部分电车具备自动驾驶功能，部分电车不具备，具体取决于车辆的配置和技术水平。电车能实现自动驾驶主要基于以下技术和原理：
硬件基础
- 传感器
- 激光雷达：它通过发射激光束并测量反射光的时间来创建周围环境的三维点云图，能精确感知车辆周围的障碍物、道路边界等信息，为车辆的决策和规划提供基础数据。
- 摄像头：安装在车辆不同位置的摄像头，如前视、后视、环视摄像头等，可捕捉车辆周围的视觉图像，识别交通标志、车道线、行人、其他车辆等物体。
- 毫米波雷达：利用毫米波频段的电磁波来检测目标物体的距离、速度和角度，在恶劣天气下（如雨、雾、雪）具有较好的性能，能实时监测车辆周围物体的运动状态。
- 超声波传感器：一般用于近距离检测，如在停车时检测车辆与周围障碍物的距离。
- 计算平台：自动驾驶需要强大的计算能力来处理传感器收集到的大量数据。高性能的芯片和计算平台能够快速运行复杂的算法，对环境信息进行分析、建模，并做出决策，控制车辆的行驶。
软件系统
- 感知算法：利用深度学习等技术对摄像头图像进行处理，识别出各种物体和场景；对激光雷达点云数据进行分析，提取障碍物、道路等特征。通过融合多种传感器的数据，形成对车辆周围环境更全面、准确的感知。
- 决策算法：根据感知系统提供的环境信息，结合地图数据和交通规则，决策算法会确定车辆的行驶策略，如是否加速、减速、转弯等。
- 规划算法：在决策的基础上，规划算法会生成车辆的具体行驶轨迹，确保车辆能够安全、平稳地到达目标地点，同时避免碰撞障碍物和违反交通规则。
- 控制系统：负责将决策和规划的结果转化为对车辆的实际控制，包括对电机、转向系统、制动系统等的精确控制，使车辆按照预定的轨迹和速度行驶。
地图与定位
- 高精度地图：包含了详细的道路信息，如车道线位置、道路坡度、曲率、交通标志和信号灯的位置等。车辆通过与高精度地图进行匹配，能够更准确地了解自身位置和行驶方向，为自动驾驶提供重要的参考依据。
- 定位系统：通过全球卫星导航系统（如GPS）、惯性测量单元（IMU）等设备，车辆能够实时确定自己在地图中的位置。同时，结合车辆行驶过程中的轮速传感器等信息，对定位结果进行修正和优化，提高定位的精度。
然而，虽然电车的自动驾驶技术在不断发展，但目前仍面临一些挑战，如复杂环境下的感知准确性、系统的可靠性和安全性等，所以还不能完全替代人类驾驶，需要驾驶员保持警惕，随时准备接管车辆。