無人駕駛研究開始於2000年的北美， 是斯坦福大學等名校參加的名為“DARPA”無人車挑戰賽。 這些學校團隊設計的無人車在封閉的路上跑完了全程。
有意思的是DARPA裡面還發生了一些比較有意思的事情，
比如說麻省理工學院和康奈爾大學兩個學校的無人車發生了碰撞，
這應該是無人駕駛界的第一次事故。
從2013年開始， 很多廠商都開始跟進無人駕駛。 比如說， 特斯拉開始做Autopilot... ...
無人駕駛技術也隨著時間的推移在不斷的變化。
一開始以雷射雷達為主流；後來攝像頭開始被受車企和初創企業的青睞；此後又出現了Radar等新的感測器。
這些年隨著電腦計算能力的提升和新演算法的出現，
無人駕駛技術更加發展迅速。
但是， 智慧汽車對世界的感知也會遇到一些困難。
雖說道路上絕大多數的障礙是汽車、行人、自行車、摩托車、助力車等， 但也會出現比較低頻的障礙。 比如說道路上爆胎留下的爆胎， 比如路面上的一些垃圾、磚塊……這些障礙物可能需要開幾百公里甚至幾千公里才能碰到， 但是當有足夠的資料量以後， 這些長尾問題也會成為比較重要的物體識別問題。
此外， 惡劣天氣、自然環境等等也會影響智慧汽車的感知。
所以在智慧駕駛中， 資料量是關鍵。 一個是因為更多的資料量， 學習出來的模型會更好；另外一個是大的資料量， 也能收集到更多的低頻事件資料。
應用現狀
智慧駕駛在一些高端的汽車上已經有了一些具體的應用， 比如說有一些車上面已經有相關的ADAS應用進去，
相對來說， 在一些交通狀況不複雜的地方， 智慧駕駛還是可以率先應用起來的。 比如一些工業區、旅遊區等。