自動駕駛是集感知、決策、控制于一體，充分考慮車輛與交通環境協調規劃的系統，也是未來智能交通系統的重要組成部分。正如人走路需要知道路況、了解方向、及時避讓障礙物，并走到目的地一樣，感知、決策、控制對于自動駕駛汽車來說，也是非常重要的。

感知就如人的眼睛、耳朵一樣，通過在自動駕駛汽車上加裝毫米波雷達、激光雷達、車載攝像頭等硬件設備，可以讓自動駕駛汽車看得清路況，感知系統可以通過感知硬件，對車道線、車輛、行人等多個交通參與者進行檢測，其技術核心就是感知硬件檢測的精確度和多個感知硬件對感知結果的融合度。

決策則像大腦，可以對路況進行分析，并做出接下來一步的動作，控制則是讓自動駕駛汽車可以根據大腦（決策）分析的結果，做出動作。決策可以理解為根據感知信息來進行判斷決策，確定適當的工作模型，并制定相應的控制策略，可以替代駕駛員做出進一步的行駛決策。

根據美國汽車工程師協會分類，將自動駕駛分為L0~L5共6個等級，隨著自動駕駛等級的不斷提升，自動駕駛汽車的智能化也更為全面，當達到L5級之后，自動駕駛汽車可以獨立完成行駛動作，無需駕駛員對汽車進行操作。自動駕駛等級的提升，其背后主要體現的也是決策系統的技術提升。

控制就像是人的手和腳一樣，對具體的出行動作進行控制執行，讓自動駕駛汽車可以完成出行過程，控制系統可以完成車輛的轉彎、加速、燈光控制等一系列動作，是實現自動駕駛落地的最后一步。

正如前文所述，決策系統就像人的大腦一樣，可以對自動駕駛汽車的速度、方向及車燈等進行控制，決策系統越智能，自動駕駛汽車可實現的等級則越高，傳統理解中，決策系統涵蓋了環境預測、動作規劃、路徑規劃、行為決策等。

自動駕駛汽車想要獨立完成駕駛過程，僅僅看得清路況是遠遠不夠的，還需要對未來的路況進行預判，因此決策系統需要完成對環境的預測。環境預測即對交通環境進行預測，環境預測不僅僅局限于結合物理規律做出預測，而是可以結合物體和周邊環境以及積累的歷史數據信息，對感知到的環境做出更為“宏觀”的行為預測，其中涵蓋了交通參與者的方方面面，如對感知到的車輛、行人等進行行為預測，通過對感知時車輛、行人等的瞬時動作，可以判斷其下一步的動作，如速度、位置、方向等，可以控制自身完成避讓、減速、變道等一系列動作。此外，環境預測還涵蓋了對交通信號的預測，這其中包含了對限速標志、紅綠燈、潮汐車道等交通環境的理解和判斷。

動作規劃則更多強調為自動駕駛汽車自身，動作規劃主要是對自動駕駛短期甚至瞬時對動作進行規劃，根據對環境預測的結果，完成諸如轉彎、避讓、超車等動作。同時對于交通的動作規劃也必不可少，如在限速路段的車速控制、紅綠燈情況下的停車/行車、潮汐車道的車道線選擇等，均需要提前進行規劃。動作規劃可以讓自動駕駛汽車安全、高效地參與交通，讓自動駕駛成為現實。

除了動作規劃外，自動駕駛汽車還需要完成對行駛路徑的規劃，如從出發地到目的地之間的路徑規劃，可以對需求的路徑進行選擇或設計，這是決定自動駕駛汽車如何走必要的一環，路徑規劃可以讓自動駕駛汽車從大方向上知道出行過程需要經過的路段，并根據乘客需求（購物、觀影等）及時做出路徑調整，讓自動駕駛汽車在出行過程中，不僅可以耗時短，還可以極大程度上，滿足乘客需求，實現路徑自定義，讓出行過程更加順暢。

行為決策則落到了自動駕駛汽車自身，通過對自身的實時位置、速度、方向等信息，與環境預測中獲取的交通信息、動作規劃中完成的路徑規劃等進行參照，可以讓自動駕駛汽車預判可能發生的危險及即將需求的動作，讓自動駕駛汽車可以對自身動作進行調整。

自動駕駛決策系統是自動駕駛汽車智能化的直接體現，對自動駕駛汽車的安全性起著決定性作用，由于承擔著自動駕駛汽車“大腦”的任務，自動駕駛決策系統也決定自動駕駛汽車可以達到什么等級標準。現階段，自動駕駛汽車的發展并不能讓所有人所推崇，究其原因，還是因為自動駕駛汽車并不能像人類駕駛員駕駛汽車一樣智能，無法做到在出現“鬼探頭”“加塞”等極端交通路況下對自身動作及時做出調整，也就是說自動駕駛汽車現階段并不“智能”。

在自動駕駛的框架中，感知、決策、控制這3個框架中，其中感知程度的高低，取決于在自動駕駛汽車上加載的激光雷達、毫米波雷達、車載攝像頭等硬件設備，就如人如果近視可以佩戴近視眼鏡一樣，如果自動駕駛汽車出現感知不準確、不及時等現象，可以通過更換技術標準更高的感知硬件，來直接提升感知的準確度?？刂谱鳛閳绦卸耍绻霈F問題，也是可以通過對自動駕駛汽車的硬件進行更換，從而達到需求的標準。

而決策系統的技術提升并不像感知系統和控制系統一樣，可以通過硬件更換和提升來實現，為了讓自動駕駛汽車可以像人類駕駛汽車一樣靈活，需要決策系統大量的深度學習，需要能夠處理各種突發路況，而這一點恰是最難的。

策系統是否達標并不像感知系統、控制系統有明文的文字條例、技術標準，決策系統除了能夠靈活處理各種突發路況也遠遠不夠，為了能讓消費者所接受，決策系統還需要像“人”一樣，可以根據“人”的思維來處理各種突發情況，而這恰是最難的。

決策系統的發展，必將會隨著大量數據的“喂養”變得愈發智能，讓出行變得更加安全，隨著人工智能、深度神經網絡及智能網聯技術的發展，決策系統將獲得進一步的提升。其中智能網聯技術可以將車與車、車與人、車與交通之間信息進行交互，讓自動駕駛汽車不僅僅可以“思考”，還能“交流”，可以讓自動駕駛汽車提前對交通路況做出判斷，提前知曉交通環境的變化，讓行駛變得更加智能，這也導致智能網聯技術得到了進一步的推崇。

自動駕駛決策系統，是自動駕駛汽車的大腦，決策系統的提升，就像是人類的成長一樣，現階段決策系統還像是2、3歲的小孩，會走路，但是走起來會摔跤，會不經意間磕磕碰碰，當長大到一定年齡后（技術提升），決策系統將可以獨立完成出行工作，此時自動駕駛汽車將可以實現L5等級，自動駕駛也將落地。