Umgebungssensoren, wie Kamera, LiDAR, Radar oder Ultraschall, sind ein Schlüssel für viele Funktionen im automatisierten Fahren, und liefern die Informationsbasis für kritische Fahrzeugfunktionen. Dabei weisen unterschiedliche Sensortypen unterschiedliche Stärken und Herausforderungen auf. Die Sensoren sind jedoch nicht nur wichtig für die Detektion der Umgebung. Sie können auch im Innenraum eingesetzt werden für die Erkennung kritischer Fahrerzustände und das Monitoring der Innenraumsituation für Sicherheits- und Komfortfunktionen sowie zur Bereitstellung von Diensten.
Auch bei der Erzeugung hochpräziser und georeferenzierter Kartendaten spielt Umgebungssensorik eine wesentliche Rolle.
Bei deren Auswertung kommen neben klassischen Verfahren vermehrt auch moderne maschinelle Lernverfahren, insbesondere aus dem Deep Learning, zum Einsatz. Durch die zunehmende Komplexität steigt der Bedarf nach Daten und Prüfverfahren, um eine robuste Auswertung zu erreichen und insbesondere nachzuweisen.