此外，一大批视觉感知技术公司也涌现出来，如MAXIEYE、极目智能、MINIEYE等，从视觉感知、环视感知等不同角度切入。尽管距离Mobileye仍有差距，但随着国内公司的积极研发并实现量产，这一差距正在缩小。
走在国内毫米波雷达前列的公司有德赛西威、华域汽车、森斯泰克等，但中国车载毫米波雷达行业尚未掌握核心技术，市场渗透率依然较低。数据显示，大陆、博世和德尔福仍占据我国77GHz雷达市场80%以上的出货量。
“毫米波雷达最早应用在军事领域，国外很早就开始研发并应用在了汽车领域，尤其是对77GHz的技术封锁下，国内品牌很难突破。这些外商Tier 1已经与车企建立了长期稳定的合作关系，国产品牌很难绕过他们去和OTM合作，因为别人已经有很全面的应用方案了。”同济大学汽车学院人车关系实验室汽车产业专家王小斌告诉出行一客（ID:carcaijing）。
另一个限制在于摄像头和毫米波雷达的技术相对成熟，成本较低，价格也比激光雷达便宜很多，国产品牌很难从性价比入手。
从产业链的价值分配来看，激光雷达由于技术壁垒、厂家稀缺，产业附加值更高。
激光雷达是三种传感器中成本最高的一种，也是高级自动驾驶必不可少的组成部分，过于一直是卖方主导定价，但近年来国产品牌在激光雷达领域已呈现后来者居上的势头：禾赛科技和速腾聚创等国内玩家都推出了不同的产品线和解决方案，在满足车规级要求同时主打性价比，以价格优势抢占Velodyne市场份额。
同样规格的国产机械式激光雷达比Velodyne便宜得多。Velodyne的64线激光雷达售价一度达到10万美元，降价后也需五十多万人民币，而禾赛在今年1月推出的64线产品PandarQT建议零售价定在了4999美元。
赵鑫认为，尽管目前限制全无人驾驶车落地的因素还有很多，但对于运营公司来说成本也许不是排在第一位的，性能是否达标、稳定可能更加重要。
“推出承载更多信息量的激光雷达能加快Robotaxi运营的落地。有的激光雷达探测距离有200米，但实际上感知距离到不了200米，都可能导致无法感知或者感知错误。”赵鑫表示。
事实上，不仅仅是国内滴滴、小马智行、文远知行的全无人出租车装上了禾赛的激光雷达，国牌正打入硅谷。截至2019年，加州DMV获得自动驾驶牌照的公司中，有超过一半是禾赛的客户。公开信息显示，全球自动驾驶测试里程排名前15的公司中，有12家选择禾赛的产品作为主传感器，包括通用Cruise、Zoox、Aurora等曾与Velodyne深度合作的顶级自动驾驶企业。
车内多传感器融合，车外路端数据协助
车载传感器如何组合、为高级辅助驾驶甚至L4级以上全无人驾驶提供解决方案，多年来一直有着两种不同的路径。
第一种是由摄像头主导、配合毫米波雷达等低成本元件组成，构成纯视觉计算，典型代表为特斯拉、Mobileye等，另一种是由激光雷达主导，配合摄像头、毫米波雷达等元件组成，典型代表为Waymo、Apollo等主流自动驾驶厂商。
从价格控制上看，激光雷达的成本远高于摄像头和毫米波雷达，特斯拉选择图像感知技术主导的路线也有也出于成本的考虑。
业内认为，两种路线的决策方法存在差异，以摄像头为主传感器的自动驾驶方案“轻感知、重计算”，而以激光雷达为主传感器的自动驾驶方案具有明显的“重感知、轻计算”特征。
简单来讲，是摄像头因为在硬件方案的感知水平较低，需要依托软件算法方面的能力提升与大量数据训练来加以弥补，而激光雷达的加入一定程度上降低了数据处理环节对运算能力的要求，也有助于加快L4级自动驾驶汽车商业化落地。
伊隆·马斯克曾多次公开表示其对激光雷达解决方案的不屑。马斯克认为，人类通过视觉收集信息+大脑处理信息的方式进行安全驾驶，意味着自动驾驶也能通过视觉感知+算法决策来实现。
特斯拉近日推出的重写版Full Self-Driving全自动驾驶套件（FSD），展现了其在视觉识别上的技术优势，但业内人士指出，FSD能做到精准识别和自主决策，离不开背后的海量车主驾驶数据。
