山不轉，路轉，路不轉，人轉。但是無人車能自動轉嗎? 在近期MIT 科技雜誌（MIT Technology Review）封面故事中，探討自動駕駛車輛若要快速上路，巨量且長期的資料分享才是最大關鍵。
英國牛津大學(Oxford University)一研究團隊提出，自動駕駛車輛最大的挑戰，在於不斷變動的資料分析，諸如路面量測、智慧感測與即時的模擬分析。然而，牛津研究團隊指出，最大的技術盲點應該是在於單一路徑上的環境變動。簡單而言，在一短距離的直線道路上，周遭不斷變動的環境因子，例如:天氣變化、路燈亮度改變，植物生長或是甚至路面特性變化，都會進而造成自動駕駛系統資料的衝突。
影片中顯示牛津研究團隊利用雷射分析數據，展現自動駕駛車輛面對路面植被與路旁樹木的生長，而因應改變其行進方向。
目前智慧駕駛系統如Google無人車大多以大量資料蒐集與精準路面繪圖技術，整合感測系統，發展自動駕駛的智慧應用。然而不同於前者，英國牛津研究團隊，則是針對單一路徑上的長期變動資料，補足環境的變動導致精準量測失效的可能。
2016被預測為是無人車與虛擬實境的新世代，智慧應用的快速成長，展現多元技術整合與巨量資料的儲存能力。然而更進一步地，市場應用或是環境的變動，需要更大量且長期的資料建置，以因應並提供更完整的智慧開發。
