目前的自动驾驶汽车技术通常依赖于大量的数据处理，不仅需要处理来自车身上各种传感器的数据以提供道路的完整视图，还要确定值得关注的对象等。但计算的成本非常高，解决这个问题有两种思路：一是为车辆增加尽可能多的处理能力，但因为硬件和功耗的原因成本昂贵；另一种方法是在资源的使用上更具选择性，将“好钢用在刀刃”上。
苹果
苹果公司显然选择了第二种方法，周二公布的一项专利描述了如何对传感器数据进行选择性处理的方法：传感器数据处理系统通过一个或多个被动传感器设备（如摄像头）获得数据，并生成环境的深度数据，建立初步模型，然后，由一个或多个主动传感器设备，诸如LiDAR等生成第二组数据，并将其与初步模型进行比较，并用后者进行迭代调整，直至调整可以忽略不计，模型的“置信度”足以供自动驾驶系统的其他部分使用。
这样不仅可以为自动驾驶系统节省资源并降低成本，还具有性能优势。它能够更快地创建道路模型，让系统能够更早地识别对象和元素，实现更快的响应，从而提高系统的安全性。还可以使用机器学习或深度学习算法以更好地改进模型细化和对象识别过程，并使用多个车辆的传感器系统，扩展车辆的有效“视觉”区域，监控更广泛的环境。
