人物在选择自动驾驶汽车时需要了解其自动化等级和传感器分类通常的自动化等级有多种如L1L2L3L4和L
选择自动驾驶汽车时，了解其自动化等级和传感器分类至关重要。通常的自动化等级从L0到L5划分，其中L0表示无自动化，完全依赖驾驶员；而L1、L2、L3、L4和L5分别代表不同程度的人工智能辅助驾驶。除了这些等级之外，传感器的分类也非常关键，它们包括激光雷达（LiDAR）、摄像头、高精度地图数据库以及GPS与IMU系统。
为了确保安全高效行驶，核心技术涉及传感器和人工智能。传感器如激光雷达和摄像头负责环境感知，为车辆提供路况、障碍物等信息；人工智能则用于决策和控制，以保证车辆安全运行。
惯性传感器，如加速度计和角速度陀螺仪，是汽车的“内耳”，长期以来在汽车安全气囊和稳定控制系统中发挥作用。在没有其他输入的情况下，这些传感器能够独立探测车辆运动。例如，加速度计可以检测到急剧减速来打开安全气囊，而更先进的惯性组件由两个正交加速度计和一个单轴/双轴角速度陀螺仪组成，用在车辆稳定控制上。
目前常见的车载惯性组件可以测量某个方向的运动状态，而六轴惯性测量单元（IMU）可通过线性运动（三维空间）和旋转测量组件捕获全方位车辆运动状态。此外，最新一代高级驾驶辅助系统（ADAS）及自动驾驶汽车需要高精度IMU来预测车辆运动以确定实时位置。在这类先进系统中，IMU信息与GPS接收器甚至视觉传感器相融合，不断估计并更新车辆位置信息，然后被输入中央计算模块。
全球导航卫星系统（GNSS/GPS）提供了连续不间断的地理位置，但由于信号损耗或干扰，在某些环境中可能会丢失信号。在这种情况下，IMU可用来推算位置以提高定位输出频率，并降低因缺少GPS信号导致的问题。但是，对于允许的小误差范围，即10～30厘米，一般只能依靠军用或研究用的高性能IMU。而市场上的价格合理MEMS IMU则无法达到如此要求，因为它们基于硅基微机电机械系数(MEMS)制备，使得成本大幅降低，但同时也带来了性能上的限制。
未来，一旦MEMS IMUs能达到陀螺仪偏置不稳定性的1°/h水平，以及角随机游走值为0.1°/√h，那么它们将能满足高级别自动驾驶应用所需性能，同时保持成本竞争力。不过，还有一个挑战就是如何解决MEMS结构中的粘连问题，以及如何提升其使用寿命，以便满足汽车企业对故障率极低需求。这对于开发人员来说是一个巨大的挑战，也是实现交通运输领域里程碑式发展的一个关键步骤。