可以自動駕駛的汽車相比傳統汽車，成本增加主要體現在硬件、軟件、研發、量產等多個方面。硬件上，激光雷達、毫米波雷達等多種高成本感知設備必不可少。軟件層面，自動駕駛算法和人工智能系統的研發投入巨大。研發過程漫長，需耗費大量資金與時間攻克技術難題。量產方面，早期規模小難以形成規模效應。這些因素共同作用，使得自動駕駛汽車成本大幅增加 。

在硬件方面，激光雷達雖價格有所下降，但依舊是成本的“大頭”。它能構建高精度的三維環境地圖，為自動駕駛汽車的決策提供關鍵信息，其高昂造價自然推高了整車成本。毫米波雷達雖分辨率欠佳，卻也是不可或缺的感知設備，多個毫米波雷達協同工作，能精確探測目標物體的距離、速度和角度，這無疑也增加了硬件投入。除了雷達，還有各類傳感器、高性能計算機和控制單元等，它們如同汽車的“感官”和“大腦”，共同保障自動駕駛的實現，卻也讓成本水漲船高。

軟件層面，自動駕駛算法和人工智能系統的研發是一場“燒錢”大戰。工程師們要花費大量精力和資金，讓汽車學會像人類一樣“思考”和“決策”。從復雜的環境感知算法，到精準的路徑規劃算法，每一步都需要巨額投入。而且，為了保證系統的穩定性和安全性，還需要不斷進行測試、優化和升級，這背后的成本難以估量。

研發過程漫長且艱難，汽車制造商和供應商要攻克諸多技術難題，從自動駕駛核心技術的感知、規劃和控制，到解決車載系統的能耗、空間、散熱等工程問題，無一不需要大量資金和時間的投入。

量產方面，早期由于規模小，無法形成規模效應。每一輛自動駕駛汽車都像是“定制款”，供應商需要針對特定車型進行開發和生產，成本自然降不下來。例如一些基于特定車型改裝的無人車，其成本就很難降低。

總之，自動駕駛汽車成本增加是多種因素共同作用的結果。但隨著技術的進步和量產規模的擴大，成本正逐漸降低，未來有望給消費者帶來更實惠的出行體驗。