)一樣，統(tǒng)一的標準將決定自動駕駛汽車革命的成敗。混亂的標準接口就是障礙，但不會成為一個永遠不會結(jié)束的問題。福特、Alphabet、Lyft、Uber和沃爾沃已經(jīng)聯(lián)手成立了“實現(xiàn)更安全街道的自動駕駛汽車聯(lián)盟”。這些公司希望建立標準化的合規(guī)框架，使它們可以安心地開展新業(yè)務。

      2、行駛安全靠數(shù)據(jù)處理

      消費者對自動駕駛汽車的理解與對自動駕駛技術(shù)的一項主要擔憂緊密相關(guān)——安全。這一點在2016年5月表現(xiàn)得尤為明顯，當時特斯拉報告了首例Model S致人死亡的交通事故。司機和特斯拉Autopilot都沒有識別出停在前方道路上的白色掛車。未來自動駕駛汽車還會釀成更多交通事故，自動駕駛汽車公司要把安全問題限制在最低程度，將仍然是一項持續(xù)的挑戰(zhàn)和需要最優(yōu)先考慮的任務。

      自動駕駛和無人駕駛是海量的數(shù)據(jù)處理能力，單純依賴傳感器的剎車、預處理的時候沒有數(shù)據(jù)化很難去做這個操作的，真正讓我們覺得自豪的不是數(shù)據(jù)規(guī)模增大了，而是我們處理數(shù)據(jù)的效率得到了質(zhì)的提升。數(shù)據(jù)安全是命根。我們現(xiàn)在提供很多大數(shù)據(jù)服務。在這個過程中，保護用戶安全很重要。所有用戶在端上的數(shù)據(jù)行為，實際上在高德來說這些東西是混淆的，只有物理對應，其他人根本看不見。