Sjálfstæð farsímavélmenni samanstanda fyrst og fremst af þremur meginþáttum: skynjunarkerfinu,-ákvarðanatökukerfinu og framkvæmdakerfinu. Skynjunarkerfið virkar sem "augu" og "eyru vélmennisins" sem ber ábyrgð á því að safna upplýsingum um umhverfið í kring. Algengt notaðir skynjarar eru LiDAR, myndavélar, úthljóðsskynjarar og tregðumælingareiningar (IMU). Þessi tæki fanga umhverfisgögn í rauntíma- og senda þau til stjórnkerfis vélmennisins og veita þær grunnupplýsingar sem þarf til síðari staðsetningar, siglinga og forðast hindranir.
Ákvarðanatöku-kerfið er kjarnahluti sjálfstætt farsíma vélmennisins, sem virkar sem „heili“ þess. Með því að vinna og greina gögn sem safnað er með skynjurum framkvæmir þetta kerfi verkefni eins og umhverfislíkön, slóðaskipulag og hreyfiákvarðanir.- Í hagnýtum forritum samþættir ákvarðanatöku-kerfið venjulega staðsetningar- og kortlagningartækni, reiknirit fyrir slóðaskipulagningu og gervigreindaraðferðir. Þetta gerir vélmenni kleift að velja sjálfstætt ákjósanlega aðferð byggt á kröfum verkefna og umhverfisbreytingum, og eykur þannig skilvirkni í rekstri og aðlögunarhæfni.
Framkvæmdarkerfið ber ábyrgð á því að þýða ákvarðanir í raunverulega líkamlega hreyfingu; það felur fyrst og fremst í sér stýringar, drifmótora, flutningsbúnað og aflkerfi. Þegar ákvarðanatöku-kerfið býr til hreyfiskipanir stjórnar framkvæmdarkerfið nákvæmlega hraða, stefnu og stefnu vélmennisins til að framkvæma aðgerðir eins og að hreyfa sig áfram, beygja og stoppa. Í gegnum þetta ferli halda hinir ýmsu þættir uppi á rauntímaupplýsingaskiptum til að tryggja að vélmennið geti á stöðugan og öruggan hátt lokið sjálfvirkri siglinga- og rekstrarverkefnum sínum.