自动驾驶汽车（Autonomous Driving Vehicle, ADV）是指采用先进的传感器、计算机视觉、机器学习等技术，搭载在汽车上的一套完整的自主行驶系统。它可以实现汽车自主感知周围的环境、规划出最优路径、自主决策并控制汽车行驶。ADV 的技术要素非常丰富，包括但不限于以下几个方面。
传感器技术 传感器是 ADV 中最为重要的技术之一，它们可以将汽车周围的环境数据收集起来，如道路状况、障碍物位置、天气状况等。ADV 硬件所配备的多种传感器类型包括摄像头、毫米波雷达、激光雷达、红外线传感器等。这些传感器可以探测到不同波长的能量，从而进行地图创建及定位、障碍物检测、道路标志识别、环境感知等操作。
计算机视觉技术 计算机视觉技术也是 ADV 不可或缺的技术之一，它通过算法对传感器获取的数据进行处理、分析、提取有用特征进行深度学习和训练。主要应用在道路标志识别、行人检测、车牌识别等场景中，通过计算机视觉技术来提高自动驾驶的精度，减少安全隐患。
机器学习技术 机器学习技术是 ADV 中关键的技术之一。它通过学习车辆行驶的历史数据，不断优化算法，让 ADV 能够更加准确地预测未来可能发生的事情从而做好相应的决策。机器学习技术可以将大量的数据进行处理，这也使得 ADV 的模型越来越准确。
定位与地图创建 ADV 可以通过定位及地图信息，实现对所处位置的精确定位及实时检测其周围环境。目前，研究者们采用的定位技术主要是基于 GPS 的定位系统和基于传感器的惯性导航系统（Inertial Navigation System, INS）。同时，高精度地图建造是 ADV 技术的重要组成部分，基于机器学习算法的高精度地图构建技术能够提供 ADV 在不同道路、不同控制状态下的最新数据，并通过与车载传感器数据的相融合，实现更加精准的数据处理和决策。
决策与控制技术 ADV 决策与控制技术主要是通过算法来实现规划和控制车辆行驶。在规划方面， ADV 会根据目标、环境及其它因素，生成合适的行驶路径，并在运行过程中对其进行优化。在实际控制中， ADV 会通过调节车辆的速度、转向和制动等行为，来保证安全性和高效性。
数据处理与通讯技术 ADV 在行驶过程中会产生大量的数据，这些数据需要进行处理和加工。同时，在 ADV 技术的实践中，车载设备的信息交换必须是快速、准确、可靠的。数据处理与通讯技术能够支持 ADV 设备之间的数据共享、实时信息传输、云端存储与分析等。
总之，自动驾驶汽车技术是一个复杂的系统工程，其中包含着各种高新技术的集成与创新，涉及到多个领域的知识。未来随着智能化与科技的不断发展，自动驾驶汽车将成为行业发展的重要方向，并显著提高人们生活和社会运作的标准。