早前，特斯拉电动汽车一位司机在北京发生车祸，并投诉特斯拉公司夸大自动驾驶仪功能误导买家后，特斯拉已经在其中国网站上删除“自动驾驶”、“无人驾驶”等字眼儿。
当时这辆汽车正处于“自动驾驶”模式，但其未能避过停在左侧的汽车，导致两辆汽车损毁，但无人员伤亡。导致汽车界主管受到重压，监管机构也加强了对自动驾驶功能的监控。
特斯拉承认从发生车祸的北京汽车上下载数据，证实其发生车祸时处于自动驾驶模式，尽管没有检测到司机双手放在方向盘上。特斯拉发表声明称，自动驾驶仪不属于无人驾驶，而仅仅是辅助司机驾驶，司机必须始终保持对汽车的控制。
感知传感器
在无人驾驶中，传感器负责感知车辆行驶过程中周围的环境信息，包括周围的车辆、行人、交通信号灯、交通标志物、所处的场景等。为无人驾驶汽车的安全行驶提供及时、可靠的决策依据。目前常用的车载传感器包括相机、毫米波雷达、超声波雷达、激光雷达等。根据各个传感器的特性，在实际应用中往往采用多种传感器功能互补的方式进行环境感知。
无人驾驶中几种主流的环境感知传感器，包括视觉摄像机、毫米波雷达、超声波雷达、激光雷达。那么每种传感器在不同场景下有何不同呢？
车载各传感器对比
从探测距离角度，毫米波雷达(长距)和激光雷达(远距离)均能探测到200左右的物体;摄像机虽然能看到更远的物体，但是远距离测量精度不准，单目估计在20米以外精度就开始下降，立体相机测量80米以外的物体精度也明显下降;超声波雷达用于近距离探测，探测距离通常在3米以内。
从测速功能角度，只有毫米波雷达能够通过多普勒频移直接获得物体速度;激光雷达，摄像机，超声波三种传感器均不能直接获得物体速度。
从抗干扰角度，摄像机作为被动传感器，依赖外部环境光，在夜间的探测能力较大；而毫米波雷达、超声波雷达、激光雷达均是有源传感器，不受白天/黑夜的影响，具有较好的鲁棒性。在雨雪、大雾、粉尘等天气状况下，毫米波雷达具有良好的穿透性，所以性能不受显着影响;而摄像机、激光雷达在探测性能上有不同程度的衰减。
本文来源：网易科技、《自动驾驶》