在选择自动驾驶汽车时，了解其自动化等级以及传感器的主要功能对于确保行车安全至关重要。这些汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，使电脑能够在没有任何人类主动操作的情况下，自动安全地操作机动车辆。

自动驾驶汽车通常分为不同的自动化等级，从L0到L5：

L0：无自动化，车辆完全由驾驶员操控，没有任何自动驾驶辅助功能。

L1：驾驶辅助，车辆具备一些基础辅助功能，如定速巡航和车道偏离预警。

L2：部分自动化，车辆能同时进行横向和纵向控制，如自适应巡航和车道保持辅助。

L3：有条件自动化，在特定条件下车辆可以自动驾驶，但驾驶员需随时准备接管。

L4：高度自動化，在限定区域和条件下車輛完全自動駕駛，无需司機干預。

L5：完全自動化，車輛在任何情況下都能自動駕駛，没有司機位也没问题。

为了实现这一目标，核心技术包括传感器如激光雷达(LiDAR)和摄像头，以及人工智能用于决策和控制，以确保行驶的安全性与高效性。惯性传感器是汽车“内耳”，长期以来一直在汽车安全气囊和稳定控制系统中执行基本任务。

现在，一般的惯性传感器组件可以测量某个方向的运动状态，而惯性测量单元(IMU)作为一个嵌入了三轴线性加速度计、三轴角速度陀螺仪模块，可测量六个自由度（“6 DOF或六轴”）。通过组成六轴结构的线性运动（三维空间）及旋转测量组件（滚动、俯仰及偏航），IMU能够捕获整个运动状态。IMU不仅可用于安全气囊及稳定性的控制，并且可以实时跟踪计算位置与方向。因此，它通过精确校准消除温度与偏差漂移后，与扩展卡尔曼滤波算法结合能在短时间内对車輛进行精准定位，不需要额外信息。在高级驱动应用中，还会融合轮胎速度与角度信息，以辅助卡尔曼滤波估计位置，并进一步提高精度。

最新一代高级驾驶辅助系统(ADAS)及全自主运输需求更精密的IMU来预测車輛運動以确定实时位置。在这类先进系统中，将IMU数据与GPS接收器甚至视觉传感器(如激光雷达摄像头)相融合，不断地估计并更新車輛位置信息，然后被输入中央计算模块。这就是所谓的一种依赖于融合额外傳感器数据(如GPS) 的 IMU 导航系統 (INS)，它提供了比单独使用 GPS 更为准确的地理坐标信息。此外，当 GPS 信号受阻或不可用时，比如穿过隧道或地下通道，这些基于MEMS微机械系统（微型机械电子设备）的INUS将利用惯性的推算来维持较低误差范围。

尽管消费市场对价格敏感，但开发人员正在努力创建成本效益更佳而又性能出色的MEMS IMUs，以满足各种应用需求。这涉及改善陀螺仪偏置不稳定的指标(BI)、角随机游走(RAW)、加速度BI等参数，以及降低故障率并提高使用寿命。此外，还必须解决MEMS MEMs 传感器因震动或瞬间加速度引起粘连的问题，因为这种现象导致它们难以分开，同时影响了设备性能。此项技术发展将极大促进交通运输领域的一个里程碑式变革——实现真正意义上的无人驾驶。