自动驾驶是目前比较火的方向，我自己也是做智能机器人运动控制的，这里在这里将两者比较下，可能也没什么可比性。
一：感知
自动驾驶传感器包括：
1. 车身运动状态传感器：速度传感器，角度传感器，惯性导航，全球定位系统
2. 环境感知传感器： 激光雷达，超声波，摄像头，毫米波雷达，V2X
3. 驾驶员监测传感器：摄像头，生物电传感器
室外智能机器人传感器包括：
1. 车身运动传感器：速度传感器，惯性导航，全球定位系统
2. 环境感知传感器： 超声波，（摄像头，毫米波雷达，激光雷达）后三个还是可选择状态
二：认知
自动驾驶需识别出人，车，动物，轨道线，交通灯，交通标志等
室外机器人只需要识别边界，墙壁还是路或者还是路牙。
可以看出认知方面，室外机器人还是相对简单，现在使用的方法有深度学习，图像识别等。而自动驾驶需要数据融合后再去做深度学习和图像识别这些事情，显然自动驾驶的难度高很多。
三：规划决策和控制
自动驾驶需要路径规划，轨迹规划，然后进行控制，控制分为横向控制和纵向控制。
室外机器人需要路径规划，建图，分区，控制。
自动驾驶虽然还没有实现，但是高级辅助驾驶（ADAS）已经存在，像自适应巡航（ACC）和车道线保持（LKA）已经应用在某些车上。室外割草机器人利用GPS实现路径规划，或者用IMU已经能够实现路径规划，这样可以提高割草效率。
自动驾驶的相关技术总体来说比室外割草机是高出一个维度的。就市面上的技术来说，室外割草机遇到的技术问题都可以解决。但是自动驾驶和割草机都会遇到一个问题，那就是成本的问题。利用贵的精确的设备，大家都可以做出来。但是由于成本的限制，导致了传感器本身的误差会比理想情况大，这给融合和规划带来很大的挑战。
自动驾驶数据融合的趋势估计有两方面：1.融合算法得到大的提升，输出的结果接近于真实情况；2.同样的价钱，传感器的精度提高一个数量级或者更多数量级。
最后说一句，我觉得融合方面真正的人才挺少的。