目前国内外自动驾驶水准如何，谁在这条跑道上略占优势？根据所搜集到到信息，谈一谈自己的看法。
最早进入市场的自动驾驶车辆，必然不会是对标消费者的，而多数会以车队、服务商之类运营平台出现。主要原因有以下3⃣️点：
1. 在未量产之前，无人车面世之后必然会存在一定时间的高成本，对个人消费者而言价格较高且使用率偏低，成本较高；
2. 自动驾驶的发展趋势必定不会直奔自动驾驶，而是会以“司机＋无人车”的模式来逐步过渡，且作为运营平台能够划定相对封闭的驾驶环境和驾驶路线，避免个人驾驶者过多不定因素对驾驶的影响；
3. 运营平台使用自动驾驶，责任相对较好界定；
因此，处于自动驾驶领先梯队的各大公司，无论是开放/封闭，包括传统车企，都已经组建了自己的车队或者找到了相关出行运营平台作为合作伙伴。接下来，就来简单的概括一下，国内外IT软件巨头与TaaS服务商的自动驾驶研发现状及优势。
首先，在盘点优势之前，必须先界定好，对于自动驾驶行业而言，哪些因素是有竞争力的，根据之前的结论，我将其归结为下列5⃣️点：
1. 充裕的资金：由于自动驾驶研发需要一个长期以往的过渡阶段且初期盈利能力不足，所以无 论是车队或者运营平台的建立，还是持续的研发都需要有充裕的资金作后盾；
2. 高精度地图与路径规划能力：基于完整的驾驶环境，自动驾驶需要对全局路径进行规划，找出可行的道路，高准确度的完成从起点到终点的驾驶操作。
3. 环境感知与行为决策算法：对硬件输入对信息需要算法去完成理解与决策，对于自动驾驶的准确性，取决于算法的优化程度是否到位。（例如google的车辆路测中，每1000英里的分离率仅0.2次，必然是算法优化已经达到了一个较高水准）。
4. 数据的获取：实景驾驶数据能够帮助自动驾驶判断不同情况的case，并且也可以输入仿真系统中日以千万计的去训练自动驾驶车辆。因此需要获取足够多的数据的途径，才能够驱动算法和自动驾驶系统达到现实应用的水平。
5. 市场：司机＋无人车网络的运营以及消费者、车辆使用平台的使用意愿，都是需要各大企业在这片崭新的市场中去争取。
而硬件及车辆运动控制方面，考虑到目前基本已经有成熟的硬件搭配方案，且此类IT或TaaS公司多数已倾向于研发软件系统及技术服务，因此暂且忽略不计；
以下会对各个对象做上述几方面的总结以及横向对比。
谷歌：
1. 资金：独立拆分waymo负责自动驾驶汽车项目，目前估值已达700亿美元，为Alphabet当前市值增加了12％；基本是可以看作自动驾驶市场上的巨额玩家。
2. 高精地图与路径规划能力：谷歌地图的技术积累提供厘米级定位信息，然后通过定位来确定位置及路径规划。
3. 环境感知与行为决策：自制的自动驾驶硬件系统，3台激光雷达传感器（低距 - 提供环绕视图、中距和远距 - 提供远放与缩放的能力），360 度雷达起辅助作用，高分辨率前视传感器；全球顶尖的模式识别和Ai算法；
4. 数据获取：路测里程累计已达 300 万英里，模拟测试里程更是高达 10 亿英里；Lyft、AVIS等出行服务平台进行车队管理及数据收集。且近期逐步开始收集司机＋车的互动数据，意图增强人车匹配的能力。
5. 市场：谷歌在国内外消费者眼里具有品牌认可度，与美国第二的叫车服务软件运营商Lyft合作，逐步推进无人驾驶商业化；
Uber：
1. 资金：对自动驾驶资金投入巨大，建立共享车队供自动驾驶研发；不过由于近期资金亏损且加上管理层动荡，稍微显出疲软之势。
2. 高精地图与路径规划能力：已投资5亿美元，开始绘制一幅全世界的路面地图，建立自动驾驶核心基础数据，建立高精度的自动驾驶车辆网络，避免对谷歌地图的依赖；且基于叫车服务的技术基础，路径规划能力已经得到一定验证。
3. 环境感知与行为决策：根据Uber向加州交管局提交的自动驾驶接管报告来看，目前Uber自动驾驶处于每1000英里需要人类接管5次的水平；虽然由于各家公司处于自动驾驶研发的不同阶段且路测环境有所不同，无法横向展开对比。但是根据此数据来看，Uber目前的自动驾驶水平并不会低于Google等列。
4. 数据获取：创建的自动驾驶车队每周都会输出新的驾驶数据，除此之外庞大的共享车队及叫车用户，也必定是未来一个重要的数据获取途径。
5. 市场：实质上是一个车联网服务提供商，本身就具有商业化的价值。通过自动驾驶提高效率，降低成本，获取更多的服务入口。且通过已建立的司机＋车的运营网络，能在自动驾驶的过渡阶段快速投入到市场中。除此之外，Uber也正在研发自动驾驶货车等，相信物流及商用车领域也会是其发力的关键领域。
百度：
1. 资金：百度已将自动驾驶业务划入主航道业务，是百度从一家搜索公司转型为人工智能公司的重要一步；无论是从合作伙伴来看还是业务的战略地位，自动驾驶必定会是百度源源不断输入资金直到商业化落地为止。
2. 高精地图与路径规划能力：百度是国内少数具备量产能力的高精地图数据提供商之一，且百度地图广泛开始利用人工智能技术，反之也可以反哺自动驾驶的路径规划能力。且12月份apollo2.0会发布一个高精度定位技术，想必会给高精地图能力增色不少。
3. 环境感知与行为决策：通过数据驱动不断提升无人驾驶感知模块的检测识别能力，通过开源产生的海量数据，可以提供更广泛更真实的输入，帮助决策规划能力准确提升。根据乌镇互联网大会及百度Ai大会的现场演示，百度的自动驾驶水平在稳步过渡到L3-L4水平。
4. 数据获取：通过开放平台的搭建与资源共享，期待与各合作伙伴搭建一个自动驾驶生态开放生态推动行业发展的同时，也可以从赋能的合作伙伴及个人开发者中获取更多的数据；且后续会开放一个云端的方针环境，通过驾驶场景数据的验证，快速提升算法的路测水平。
5. 市场：创建生态合作伙伴联盟，与传统厂商、关键零部件生产商、一流高校、政府单位等进行合作，为合作伙伴提供解决方案，转型为人工智能技术服务。充分发挥自己的基础实力以及数据利用能力。充分的促进行业发展之后，从多赢的局面获取市场认可及商业化利益。
关于滴滴、苹果、NuTonomy、Comma.Ai等，未完待续...