2017年12月2号，在深圳福田保税区，深圳巴士集团4辆阿尔法巴智能驾驶公交(俗称：无人驾驶)开始全球首发试运行，这是无人驾驶公交车全球首次在公共道路上试运营。
2018年12月26号，广东肇庆市颁发了首张无人驾驶汽车路测牌照，测试地点在肇庆市新区，示范区里包括了 40 公里的封闭道路测试路段以及 33 条总长 70 公里的公共道路路段。
2018年超过 100 辆无人车亮相了央视春节联欢晚会，而且组成车队在即将通车的港珠澳大桥上开跑，成为首批驶上港珠澳大桥的车队。此次春晚亮相的其实是百度与比亚迪联手打造的无人驾驶新能源车。
无人驾驶这个概念不是近几年才诞生的。20 世纪 40 年代国外就已经提出了无人驾驶化的概念。国内无人驾驶技术于1992年正式起步，发展至今已有30年。这些无人驾驶汽车经过多年的技术沉淀之后，在当前的大数据、物联网时代获得了更多的关注，无人驾驶目前也被广泛地认为是未来人工智能产品实现大面积落地应用的突破口，所以当前不少科技公司都陆续布局了无人驾驶领域。
从发展趋势来看，无人驾驶将是未来一个重要的发展方向，由于无人驾驶涉及到一个庞大的产业链，所以在推进无人驾驶的过程中，不仅会促进汽车产业的可持续发展和绿色发展进程，同时也会带动更多的投资和就业。另外，在无人驾驶的推动下，汽车产业领域也会进一步完成产业结构升级，逐步淘汰掉大量的落后产能。
国际汽车工程师协会将无人驾驶汽车划分为了 6 个等级：0 级为没有任何辅助设备的车辆，5 级为能 100% 替代人类驾驶员的车辆。1级-4级，属于过渡阶段产品，还无法完全自动驾驶。
L0 （无自动驾驶）
现在路上行驶的大多数汽车都是 L0 ：手动控制。由人来完成"动态驾驶任务"，尽管可能有相应的系统来辅助驾驶员，例如紧急制动系统，但从技术方面来讲，该辅助系统并未主动"驱动"车辆，所以算不上自动化驾驶。
L1 （驾驶员辅助）
这是自动化的最低级别。车辆具有单独的自动化驾驶员辅助系统，例如转向或加速。自适应巡航控制系统可以让车辆与前车保持安全距离，驾驶员负责监控驾驶的其他方面（例如转向和制动）。
L2 （部分自动驾驶）
L2 系统也被称为高级驾驶员辅助系统或 ADAS。车辆能够控制转向以及加速或减速。因为有驾驶员坐在汽车座位上，并且可以随时控制汽车，所以这一阶段的自动驾驶还算不上无人驾驶。特斯拉的 Autopilot 和凯迪拉克的（通用汽车）Super Cruise 系统都符合 2 级标准。
L3 （受条件制约的自动驾驶）
L3 无人驾驶汽车具有“环境检测”能力，可以自己根据信息做出决定，例如加速经过缓慢行驶的车辆。但是这个级别仍然需要人类随时监控汽车。驾驶员必须保持警觉，并且在系统无法执行任务时进行操控。
L4 （高度自动驾驶）
L3 和L4 自动化之间的关键区别在于，如果发生意外或系统失效，L4 自动驾驶汽车可以进行干预。从这个意义上来说，这些汽车在大多数情况下不需要人为干预。但是，驾驶员仍然可以选择手动操控。
L4 自动驾驶汽车可以采用无人驾驶模式运行。但由于立法和基础设施发展欠缺，L4 无人驾驶汽车只能在限定区域行驶。
L5 （完全自动驾驶）
L5 自动驾驶汽车不需要人为关注，从而免除了“动态驾驶任务”。L5 自动驾驶汽车甚至都不会有方向盘或加速/制动踏板。他们将不受特定区域限制，能够去任何地方并完成任何有经验的人类驾驶员可以完成的操控。
无人驾驶的核心技术体系主要可分为感知、决策、执行三个层面。感知系统相当于人的眼睛、耳朵，负责感知周围的环境，并进行环境信息与车内信息的采集与处理，主要包括车载摄像头、激光雷达、毫米波雷达、超声波雷达等技术。决策系统相当于人的大脑，负责数据整合、路径规划、导航和判断决策，主要包括高精地图、车联网等核心技术。执行系统相当于人的小脑和四肢，负责汽车的加速、刹车和转向等驾驶动作，主要包括线控底盘等核心技术。
当前，提升稳定性和可靠性是全球无人驾驶技术攻关的重要方向。这就要求在感知层面必须更加精准，决策层面必须提升在特殊情况下机器学习和规划路线的算法能力，在执行层面提升有效性、安全性和响应速度。此外，无人驾驶对高算力芯片、传感器、整车制造、人工智能算法、车路协同等系列配套、支持性技术和产业提出更高要求。无人驾驶技术要实现突破瓶颈的跨越式发展，与相关行业的科技进步密不可分。
至此东田工控为助力行业发展，开发了决策层面的载体--无人驾驶工控机硬件。
嵌入式无人驾驶工控机：
■ Intel® Q370芯片组
■ 超强内存配置4*DDR4 up to 128GB
■ 超高清双4K，三独立显示2*DP，1*VGA
■ 3*Gig-LAN(可iATM) ，可选多路万兆光口卡
■ 多路PCIe标准插槽，支持多种高速扩展功能卡
■ 超高存储容量4*SATA3.0，1*M.2 2280 M-Key，支持NVMe
■ CPU无风扇，AI/GPU卡高效风冷散热设计
■ 超强深度学习能力，支持双350W GPU/75W PGPU/AI加速卡
