感应器成“软肋”
如果说4G时代自动驾驶停留在理论阶段，5G带来的大带宽和低延，让自动驾驶车路协同技术进入新台阶，而对信息的收集速度与精确度要求，也随之提升。
车载感应器分为摄像头、激光雷达、毫米波雷达三类，这三类感应器有其各自的优缺点，并在某种程度上可以相互弥补，共同实现无人驾驶场景应用。
摄像头技术成熟成本低廉，但受光线的影响比较大，且难以准确获取三维数据；激光雷达探测距离较远，且可准确获取三维数据，但是受天气和大气影响较大，特别是大雨和浓雾等天气下功能急剧下降；毫米波雷达则在浓雾天气依旧拥有较强的穿透性，但毫米波雷达探测距离不如激光雷达，且抗干扰能力较弱。
然而，一位头部自动驾驶企业工程师林浩（化名）告诉搜狐科技，传感器研发是目前自动驾驶最急需突破的难点之一。
“自动驾驶技术难点很多，其中传感器研发是一个，虽然目前传感器技术能够满足自动驾驶需求，但是传感器大多从各个供应商手上东拼西凑来的。比如velodyne激光雷达做得很好，但摄像头和毫米波雷达它不关心。”
以较早落地自动驾驶技术的车企为例，他们往往在自动驾驶技术上投入颇多，但在感应器基本都是对外采购。特斯拉Model 3 的车载镜头来自联创电子，摄像头来自Mobileye，毫米波雷达来自德尔福；蔚来ES8的前摄像头和毫米波雷达来自均胜电子，小鹏G3的雷达和摄像头来自博世。
车企和互联网企业是否应该自研感应器呢？博世底盘控制系统中国区市场与战略发展总监丰浩表示，自研摄像头和雷达要看企业自身需求，但目前只有waymo这么做。
和Waymo相比，博世的雷达技术功能更加多样。丰浩提出，两个产品不具备可比性，各自所适应的场景也略有不同：“博世的雷达是根据ADAS功能， NCAP场景及自动驾驶需求开发的，在博世产品线，也有针对不同功能，不同自动驾驶等级的雷达产品。Waymo的雷达是基于无人出租车所特有的场景而开发的，更有针对某些场景的特殊性，更像是定制化的雷达。”
激光雷达卡位战
在三大感应器中，站在漩涡中心的非激光雷达莫属。
大众汽车集团战略负责人托马斯·塞德兰曾表示，要想降低自动驾驶成本，需激光雷达技术实现巨大飞跃。
小鹏汽车自动驾驶产品负责人黄鑫则提出，激光雷达的优势不足以覆盖成本：“激光雷达并没有大家想象的那么完美，有人预测说到2022年激光雷达价格会降到大家能接受，包括符合车轨，但毫米波雷达也在发展，到2022年量产的毫米波雷达性能基本接近于激光雷达的70%-80%，但成本却不会涨很多，对追求量产的企业来说，成本是不可忽视的。”
在国内市场，激光雷达头部公司有北醒光子、北科天绘、速腾、禾赛科技等。
北醒光子成立于2016年，已在2019年1月完成B+轮融资，投资方包括IDG资本、顺为资本、凯辉汽车基金合投等，产品主要为无人机定高雷达 、小型避障雷达、多线长距雷达和AGV固态雷达。
北科天汇成立于2013年，在2018年1月完成A+轮融资，2015年以前，北科天绘主要生产测绘型激光雷达，2016年进入导航避障激光雷达领域，2018年发布C-Fans—128线固态前装激光雷达，目前正进行256和512线的攻关。
速腾聚创成立于2015年，在2018年10月完成战略投资，投资人包括北汽集团、菜鸟网络等，此前，速腾已和一汽、福瑞泰克等达成合作，今年1月，速腾旗下的“125线”固态激光雷达RS-LiDAR-M1正式发售。
禾赛科技成立于2015年，2019年，禾赛科技与地平线达成战略合作，今年1月，禾赛科技完成C轮融资，投资方包括博世、百度投资部、安森美半导体等。产品方面，目前禾赛科技有5款机械激光雷达，1款固态激光雷达。
遗憾的是，这几家激光雷达初创公司都不能提供摄像头和毫米波雷达，国内市场依旧缺少一家成熟的整体车载感应器方案供应商。
互联网和车企阵营渐显
放眼全球市场，不同的车载感应器供应商有不同的选择。
有的供应商只专注于某一类感应器研发，例如Velodyne只做激光雷达，Mobileye只做摄像头，有的供应商则提供整体化方案，例如博世、安波福等。
互联网企业和车企则提前嗅到了感应器市场的潜力，早已默默“站队”。例如，Velodyne的投资方包括福特、百度，合作客户包括谷歌、百度；Quanergy的投资方包括三星、戴姆勒，合作方包括吉利、奔驰、现代、奥迪等车企；禾赛科技的投资方包括宝马、景驰科技、百度。
也有强势的供应商直接和车企成立自动驾驶公司，例如，2019年7月，丰田和日本电装成立自动驾驶合资公司；2020年3月，安波福与现代汽车宣布成立自动驾驶合资公司；2020年4月，沃尔沃与Veoneer的合资公司Zenuity宣布将拆分成两个部分。
值得注意的是，waymo在今年3月首次完成一轮外部融资，融资额高达22.5亿美元，投资方包括阿里巴巴的银湖资本、软银的Mubalada、汽车零售巨头AutoNation等。
车载感应器的合纵连横，归根到底是一次资本的博弈，以及巨头们对未来自动驾驶车队成本的博弈，只有降低自动驾驶车队的高昂成本，才能在测试里程和量产能力上获胜。
体现在中美无人车技术水平上，林浩和黄鑫都表达了相似的观点，大规模测试和量产，是中美无人车的关键差距。
