今天的自动驾驶汽车依靠各种各样的传感器来提供自动导航所需的空间感知，而无需驾驶员的干预。电流传感器解决方案严重依赖可视光谱传感器来提供周围环境的3D细节。这些传感器遭受类似的限制，这些限制是在低能见度情况下（夜晚，雨，雪，雾，灰尘等）人类感知范围有限并且性能下降

最近的数据表明，每年有3.5万英里的美国公民驾驶3.5万亿英里。目前，在现实世界的测试中，自动驾驶车辆仅覆盖了1200万英里，每5,600英里就有一次脱离。行业传感器和人工智能（AI）还有很长的路要走。

人工智能本身无法解决问题

目前市场上可用的大多数车辆依赖于驾驶员仍在控制车辆但提供高级驾驶员辅助系统（ADAS）自治水平，也称为自治规模的1级和2级。汽车行业正在努力提供更高水平的自主权，特斯拉最近宣布他们打算在今年早些时候推出新的自动驾驶功能，基于他们的导航和自动驾驶软件的改进。

但人工智能（AI）和机器学习的进步能否完全满足全自动驾驶汽车的需求？

人工智能和机器学习已经成为日常生活的一部分，但人工智能无法独立解决问题。获得3级，4级和5级自动驾驶车辆所需的空间感知水平的关键将取决于从车辆传感器接收的数据的保真度。保真度越高，最终结果越好。

未来的自动驾驶汽车将需要在所有天气条件下提高空间意识和歧视水平。将需要区分靠近在一起的对象，因此可以精 确地映射每个对象x，y和z位置。

传感器的重要性

我们作为人类主要使用视觉结合声音，触觉，嗅觉和平衡来安全地在我们的日常生活中移动。想一想，当我们的一个或多个感官受到阻碍或消除时，它会变得多么困难。我们的大脑必须更加努力地工作以弥补保真度的降低，同时更有可能误解情况。

一个很好的例子是我们看不到的时候。为了移动，我们通过使用平衡，触摸和声音来进行补偿，但是我们的进度要慢得多，而且模糊不清并且减少了周围环境的确定性。

因此，简而言之，传感器或传感器组的保真度越高，大脑（人工智能）将不得不采取更少的工作来解决问题，并且模糊程度越低，因此信心和安全性就越高。