OpenRoadNet能够识别汽车周围所有可行驶的空间，无论是汽车所在车道还是邻近车道。
PathNet即使在没有车道标记的情况下，也能突出标记车辆前方的可行驶路径。
LaneNet能够检测车道线和其他规定汽车行驶路径的标记。
MapNet也可以识别车道和地标，并用于创建和更新高清地图。
具有路径寻找功能的DNN协同工作为自动驾驶汽车制定安全的行驶路线。
道路物体检测与分类
能够检测潜在路障、交通信号灯及标识的DNN：
DriveNet能够感知道路上的其他车辆、行人、交通灯和标识，但无法识别灯光的颜色以及标识的类型。
LightNet能够对交通灯的颜色状态进行分类 -- 红色、黄色或绿色。
SignNet能够识别标志的类型 -- 停止，让行，单行道等。
WaitNet能够检测必须停车等待的情况，例如十字路口。
其他功能
能够检测汽车及驾驶舱零部件状态，以及使操作更加便捷（如停车）的DNN：
ClearSightNet能够监测汽车摄像头传感器的可见度，检测限制可见度的状况，如雨，雾和阳光直射。
ParkNet能够识别可用的停车位。
以上这些只是构成冗余和多样化DRIVE软件感知层的深度神经网络示例。