自动驾驶技术将成为未来汽车一个全新的发展趋势，车辆实现无人驾驶，包含了多种人工智能的技术应用。

  定位技术是无人驾驶车辆行驶的基础。目前常用的技术包括线导航、磁导航、无线导航、视觉导航、导航、激光导航等。

  自动驾驶汽车感知依靠传感器。目前传感器性能慢慢的升高、体积越来越小、功耗越来越低，其快速的提升是无人驾驶热潮的重要推手。反过来，无人驾驶又对车载传感器提出了更高的要求，又促进了其发展。

  除了对外界进行认知之外，机器还必须要可以有效的进行学习。深度学习是源于人工神经网络的一种高效的机器学习方法，是无人驾驶技术成功的基础。深度学习能大大的提升汽车识别道路、行人、障碍物等的时间效率，并保障了识别的正确率。通过大量数据的训练之后，汽车可以将收集到的图形，电磁波等信息转换为可用的数据，利用深度学习算法实现自动驾驶。

  人工智能算法更侧重于学习功能，其他算法更侧重于计算功能。学习是智能的重要体现，学习功能是人工智能的重要特征，现阶段大多人工智能技术还处在学的阶段。如前文所说，无人驾驶其实就是类人驾驶，是智能车向人类驾驶员学习怎么样感知交通环境，如何利用已有的知识和驾驶经验进行决策和规划，如何熟练地控制方向盘、油门和刹车。

  从感知、认知、行为三个方面看，感知部分难度最大，人工智能技术应用最多。感知技术依赖于传感器，比如摄像头，由于其成本低，在产业界倍受青睐。

  人工智能技术在图像识别领域的成功应用莫过于深度学习，近几年研究人员通过卷积神经网络和其它深度学习模型对图像样本做训练，大幅度的提升了识别准确率。认知与控制方面，主要用AI领域中的传统机器学习技术，通过学习人类驾驶员的驾驶行为建立驾驶员模型，学习人的方式驾驶汽车。