制造商正在为现代汽车配备各种各样的高级控制和感应功能。例如，碰撞警告和防撞系统、盲点监控、车道保持辅助、车道偏离警告和自适应巡航控制系统，可协助驾驶员并实现某些驾驶操作的自动化，从而提供更安全、更轻松的驾驶体验。
激光雷达、雷达、超声波传感器和摄像头都有各自的优缺点。高度或完全自动驾驶的车辆通常使用多种传感器技术，在各种天气和照明条件下提供车辆四周的远距离和近距离准确地图。除了利用多种技术取长补短，保持足够的重叠对提高冗余和安全性也至关重要。传感器融合是利用多种传感器技术生成汽车周围环境的精确可靠地图。
超声波在空气中传播几米后会大幅衰减，因此，超声波传感器主要用于短距离物体检测。
摄像头是随处可见、具有成本效益的传感器，但是需要经过大量处理工作才能提取有用信息，而且它在很大程度上依赖环境光条件。摄像头的独特之处在于，它们是唯一能“识别颜色”的技术。因此，汽车使用摄像头可实现车道保持辅助功能。
激光雷达和雷达具有各种常见的互补功能，如提供周围环境地图和测量物体速率。我们从几个类别对这两种技术进行对比：
- 距离。激光雷达和雷达系统能检测几米到 200m 以上距离范围内的物体。激光雷达无法检测近距离物体。雷达可以检测 1m 以内到 200m 以外的物体，具体取决于系统类型：
- 空间分辨率。这才是激光雷达的关键所在。凭借其激光准直功能和短波长（905nm 至 1,550nm）特性，激光雷达可实现 0.1° 级的红外 (IR) 光空间分辨率。因此，即使不进行大量的后端处理，也能对场景中的物体进行超高分辨率的 3D 特征描述。另一方面，由于波长（77GHz，4mm）限制，雷达不能很好地提供部分特性，尤其是在距离增加的时候。
- 视场 (FOV)。固态激光雷达和雷达均具有出色的水平 FOV（方位角），而机械式激光雷达系统通过 360° 旋转，在所有高级驾驶辅助系统 (ADAS) 技术中具有超宽的 FOV。激光雷达具有比雷达更广的垂直 FOV（仰角）。激光雷达还具有一个超越雷达的优势，即角分辨率（方位角和仰角视角），这是实现更好的物体分类所需的一个主要特性。
- 天气条件。雷达系统最大的优势之一是其在雨、雾和雪等天气中的稳健性。而激光雷达的性能在上述天气条件下一般会有所下降。借助 1,550nm 的红外波长，激光雷达可在恶劣天气条件下实现更好的性能。
- 其他因素。激光雷达和摄像头均易受环境光条件的影响。然而在夜间，激光雷达系统的性能却会显著提高。雷达和调制激光雷达技术均不受其他传感器的干扰。
- 成本和尺寸。雷达系统近年来已成为主流，尺寸高度紧凑，价格也很实惠。随着激光雷达的普及，其成本陡降，从约 50,000 美元降至 10,000 美元以下。一些专家预测，激光雷达模块的成本到 2022 年将跌至 200 美元以下。
- 由于集成度更高，系统尺寸和成本得以降低，雷达在现代汽车中的主流应用已成为可能。几年以前，机械扫描激光雷达系统体积庞大，通常安装在 Google 自动驾驶汽车的顶板上；随着这些年技术的进步，激光雷达变得不再臃肿。向固态激光雷达的转变将进一步缩减系统尺寸。