感知层被定义为环境信息和车内信息的采集与处理，涉及道路边界检测、车辆检测、行人检测等多项技术，可认为是一种先进的传感器技术，所采用的传感器包括激光雷达、摄像头、毫米波雷达、超声波雷达、速度和加速度传感器等。由于单一传感器存在感知的局限性，并不能满足各种工况下的精确感知，自动驾驶汽车要实现在各种环境下平稳运行，需要运用多传感器融合技术，该技术也是感知层的关键技术。
决策层
决策层可以理解为依据感知信息来进行决策判断，确定适当工作模型，制定相应控制策略，替代人类驾驶员做出驾驶决策。这部分的功能类似于给自动驾驶汽车下达相应的任务。例如在车道保持、车道偏离预警、车距保持、障碍物警告等系统中，需要预测本车及相遇的其他车辆、车道、行人等在未来一段时间内的状态。先进的决策理论包括模糊推理、强化学习、神经网络和贝叶斯网络技术等。由于人类驾驶过程中所面临的路况与场景多种多样，且不同人对不同情况所做出的驾驶策略应对也有所不同，因此类人的驾驶决策算法的优化需要非常完善高效的人工智能模型以及大量的有效数据。这些数据需要尽可能地覆盖到各种罕见的路况，而这也是驾驶决策发展的最大瓶颈所在。
执行层
执行层是指系统在做出决策后，按照决策结果对车辆进行控制。车辆的各个操控系统都需要能够通过总线与决策系统相连接，并能够按照决策系统发出的总线指令精确地控制加速程度、制动程度、转向幅度、灯光控制等驾驶动作，以实现车辆的自主驾驶。
