Cilj ovog rada je upoznati se s autonomnim vozilima. Nakon povijesnog pregleda razvoja autonomnih vozila, objašnjen je proces kojim vozila postižu autonomiju. Sve započinje radom senzora koji skeniraju okolinu i detektiraju objekte. Neki od poznatijih senzora koji se koriste su radar, lidar, kamera, GPS, IMU te ultrazvučni i odometrijski senzori. Na osnovu podataka koje daju senzori, potrebno je stvoriti percepciju okoline. To se postiže lokalizacijom i mapiranjem te detektiranjem objekata. Problem detektiranja objekata rješava se metodama poput histograma orijentiranih gradijenata, transformacije značajke invarijantne skale, maksimalno stabilnim ekstremnim regijama, metode potpornih vektora, slučajnih šuma i umjetnih neuronskih mreža. Nakon što je vozilo svjesno svoje okoline, treba planirati kako doći do svog odredišta. Najpoznatiji algoritmi koji se koriste za pronalazak najkraće rute su Dijkstrin i A* algoritam. Osim toga, vozilo treba moći predvidjeti kako će se drugi objekti u prometu ponašati. Nakon što su odluke donesene, proslijeđuju se kontroli vozila koja te odluke prevodi u naredbe za aktuator. Aktuator konačno upravlja vozilom prema donesenim odlukama. Vozila dodatno koriste V2X komunikaciju kako bi komunicirala s drugim vozilima, mobitelima, stanicama i drugim objektima. To poboljšava percepiju vozila jer ima uvid u situacije izvan dometa njegovih senzora. Među najpoznatijim autonomnim vozilima svakako su Tesla i Waymo. Tesla je autonomno vozilo razine 2, a Waymo razine 4 automatiziranosti i u skladu s time imaju određene funkcionalnosti. Toyota je razvila autonomne autobuse razine 4 automatiziranosti za olimpijske i paraolimpijske igre u Tokiju 2020. godine. Na kraju je ukratko navedeno što možemo očekivati u budućnosti kada je riječ o autonomnim vozilima.