L3 輔助駕駛的技術難點主要有以下幾個方面：

首先是電子控制系統安全性要求極高。L3 要求車輛在特定場景下實現完全自主控制，這就需要保證電子控制系統始終處于運行狀態，確保安全性和持續性，因此冗余機制必不可少。像轉向冗余能在轉向器失效時響應指令避免失控，制動冗余能在制動器失效時保證安全停車。

其次是為接管預留的時間難以確定。這個接管時間到底是 10 秒鐘、1 分鐘還是 3 分鐘沒有明確標準，如果要求過短，駕駛員無法分心做其他事，現階段半分鐘自動駕駛還行，時間再長就難以實現。

然后是感知準確率難以提升。目前很多感知算法供應商雖能將準確率提升到 98%以上，但實車測試仍有 corner case 出現，比如突然倒下的電線桿、馬路上的雜物會影響判斷。可以從數據和算法層面改善，還可將網絡進化為自學習神經網絡。

再者是車載設備難以滿足整車算力要求。自動駕駛對芯片算力要求極高，場景復雜操作多樣需要每秒百萬億次計算，算力不夠車輛不能實時響應外界變化，還需解決算力設備散熱和可靠性問題。

此外還有環境感知技術難點。自動駕駛車輛常用的環境感知傳感器包括攝像頭、毫米波雷達、激光雷達等，它們各有優缺點。環境感知需要通過多種傳感器獲取大量環境信息，確保正確理解并做出規劃決策。

還有高精度定位技術難點。定位精度要求誤差不超過 10 厘米，目前商用 GPS 精度遠遠不夠，容易受干擾，需通過融合多個汽車部件的信息實現精確到車道線的全球實時定位。

在決策與規劃技術方面也有難點。決策規劃分為全局規劃和局部規劃，常見的決策規劃體系結構有分層遞進式、反應式以及混合式，各自有優劣。

最后是控制與執行技術難點。自動駕駛的控制核心技術是車輛的縱向控制和橫向控制，縱向控制包括車速及與前后車或障礙物距離的自動控制，橫向控制要讓汽車自動保持期望的行車路線。