许多网友都能理解车企对成本问题的担忧，消费者则更关心安全问题。在自动驾驶系统的背后，众多供应商聚焦于算法、传感器以及计算硬件的发展与创新。
说到算法，它的本质在于数学模型。简而言之，算法通过实时分析传感器传来的信号和画面等信息，为我们提供最佳的驾驶决策方案。面对复杂的路况和驾驶环境，一个优质的算法能够迅速应对，提升我们驾驶时的安全性能。算法背后是整车控制策略，涵盖了数据获取、数据融合、任务规划、路径规划等多个环节，最终实现对车辆的运动控制。算法的安全性至关重要，这也是自动驾驶有别于其他工业机器人的显著特点。
传感器在自动驾驶中扮演着重要角色，主要以雷达扫描和景物扫描两种方式为主。由于激光雷达成本较高，当前大多数自动驾驶解决方案采用了大量的毫米波雷达，通过近乎360度的扫描覆盖来减少盲区并降低时间误差。
以索尼的CMOS传感器为例，单一摄像头便能拍摄1080p的视频。结合雷达扫描的信号，这些数据需要快速进行汇总分析，这对CPU、GPU以及AI芯片的计算能力提出了极高的要求。据Imagination汽车市场总监Bryce Johnstone所言，随着自动驾驶级别的提升，对计算力的需求呈现几何级数增长。达到第五级全自动驾驶时，所需的计算力可能超过每秒500万亿次（TOPS）。