目前自动驾驶领域的王者，特斯拉。与传统豪强车企。似乎都在进行单点自动驾驶技术的推进。
基本上就是增强车辆本身数据采集与分析处理的能力，并反馈到车辆控制上，以实现辅助驾驶的功能。
你很难想象，现代汽车或是道路上的很多设备，其实都是古老的传递信号的方式。如何使用新技术取代这种古老的信号传递方式，才是自动驾驶的发展方向。
如果换个角度，把整个路面当做整体，提升整个交通系统的智能等级，也许是一条实现自动驾驶的捷径。
假设忽略道德，经济，资源的限制(这些问题总会有商人来解决)。
假设每条道路上铺设足够多的摄像头，雷达探头，红外传感器等数据采集设备，且连接到数据中心。
且每一辆行驶的汽车上，也有足够齐备的数据采集设备，且连接到数据中心。
场景一：前车司机要转弯却忘了打转向灯，造成后车追尾。这是比较常见的交通事故。但如果前车打方向的瞬间，信号就传递到了后车，后车自动进行减速或者刹停，事故就可以避免了。
场景二：弯道超车一直是驾车大忌，因为驾驶员无法预判对向路段是否有车辆驶来，一旦超车时对向来车，就很容易触发事故。可是如果前方路段的鸟瞰信息可以实时预览，那么事故就可以避免了。
场景三：高速上燃料告警，或是加油站大排长龙的情况。大多是驾驶员的疏忽，或是对加油站分布不熟悉导致。如果道路上所有车辆的燃料剩余情况，目的地，途中加油站负荷情况在云端进行分析，就可以为每一辆车规划出最合理的加油站点与加油量。
场景四：同样的，城市早晚高峰的拥堵，也可以优化。假设道路上所有车辆的目的地，预期到达时间都是已知的。只要进行合理分析规划，甚至智能调节红绿灯的时长。就可以达到最高效的交通疏导。
只要有足够高效数据采集，处理，共享的能力。那么使用场景将无限巨大。最终可以达到L5或更高级别的自动驾驶。
同样的，这一目标也将带动相关软硬件产业链。以及辅助计算机进行判断的就业岗位。
当然，要实现这一目标，需要各家车企打破壁垒，使用统一标准数据通信，并与政府的路政信息互通。
这一套在资本主义社会架构里会很难，在大天朝还是很有搞头的，还可以蹭一下新基建的热点。
