自动驾驶行业的上下游基本是下图这样的，其中OEM表示传统的车企厂商，比如大众，上汽，比亚迪等
几乎每个车上都会配置摄像头，比如八目，十二目等，有的是考虑方位而设计的，比如左前，右前，有的是基于拍照距离远近而安装的，所以才会有这么多摄像头，如特斯拉Autopilot2.0硬件系统就包含8个摄像头
摄像头是将光学组件获得的光信号，投射到图像传感器上，完成由光信号到电信号的转换，然后再转换为数字图像信号，最后进行信号的算法处理。基于图像数据从而实现感知车辆周边路况的功能，实现如车辆、行人、车道线、交通标识物的检测、距离估计等模块
对车道线（路沿）、红绿灯、动静态障碍物能够实现精准的识别，成本低，但测距稳定性差，容易受天气影响
激光雷达通过发射和接收激光束，获取空间的位置点信息（即点云），并根据这些信息进行三维建模，除了获取位置信息外，激光信号的反射率还可以区分目标物质的不同材质，激光雷达的线束越多，其测量精度越高。由于激光的频率高，波长短，可以获得极高的角度、距离和速度分辨率，这就意味着可以利用多普勒成像技术，构建出清晰的3D图像。
激光雷达的测距有两种，一种是基于时间的测量方法，也叫飞行时间法（TOF）：脉冲法和三角法；另一种是不基于时间的测距法:相位式测量方法。
混合式激光雷达（大多数用的是这个，以动态调整扫描方式，来聚焦特殊物体，采集更远更小物体的细节信息并对其进行识别）
环境感知（通过点云进行障碍物检测，车道线检测等） ，标定（统一数据集） ，里程器与定位 （利用传感器数据来估计载体车辆姿态随时间的变化改变关系）
毫米波是一种波长介于30～300GHz频域(波长为1～10mm)的电磁波，比激光雷达的波长要小100-1000倍左右，毫米波能够穿透雾、烟、灰尘的能力强，传输距离远，具有全天候全天时的特点；性能稳定，不受目标物体形状、颜色的干扰，能够很好的弥补如红外、激光、、摄像头等其他传感器在车载应用中不具备的使用场景
毫米波雷达可实现ACC（自适应巡航控制系统）、AEB（自动刹车辅助系统）、FCW（前方碰撞预警系统）、TJA等前向ADAS功能，也可实现BSD（盲点监测系统）、LCA（变道辅助系统）、RCTA、DOW、RCW等后向ADAS功能。
毫米波能够穿透雨雾尘（但是雨滴较大的时候除外）而不会发生能量衰减，因为它是一种波嘛，碰到障碍物肯定会优衰减，激光雷达对雾气、灰尘、雨滴都有影响，雾气和灰尘的粒子更多，影响更大
主要由3个轴加速计和3个角速度计（陀螺仪）组成，IMU提供的是一个相对的定位信息，其作用是测量相对于起点物体所运动的路线，所以不能提供所在的具体位置信息
加速度计的计算原理主要依赖牛顿运动定律来解决，角速度计主要原理是利用角动量守恒原理以及Corolis force(科里奥效应）测量运动物体的角速率，设计结构上是上下电容板之间的距离就会变化，上下电容也因此变化
第一是更新频率高，工作频率可以达到100Hz以上，第二是短时间内的推算精度高，不会有太大的误差
GPS可以为车辆提供精度为米级的绝对定位，差分GPS或者RTK GPS可以为车辆提供厘米级的绝对定位，但并非所有路段所有时间都能够得到良好的GPS信号。所以一般需要RTK GPS的输出与IMU、车身传感器（轮速计、方向盘转角传感器等）进行融合。
RTK（Real - time kinematic，实时动态）载波相位差分技术，其原理是将位于基准站上的GPS接收机观测的卫星数据，通过数据通信链（无线电台）实时发送出去，而位于附近的移动站GPS接收机在对卫星观测的同时，也接收来自基准站的电台信号，通过对所收到的信号进行实时处理，给出移动站的三维坐标，并估计其精度。利用RTK测量时，至少配备两台GPS接收机。
