1. 传感器        前方车辆检测，常用的传感器有高频雷达（毫米波）、红外激光雷达、摄像头。每种传感器都有各自的优缺点：        雷达：自己可选用的波段有限，常用24G（厘米波）、79G波段。对雨雾天气的适应能力好，探测距离大150米，但容易受电磁干扰影响。据传，79G雷达技术对国内有限制的。而欧盟和我国的工信部是建议24G作为车载雷达波段。而美国是推荐79G波段作为车载雷达的使用波段。        红外激光：抗干扰能力强，定向性。但对于雨雾天气的穿透能力弱。且成本高。        摄像头：基于视觉的探测。对距离的判断较弱（单目视觉情况下），易受雨雾天气的影响。        所以，想适应各种场景，厂商一般会采用多种传感器收集信息。        这里重点总结下，基于单目视觉的车辆检测技术。        从视觉上来讲，车辆的形状、颜色和大小虽然限定在一定范围，但都是不固定的，而且，其外形会受到自身姿势和外部环境，如光照或旁边物体的影响。2. 基于先验知识的特征检测        汽车有一些一些典型的特征， 如对称性、颜色、阴影、几何特征（如角点、边缘）、纹理、车灯。        1）对称性：汽车从前方和后方来看，无论是在区域面积还是边缘特征上，具有很好的对称性。但是，对称性特征易受噪声的干扰，以及角度的影响。        2）颜色：颜色空间一般不直接使用在车辆上，而比较有效的手段是识别路面和车辆阴影。        3）阴影：车辆阴影是与车辆相关的一个重要的特征。因为车辆阴影一般比周围区域都要暗。但具体的参数指标，还与光照，即天气状况有关。        一般做法是采用两个阈值，一高、一低，低阈值用于确定阴影，而高阈值由阴影周围环境来确定，如局部分割算法，均值+方差。        4）角点：先检测出所有角点，然后再根据角点的空间关系，如汽车的四个角点会形成一个矩形，来筛选汽车。        5）垂直或水平边缘：一种方式，直接检测垂直边缘，利用类似直方图计算垂直投影。然后，车辆底盘下方阴影部分也是重要的水平边缘特征。另外，也有采用多分辨率的方式，在每个层次都边缘只是作为一种初步的筛选/搜索手段。        6）纹理：熵、共生矩阵都可被作为基于纹理的图像分割的基础。

机动车的安全技术检验和尾气检验，还有综合性能检验。