自動駕駛是轎車工業與人工智能、物聯網、高性能計算等新一代信息技能深度融合的產品，包含谷歌、百度、阿里、豐田、福特，全部國際尖端的互聯網及巨子廠商都在布局研制主動駕馭，它是當時全球轎車與交通出行領域智能化和網聯化發展的首要方向，已成為各國爭搶的戰略制高點，而主動駕馭的中心技能也在近年來以迅猛的速度發展。
5G技能
轎車是5G使用的重要場景。轎車通訊模塊線路板小編了解到，在4G年代，咱們對車聯網的了解是車載娛樂系統，而在5G年代，車聯網意味著V2X（Vehicle to X，車聯萬物）。當車輛與整個交通系統互聯（包含但不限于其他交通參與者、交通信號燈、路途信息），每輛車都能實時獲取周圍車輛的速度、轉向信息，然后能避免事端的產生；每輛車也都能獲取實時路況信息，交通辦理系統可以依據實時路況調整交通信號，然后大幅減少擁堵。
5G技能將對自動駕馭帶來極大的協助。現在主流的主動駕馭技能路途徹底依靠車輛本身的感知能力，車上有必要搭載價值數十萬元的激光雷達等一系列傳感器，但是探測的距離和精度仍然有待提升。同時，視野盲區和其他車輛的不行預估性都意味著風險的存在。
在取得5G技能的助力之后，在很多情況下車輛不再需要去主動感知其他車輛，因為對方的信息早就經過網絡傳到了你的車上，你和你的車 不需要看到它，就能知道它的存在。在這樣的“天主視角”下，傳感器的重要性大幅降低了，但主動駕馭卻因而更簡略、更便宜，也更可靠、更安全。
辨認技能
辨認技能首要包含三個方面，路面、靜態物體和動態物體。關于動態物體，不只要檢測還要對其軌道進行追蹤，并依據追蹤結果，猜測該物體下一步的軌道（方位）。這在市區，尤其中國市區必不行少，最典型場景便是北京五道口：假如你見到行人就停，那你就永久無法經過五道口，行人幾乎是從不停歇地從車前走過。人類駕馭員會依據行人的移動軌道大概評估其下一步的方位，然后依據車速，計算出安全空間（途徑規劃），公交司機最擅長此道。無人駕馭轎車相同要能做到。要注意這是多個移動物體的軌道的追蹤與猜測，難度比單一物體要高得多。這便是 MODAT（Moving Object Detectionand Tracking）。也是無人駕馭轎車最具難度的技能。
V2X技能
車用無線通信技能（Vehicle to Everything ，V2X）是將車輛與全部事物相銜接的新一代信息通信技能，其中V代表車輛，X代表任何與車交互信息的對象，當時X首要包含車、人、交通路側基礎設施和網絡。電路板廠獲悉，V2X交互的信息模式包含：車與車之間（Vehicle to Vehicle，V2V）、車與路之間（Vehicleto Infrastructure ，V2I）、車與人之間（Vehicle to Pedestrian，V2P）、車與網絡之間（Vehicle toNetwork，V2N）的交互。V2V技能答應車輛經過轉發本身及前方的實時信息來預防事端的產生，然后減少駕馭時刻，最終完成改善交通環境，減少交通擁堵的意圖。
V2I技能經過無線的辦法協助車輛和路側的交通設施完成數據交換，首要使用包含穿插路口安全辦理、車輛限速操控、電子收費、運輸安全辦理，以及路途施工和限高警示等。這項技能會推進交通設施智能化，包含制止駛入燈標、天氣信息系統等交通設施都可進化為經過多種算法可辨認高風險情況并主動采納警示辦法的智能交通設施。
現在V2X領域分為Dsrc和C-V2X兩個規范和工業陣營。在國內市場因為擁有全球最大的4G LTE網絡和成熟的工業鏈，而且對Dsrc技能上沒有太多堆集，因而有剖析以為國內V2X發展會向C-V2X傾斜。
人機交互技能
人機交互技能，尤其是語音操控、手勢辨認和觸摸屏技能，在全球未來轎車市場上將被大量采用。主動駕馭轎車人機交互大屏的規劃，其最終意圖在于供給好的用戶體驗，增強用戶的駕馭樂趣或駕馭過程中的操作體驗，它更加注重駕馭的安全性，這樣使得人機界面的規劃有必要在好的用戶體驗和安全之間做好平衡，很大程度上安全始終是第一位的。主動駕馭轎車人機界面應集成車輛操控、功用設定、信息娛樂、導航系統、車載電話等多項功用，便利駕馭員快捷地從中查詢、設置、切換車輛系統的各種信息，然后使車輛達到抱負的運轉和操作情況。未來車載信息顯現系統和智能手機將無縫銜接，人機界面供給的輸入辦法將會有多種挑選，經過使用不同的技能答應顧客可以依據不同的操作、不同的功用進行自由切換。
高精度地圖
高精地圖擁有精準的車輛方位信息和豐富的路途元素數據信息，可以協助轎車預知路面復雜信息，如坡度、曲率、航向等。和傳統比較具有更高的實時性。因為路途路面常常產生變化，如路途整修、標識線磨損或重漆、交通標識改動等，這些改動都要及時反映在高精地圖上。高精地圖將更強調空間的三維模型以及精度，將精度從米級降到厘米級，有必要非常準確的顯現路面上的每一個特征和情況。
決議計劃技能
決議計劃是無人駕馭表現智能性的中心的技能，相當于主動駕馭轎車的大腦，它經過綜合剖析環境感知系統供給的信息，及從高精度地圖路由尋址的結果，對當時車輛進行規劃（速度規劃、朝向規劃、加速度規劃等），并產生相應的決議計劃（跟車、換道、停車等）。PCB廠以為，規劃技能還需要考慮車輛的機械特性、動力學特性、運動學特性。常用的決議計劃技能有專家操控、隱馬爾科夫模型、貝葉斯網絡、含糊邏輯等。
定位技能
除了GPS與慣性傳感器外，咱們通常還會使用LiDAR點云與高精地圖匹配，以及視覺里程計算法等定位辦法，讓各種定位法相互糾正以達到更精準的效果。隨著主動駕馭的發展，定位技能也一定會不斷優化。
現在主動駕馭的技能基本上都源自機器人，主動駕馭轎車可以看做是輪式機器人外加一個舒適的沙發組成。機器人系統中定位和途徑規劃是一個問題，沒有定位，就無法規劃途徑。厘米級實時定位是現在主動駕馭最大的應戰之一。對機器人系統來說，定位首要靠SLAM與先驗地圖（Prior Map）的穿插對比。
通信安全技能
主動駕馭轎車經過車輛網接入網格的同時，也帶來了信息安全的問題，在使用中，每輛車及其車主的信息都將隨時隨地地傳輸到網絡中被感知，這種暴露在網絡中的信息很簡單被竊取、攪擾乃至修改等，然后直接影響智能網聯轎車系統的安全，因而在智能網聯轎車中，必注重信息安全與隱私保護技能的研討。