自動駕駛系統的技術難點主要集中在以下幾個方面。

首先是環境感知技術，需要通過傳感器獲取大量周圍環境信息，比如障礙物類型、道路標志標線、行車車輛檢測、交通信息等。常用的傳感器有攝像頭、激光雷達、毫米波雷達等。攝像頭分辨率高、成本低，但在惡劣天氣下性能下降，觀察距離有限。毫米波雷達抗干擾能力強，可全天候工作，不過信號衰減大、傳輸距離短、分辨率不高。激光雷達探測精度和靈敏度高、范圍廣，卻易受雨雪霧霾干擾且成本高。自動駕駛環境感知通常采用“弱感知+超強智能”和“強感知+強智能”兩大技術路線。

其次是感知與識別方面，外部環境如光照變化、天氣條件會影響感知設備，目標對象的遮擋、重疊會降低識別準確性，傳感器設備也存在性能和可靠性問題。對此，可采用多傳感器融合技術，加強目標對象特征提取和識別算法研究，采用冗余設計。

然后是決策與規劃，復雜交通場景和不確定性環境因素是挑戰，車輛與其他交通參與者的交互也有難題，而且實時性要求高。相應的對策是深入研究交通場景和環境因素，建立更精確模型和算法，加強與其他交通參與者的協同交互研究，采用高性能計算設備和優化算法。

總之，自動駕駛技術雖然已解決部分難題，但要實現更高級別的自動駕駛，還需不斷攻克這些技術難點。