导读已经成为大多数人生活中必备的交通工具。随着人们对汽车需求的增加，汽车公司也越来越多。每天都在关注一些车企的最新动向。汽车已经成为大多数人生活中必备的交通工具。随着人们对汽车的需求越来越大，汽车公司也越来越多。每天，一些汽车公司的最新动态都会受到很多关注，所以让我们与您分享边肖收集的汽车信息。
自动驾驶，谁是老大？根据目前的路测数据，Waymo排名第一，通用汽车紧随其后，但这些数据都是基于公司的自我声明。
就技术能力而言，很难知道谁是真正的领导者，因为全世界都没有好的方法来衡量这些系统的能力。现在，更多的标准是，例如在测试中部署了多少辆车，行驶了多少英里，以及向政府监管机构报告了多少次系统断开。
但是，即使是作为比较手段的分离数据也是有缺陷的，因为分离的条件可能有很大的不同，分离也没有标准。
另一种评估方式是看哪些公司在自动驾驶方面的R&D时间最长，哪些公司在路上的自动驾驶车辆最多。例如，由德尔福投资的nuto nomy(2017)(2017年以4.5亿美元收购)是世界上第一家开始向消费者提供自动驾驶服务的公司，但他们很少被谈论。相反，Waymo被大多数人视为世界上第一家商业自动驾驶公司(无人驾驶出租车服务于年底在亚利桑那州凤凰城正式推出)。
近年来，另一个趋势是汽车制造商和传统Tier1在自动驾驶领域的合作。这种合作关系的最终目标是节省系统的开发成本，分担责任，并迅速将自动驾驶推向市场。
即使是像Waymo这样的领导者，除了自主研发一些核心传感器和软件算法外，还必须依靠传统汽车厂商的能力(如底盘、功能安全等。)在车辆侧。与克莱斯勒和捷豹路虎的合作将使Waymo快速登陆定制的自动驾驶车辆。
Waymo有一整套可用的软件栈，包括机器学习、高精度地图和定位、模拟和内部软件技术。但整车是Waymo的软肋。
通用汽车还选择与本田合作，利用其Cruise公司的技术开发特殊的自动驾驶电动汽车。它强调了产业协同效应：通用汽车提供汽车设计、工程和制造以及自动驾驶方面的技术，而本田贡献了车身空间效率和设计方面的专业知识及其全球影响力。
与通用本田的合作也从另一个角度说明了自动驾驶技术的难度和R&D成本之高。显然，这一成本远高于通用汽车Cruise投入的27亿美元。
自动驾驶的另一个“成本黑洞”是激光雷达，这是自动驾驶竞争的另一个关键环节。从目前业界的普遍看法来看，L4级别的自动驾驶基本离不开激光雷达的配置，甚至很多公司都认为L3级别的自动驾驶需要配备。
此前，法雷奥ScaLa(目前量产的唯一一款汽车轨距级别)激光雷达安装在2018款奥迪A8汽车上，而菲斯克的电动轿跑车则使用Quanergy S3光学相控阵激光雷达。但这仍然只是一个试验性的应用。
宝马此前宣布将与Innoviz合作开发MEMS扫描激光雷达，将于2021年推出，而福特也投资7500万美元在威力登上开发未来的激光雷达(目前的机械扫描雷达不太可能用于车辆限界的量产，尤其是360扫描机械雷达，仍然面临着如何清洁和维护量产的问题)。
除了成本降低的空间不可预测，更关键的是各汽车厂商和自动驾驶公司仍然没有完全确定和定义传感器组合的方案。比如，自动驾驶车辆需要多少传感器，需要什么样的传感器还存在争议，新的供应商也在不断涌现。
现在，大多数汽车制造商继续追求内部R&D，与供应商合作，甚至与其他汽车制造商合资，尽最大努力降低R&D成本，共享技术，以缩短他们的技术差距。
很多业内人士一直悲观地认为，自动驾驶对汽车厂商来说可能是一条“死路”，巨额投资未必能回报预期收益，就像之前很多汽车厂商涉足共享出行一样。像Waymo这样的科技巨头背后的资金支持远高于利润一直缓慢增长、停滞甚至亏损的汽车制造商。
但对于汽车厂商来说，自动驾驶是用金钱投入获得新一轮出行革命制高点的敲门砖。当自动驾驶正在席卷全球投资市场的时候，如果一家汽车厂商在这项技术上投资为零，那就意味着你被资本市场淘汰了。
自动驾驶的另一大问题是如何赢得大众的信任。即使是Waymo这样的公司，其在北美的测试车辆在道路上行驶，也经常被人吐槽，甚至时有事故发生。
如何提高公众对自动驾驶车辆的信心，引发了如何快速改造城市道路，使基础设施尽可能让自动驾驶车辆有冗余和道路协调的讨论。
今年以来，V2X和5G技术的浪潮让城市管理者看到了一些希望。尽管真正大规模部署，但仍然需要很长时间，而且涉及更大的基础设施改造成本。
甚至有业内人士认为“80%的安全可以通过车路协同解决，下一个大问题是车辆本身的智能化升级。”然而，车路协调的一个主要挑战来自于如何有效地处理和管理来自连接的大量数据。
Waymo、通用汽车和福特等汽车巨头的影响力使他们能够在自动驾驶汽车的采用中发挥重要作用，但车路协调涉及更多的政府投资和后续维护运营。目前，这些汽车制造商只能瞄准小规模项目来测试这项技术的可行性。
正如Waymo首席执行官约翰克拉夫茨克(John Krafcik)所说，未来几十年，自动驾驶技术不会无处不在，无人驾驶汽车永远有局限性。
