智慧車(Intelligent vehicle)是一個集環境感知、規劃決策、多等級輔助駕駛等功能於一體的綜合系統，集中運用了電腦、現代傳感、資訊融合、通訊、人工智慧及自動控制等技術，是典型的高新技術綜合體。
下邊就先給自動駕駛技術做一個總的分類，如下圖所示，自動駕駛的關鍵技術依次可以分為 環境感知，行為決策，路徑規劃和運動控制 四大部份
自動駕駛的第一步就是環境資訊和車內資訊的采集與處理，是智慧車輛自主行駛的基礎和前提。獲取周圍的環境資訊。這方面涉及到 道路邊界檢測、車輛檢測、行人檢測 等技術，即上面各位所說的傳感器技術，所用到的傳感器一般都會有雷射測距儀、視訊網路攝影機、車載雷達、速度和加速度傳感器……這部份也是一台智慧車輛最燒錢的部份，現在國內各大高校裏動輒上百萬甚至幾百萬的試驗車，都是基於普通的轎車開發的，車子本身並不十分貴。
但是感知技術並不是說我有錢加裝個上百萬的雷達，搞幾個高畫質網路攝影機就可以的，由於各個傳感器在設計的時候有各自的局限性，單個傳感器滿足不了各種工況下的精確感知，想要車輛在各種環境下平穩執行，就需要運用到 多傳感器融合技術 ，該技術也是環境感知這一大類技術的關鍵技術所在，目前國內這方面和國外的主要差距也集中在多傳感器融合方面。
在輔助駕駛或者自動駕駛技術中，完成了感知部份，接下來需要做的是，依據上一步感知系統獲取的資訊來進行決策判斷，確定適當工作模型,制定相應控制策略。這部份的功能類似於給車輛下達相應的任務。例如在車道保持、車道偏離預警、車距保持，障礙物警告等系統中，需要預測本車與其他車輛、車道、行人等在未來一段時間內的狀態，先進的決策理論包括模糊推理、強化學習、神經網路和貝葉斯網路技術等。
智慧車輛有了行駛任務，智慧車輛的路徑規劃就是在進行環境資訊感知並確定車輛在環境中位置的基礎上，按照一定的搜尋演算法，找出一條可通行的路徑，進而實作智慧車輛的自主導航。
路徑規劃的方法根據智慧車輛工作環境資訊的完整程度，可分為兩大類：
- 基於完整環境資訊的 全域路徑規劃方法； 例如，從上海到北京有很多條路，規劃處一條作為行駛路線即為全域規劃。如柵格法、可檢視法、拓撲法、自由空間法、神經網路法等靜態路徑規劃演算法。
- 基於傳感器即時獲取環境資訊的 局部路徑規劃方法； 例如，在全域規劃好的上海到北京的那條路線上會有其他車輛或者障礙物，想要避過這些障礙物或者車輛，需要轉向調整車道，這就是局部路徑規劃。局部路徑規劃的方法包括：人工勢場法、向量域直方圖法、虛擬力場法、遺傳演算法等動態路徑規劃演算法等。
規劃好了行駛路徑，接下來就需要控制車輛沿著期望的軌跡行駛，這就是運動控制部份需要完成的內容。
運動控制包括橫向控制和縱向控制，簡單來說橫向控制就是轉向控制，縱向控制就是速度控制， 現在研究比較多的是橫向控制，所運用的方法主要包括 滑膜控制、模糊控制、神經網路控制、最優控制、自適應控制和純跟蹤控制 等。
通俗的講就是，橫向控制為給定一個速度，透過控制轉向達到車輛沿著預定軌跡行駛的目的；而縱向控制目的是為了滿足車輛行駛過程中的速度要求，有時候還需要配合橫向控制達到滿足車輛在軌跡跟蹤的同時，還需要滿足安全性、穩定性和舒適性的目的。因為車輛是一個特別復雜的系統，橫向、縱向和垂向都有耦合關系的存在，因此就需要對智慧車輛進行橫、縱向，甚至 橫、縱、垂向的協同控制 。由於其耦合關系的復雜性，所以說智慧車輛運動控制的協同控制技術，也是該部份的技術難點。
大致先寫這麽多，各位看官，看完了給個贊唄。。。
