无人驾驶汽车的核心技术是指实现自主行驶功能的各种技术手段和方法，包括感知、决策和控制等方面。其中最为重要的技术包括传感器技术、计算机视觉技术、机器学习技术、路径规划技术、控制算法技术等。
传感器技术是无人驾驶汽车中最为基础的核心技术之一。传感器可以用来感知周围环境，获取车辆所在的位置、速度、加速度、姿态等信息。无人驾驶汽车需要有多种传感器，如激光雷达、毫米波雷达、摄像头、超声波传感器、惯性测量单元(IMU)等。这些传感器可以实时地获取车辆周围的道路、车辆、行人、路标等信息，为车辆的自主决策提供重要的依据。
计算机视觉技术是无人驾驶汽车中最为重要的技术之一。计算机视觉技术可以用来分析和识别图像和视频信息，将传感器收集到的图像信息转化为车辆可以理解的数字信息。计算机视觉技术主要包括目标检测、目标跟踪、目标识别、图像分割、立体视觉等技术。这些技术可以实现对道路、车辆、行人、路标等物体的识别和跟踪，为车辆的自主决策提供重要的依据。
机器学习技术是无人驾驶汽车中最为前沿的技术之一。机器学习技术可以用来让车辆自主地从数据中学习和改进自己的行为。机器学习技术主要包括监督学习、无监督学习、半监督学习、增强学习等技术。这些技术可以让车辆根据实际情况自主地做出行驶决策，不断地改进和优化自己的行为。
路径规划技术是无人驾驶汽车中最为核心的技术之一。路径规划技术可以用来实现车辆的自主规划和控制，让车辆自主地选择最佳的路径和速度，避免发生事故。路径规划技术主要包括全局路径规划和局部路径规划两种技术。全局路径规划可以根据车辆的目的地和道路情况，规划出最佳的行驶路径。局部路径规划可以根据车辆周围的情况，实时调整车辆的行驶路线和速度，避免发生碰撞。
控制算法技术是无人驾驶汽车中最为基础的技术之一。控制算法技术可以用来实现车辆的自主控制和调整，让车辆自主地保持在道路中间行驶，并且遵守交通规则。控制算法技术主要包括PID控制算法、LQR控制算法、MPC控制算法等。这些算法可以根据车辆的状态和环境信息，实时地调整车辆的加速度、转向角度和制动力度，保持车辆的稳定性和安全性。
除了以上提到的核心技术，无人驾驶汽车还需要其他相关技术的支持，如车联网技术、云计算技术、人机交互技术、安全性技术等。这些技术的不断创新和发展，将为无人驾驶汽车的研发和应用提供更为广阔的空间和更为丰富的可能性。