近期國內在無人物流車無人駕駛公交車陸續上路之後，汽車智能駕駛應用正迎來飛速的發展，根據智能網聯汽車產業聯盟發布<智能網聯汽車技術路線2.0>報告，國內將逐步推進汽車聯網化以及智能化的發展，預計到2035年將實現大規模自動駕駛的應用，被視為新一輪產業革命的戰略。

以目前現況來說，自動駕駛車輛仍應用於一些限定場景，低速場景以及環境複雜度低的場景，例如智慧礦山，港口碼頭物流園區等領域，在國際汽車工程師學會(SAE)將汽車駕駛自動化分級規定L0~L5，L2到L3是自動駕駛等級的分水嶺，在攝像頭以及傳感器配套數量上升，最終達到完全自動駕駛的階段。

而汽車要實現自動駕駛的產業鏈，包括了上游的感知層，傳輸層，決策層以及執行層，中游的平台層和汽車製造業，以及下游的應用場景。

以技術面來說，要實現自動駕駛系統，首先要解決的就是感知層信息採集的過程，感知層處於和外界信息交互的關鍵環節，又主要分為環境感知以及車身感知，環境感知所需傳感器感知周圍物體以及實現無人駕駛汽車定位的傳感器，包括攝像頭模組，超聲波雷達，毫米波雷達，激光雷達以及紅外夜視技術等等。

其中，在車載攝像頭部分應用將大幅提升，其主要工作原理是將採集好的圖像轉換成二維數據，讓感知層對於採集後的圖像進行場景及駕駛模式識別，通過圖像匹配算法是別行駛過程中的行人，車輛，交通標示等等，最後依據目標物體的運動模式使用定位技術，來估算物體與車體的相對距離及相對速度，更是自動駕駛實現安全級別最重要的環節，一般預料，要實現L4以上級別自動駕駛，車載攝像頭單車搭載要20顆左右，將是非常大規模的商機。