無人駕駛汽車也稱智能車、無人自動駕駛車、自主導航車或輪式移動機器人等。
無人駕駛的汽車又稱自動駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統實現無人駕駛的智能汽車。在20世紀已有數十年的歷史，21世紀初呈現出接近實用化的趨勢。
自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。
一般來説，無人駕駛汽車可分為兩大類，一類是純粹的自動駕駛汽車，另一類則是完全的無人駕駛。前者主要是指可以自動完成各種工作的一類汽車。而無人駕駛則是指不需要人的干預，車輛就完全自動駕駛的車輛，它不僅需要人來控制，也需要傳感器和攝像頭來監控。那麼無人駕駛汽車的技術原理是什麼呢？
無人駕駛汽車原理：無人駕駛汽車是通過車載傳感系統感知道路環境，自動規劃行車路線並控制車輛到達預定目標的智能汽車。
它是利用車載傳感器來感知車輛周圍環境，並根據感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使車輛能夠安全、可靠地在道路上行駛。
集自動控制、體系結構、人工智能、視覺計算等眾多技術於一體，是計算機科學、模式識別和智能控制技術高度發展的'產物，也是衡量一個國家科研實力和工業水平的一個重要標誌，在國防和國民經濟領域具有廣闊的應用前景。
無人駕駛的需求
根據麻省理工學院的一項最新數據顯示，無人駕駛汽車在裝載大重量行駛時，由於採用了更少的空氣阻力設計，因此能夠節省更多的時間和燃料。不過研究人員表示，如果在裝卸貨品或者不同車站之間上下乘客，同樣需要耗費一定的時間。
首先造成無人駕駛汽車延誤的第一個因素就是車輛在發車之前，需要等待其它站點的汽車出發後才能進行。
現在，麻省理工的工程師們研究出了一個最新的場景，可以通過最好的方式來確定無人駕駛汽車如何節省燃料和儘可能減少延誤問題發生。
首先，最簡單的`方式就是儘量簡化日程安排，通過最優的方式排列無人駕駛車隊能夠節省燃料、減少延誤。而這些研究成果也適用於普通的長途貨物運輸。“我們甚至可以採用類似於飛行編隊的方式來排列無人駕駛汽車的行駛順序，從系統上看，原理基本相似。”麻省理工學院康空航天副教授Karaman Sertac表示。
“研究這項系統的人都只看重效率指標，比如延遲和吞吐量，但是除了這些基本指標之外，一些成本、能源和環境影響的持續性因素，同樣對於無人駕駛汽車的出行評估起到作用。”Karaman表示。對於卡車司機，尤其是長距離運輸來説，一輛卡車有不少的燃料消耗都是在克服空氣阻力上，也就是説，如果能夠減少空氣阻力，那麼能夠有效減少能源消耗。
之前曾有科學家進行過計算，如果幾輛卡車間隔幾米遠按順序行駛，那麼卡車中間的空氣阻力將會大幅減少，同時會節省高達20%的燃料消耗，而排在對於最後一輛的卡車由於被後面的氣流影響，節省效果略有下降，但也達到了15%。因此如果有更多的汽車被排列行駛，那麼會有更多的燃料消耗被節約。當然，這些車輛組成排列隊伍，也需要一些時間成本。
Karaman和他的同事開發了一個數學模型來研究不同的調度策略對燃料消耗以及時間延誤的影響。他們模擬了一個簡單的場景，在這個場景中，兩站之間有多輛卡車同時行駛，並且到站的時間隨機。模型主要由兩個部分組成，通過一個公式就能模擬出車輛的到達時間以及預測出每輛車的能源消耗。
為什麼需要自動駕駛車
無人駕駛汽車正成為當下最時髦的關鍵詞，幾乎每週都有相關新聞發生。本月初，Waymo和Navya分別發佈自家的無人駕駛出租車(robo-taxi)計劃，緊接着又發生了無人駕駛巴士試營運的意外事故。
Navya的無人駕駛接駁車才剛在美國賭城拉斯韋加斯(Las Vegas)展開試營運服務的第一天，就發生了與貨車輕微擦碰的`一場小車禍。
媒體以及大眾(包括工程師羣體)都在鼓譟自動駕駛將會跟司機搶飯碗的簡單看法。許多工程師推崇人工智能(AI)帶來的超強運算能力，以及雲端運算強化連網世界的潛力。
普遍的看法對於宣傳自動駕駛都成了一些一成不變的陳詞濫調：高度自動化駕駛將會讓行車更安全，而且也有助於提升我們(乘客)的生活或工作效率。同時，自動駕駛帶來共乘共享的機制還能讓車輛減少，都市的塞車和污染問題就能迎刃而解。
事實上，對於這些烏托邦的看法並未存在多少佐證或數據分析支持。技術產業一向對於促進更強大、更快速且更智慧的技術不遺餘力，而媒體則以拉拉隊之姿助陣。
關於一項技術是否比另一項技術更優越，這當然存在大量的看法。但是，在發表各種評論之前，很少有人會先思考這些論點的前提，或甚至問問早就該問的問題：為什麼需要自動駕駛車?它到底有什麼用處?
自動駕駛走過的20年……
美國版《EETimes》最近專訪了AutoKab的執行長Carlos Holguin與總裁Michel Parent。AutoKab是一家致力於開發為商用車隊確保安全自動化技術的新創公司，該公司位於法國計算機科學與自動化研究所(French Institute for Research in Computer Science and Automation;INRIA)園區;INRIA總部位於原北大西洋公約組織(NATO)軍隊的中央指揮所。
儘管才成立兩年，AutoKab的創始人團隊在公共運輸規劃、道路車輛自動化和運作方面都有超過20年的經驗。
AutoKab 的研發(R&D)中心看起來就像車庫，裏面放滿了過去 20 年來所設計和使用的各種舊型自動駕駛接駁車、高爾夫球車和小客車，看起來簡直成了自動駕駛車博物館。
時髦風
