无人驾驶汽车为了保障行驶过程中的安全性，充分感知周围环境，采用了种类丰富的传感器。常见的有激光雷达、相机、毫米波雷达、超声波和惯性导航单元等。

激光雷达：按线数分有1、4、8、16、32、40、64、128线等，按工作原理分有机械旋转式和固态式，而固态又分为MEMS型、Flash型、相控阵型。因为机械式技术相对成熟，可选择的产品丰富，目前大部分还是在用机械旋转式。激光雷达的优点是不依赖环境光源、测距精度高，可以达到cm级，缺点是会受雨水、阳光影响，且因为是主动发射激光，具有镜面效应。

相机：按工作原理分为普通相机、红外相机。RGB相机可以构成单目、双目的应用；红外相机分为被动式与主动式；单目的测距精度一般会比较低为米级～十米级不等，但测距范围可以做到很大，只要能检测到目标就能估计出距离，而双目可以显著提高测距精度，但测距范围受基线长度影响，一般可以做到300~400米的距离。普通摄像头在没有光照，此时红外相机的优势便突显出来。被动式红外相机只能接收由物体散发出来的红外光，相比与主动式，效果稍差，主动式红外的感知范围可以通过调整补光强度来控制，感知距离也可以做到几百米。

毫米波雷达：是目前最成熟的车载传感器，按测距范围可以划分成短距、中距和长距，按频段划分国内有24GHz和77GHz两种，77G相对于24G来说，角分辨率会更高一些。具有极好的可靠性和天气适应性，但没有高度信息，且测量精度较低。

        整体来看，无人驾驶汽车使用单一传感器，必然存在一些弊端无法弥补，使得感知系统存在风险。实际上，也确实发生过重大的事故，例如只用摄像头，不能很好区分前方白色的卡车和云朵，导致撞车事故。如果只用雷达，在玻璃墙面前，可能会直接透过，认为是一套空旷的道路这种情况。在考虑整体成本、使用场景、天气条件等综合因素的前提下，尽可能多的采用组合式的传感器感知系统，弥补不同传感器本身的缺陷，是一个更加安全可靠的选择。