`无人驾驶系统是一个庞大而又复杂的系统工程，从物理结构上看，它分为硬件、操作系统、软件、外设等几个不同的部分。每一个部分的细分和辨别，甚至都是一个复杂的生态系统。硬件是这个系统工程的基础，任何离开硬件谈无人驾驶的行为都是耍流氓。
如果说算法是无人驾驶的灵魂，那么硬件平台就是无人驾驶的肉体。一个没有肉体的灵魂不论多么高尚，也只能是孤魂野鬼而已。再高大上的算法也需要实现在硬件平台上才有实用价值。而硬件平台的设计直接决定了无人驾驶对环境的感知能力、计算性能与能耗、鲁棒性、安全性等。无人驾驶的硬件平台又分为传感器平台、计算平台、以及控制平台三大部分。由于篇幅的问题，整个硬件平台将被拆分为两个部分，本文将介绍第一部分：传感器平台。
目前现有的车载传感器包括超声波雷达、激光雷达、毫米波雷达、车载摄像头、红外探头等。目前主流的无人驾驶传感平台以激光雷达和车载摄像头为主，并呈现多传感器融合发展的趋势。基于测量能力和环境适应性，预计激光雷达和车载摄像头会持续传感器平台霸主的地位，并不断与多种传感器融合，发展出多种组合版本。完备的无人驾驶系统应该如下图所示，各个传感器之间借助各自所长相互融合、功能互补、互为备份、互为辅助。
一、激光传感器
激光雷达的工作原理是利用可见和近红外光波（多为950nm波段附近的红外光）发射、反射和接收来探测物体。激光雷达可以探测白天或黑夜下的特定物体与车之间的距离。由于反射度的不同，也可以区分开车道线和路面，但是无法探测被遮挡的物体、光束无法达到的物体，在雨雪雾天气下性能较差。
二、毫米波雷达
毫米波雷达通过发射无线电信号（毫米波波段的电磁波）并接收反射信号来测定汽车车身周围的物理环境信息（如汽车与其他物体之间的相对距离、相对速度、角度、运动方向等），然后根据所探知的物体信息进行目标追踪和识别分类，进而结合车身动态信息进行数据融合，完成合理决策，减少事故发生几率。
三、车载摄像头
车载摄像头的大致原理是：首先，采集图像进行处理，将图片转换为二维数据；然后，进行模式识别，通过图像匹配进行识别，如识别车辆行驶环境中的车辆、行人、车道线、交通标志等；接下来，依据物体的运动模式或使用双目定位，以估算目标物体与本车的相对距离和相对速度。
`
