目前，L4级自动驾驶汽车已经出现。在美国亚利桑那州凤凰城的路上，数十辆Waymo One旗下自动驾驶汽车已经投入试运行。为了安全起见，车内配有一名备用司机。但随着技术的优化和升级，未来司机以及方向盘、刹车和油门等控制装置将不复存在。
汽车惯性测量单元，资料图
整体来说，目前，自动驾驶汽车尚处于测试阶段，实现大规模商用化依旧困难重重。在成本、安全性、使用寿命上都有待大幅改进，更不用说通过复杂的市场审批和监管了。而且，实现自动驾驶的传感器解决方案仍存有争议。埃隆·马斯克和特斯拉认为不需要激光雷达，但这似乎与其他所有人的观点背道而驰。
激光雷达的最大问题是成本高居不下。马斯克认为既然人开车不需要激光雷达，那么没有激光雷达的人工智能系统，也可以实现自动驾驶。在特斯拉2019年4月举办的自动驾驶投资者日上，马斯克就表示，特斯拉的Full Self-Driving全自动驾驶系统（无激光雷达）将在2019年底完成开发，到了2020年第二季度，可让用户实现自动驾驶；同时特斯拉计划在2020年推出Robotaxi服务。在不久的未来，我们就会知道马斯克本次预测的准确性。
这些自动驾驶传感器或多或少存在一些盲点，这就使得传感器性能的重叠和数据的融合，显得至为重要。例如，当激光雷达受到恶劣天气干扰时，雷达和红外摄像机可保证自动驾驶系统的感知功能。
GNSS（全球导航卫星系统）是自动驾驶系统的一个核心要素。GNSS通过两种增强改正模式，RTK（实时动态）和PPP（精确点定位），极大地提高了GNSS的精度，将定位精度从几米提高至几厘米，当然，GNSS存在信号丢失和城市中心多路径等问题。在过去，RTK / PPP硬件成本和服务费用较高，但新型芯片模组及算法有望将其成本降低到大众市场水平。
惯性测量单元（IMU），可作为传感器数据缺失时的有效补充。IMU利用内置的加速度传感器和陀螺仪，可测量三维线性加速度和三维角速度，根据这些信息，可计算出车辆的姿态（俯仰角和滚动角）、航向、速度和位置变化。IMU可用于填补GNSS信号更新之间的空白，甚至可以在GNSS和系统中的其他传感器失效时，进行航位推算。
ESC电子稳定控制系统系统，资料图
IMU的关键优势，在于它在任何天气和地理条件下都能正常工作。作为一个独立的数据源，它可用于短期导航，并验证来自其他传感器的信息，也不会因为天气、透镜污垢、雷达和激光雷达信号反射或城市峡谷效应而失效。作为一个独立的传感器，IMU被视为补充和证实其他传感器数据的传感器，即最后的传感器，用于确保车辆行驶安全，并在其他传感器受损或失效时以可控的方式使车辆停止，因此，有人将IMU称为自动驾驶系统的定海神针。
目前，市场上所有配备ESC（电子稳定控制系统）系统的车辆，都已配备了低精度低成本的IMU，而高精度IMU虽可满足自动驾驶惯性导航的性能要求，但过去数千美元的价格使其无法在汽车市场上大规模部署。目前，诸多业内企业正致力于将高精度IMU的成本降至100美元以下。