苏州艾氪英诺机器人科技有限公司(以下称“艾氪英诺”)获得千万级天使轮融资，由苏高新创投、汇毅资本和成电校友会投资。

艾氪英诺成立于2019年，是一家以路侧多源数据融合业务为主的初创企业，致力于构建基于多线数激光雷达、摄像头、毫米波雷达和边缘计算的车流、人流、非机动车流信息识别的智能感知系统，为无人驾驶提供精准路侧感知数据，解决单车智能查全率不足的问题。

通过在路口部署激光雷达、毫米波雷达、摄像头等感知设备，并通过路侧单元(RSU)实现数据传输，目前艾氪英诺正在为国内头部无人配送物流车团队提供路端感知数据，解决大车遮挡、“鬼探头“以及红绿灯信号等问题，实现多重安全冗余。但在业内印象里，无人配送车往往在封闭、半封闭环境下作业，驾驶场景相对简单，车路协同则应用于Robotaxi面临的复杂城市道路场景上。为何低速无人配送车也需要路端的协同?

艾氪英诺CEO张磊告诉36氪，车路协同用于低速物流小车主要有两大原因：一是无人配送车面临的场景发生了变化，二是出于成本的考虑。

首先，从场景来看，当下无人配送车正在从封闭半封闭场景走向开放道路场景。据了解，今年5月北京市高级别自动驾驶示范区为京东、美团、新石器三家公司颁发了无人配送车车身编码，准许3家企业在示范区公开道路上路。

但在公开道路场景，无人配送车面临着几个挑战。“一是很难对红绿灯的时长状态给出精准感知；二是无人配送车占用了机动车道，感知力不够的情况下容易导致事故和后方拥堵;三是基于路侧多源数据融合提供的数据可更有效帮助无人配送车实现路口无保护左转，提高运行效率。”张磊如此告诉36氪。

第二，采用车路协同方案也是出于成本的考虑。据了解，当下无人配送车上采用的基本是16线激光雷达，配合摄像头、毫米波雷达等传感器，车辆的实际清晰感知范围在30米左右。

当然，无人配送企业可以采用线数更高的32线激光雷达，让车辆获得更丰富的感知数据，但这也意味着更高昂的成本。张磊告诉36氪：当下16线激光雷达成本在几千元左右，但32线激光雷达的成本在3万左右。如果都安装4个32线激光雷达，那么每台配送车的成本就会新增8万以上。然而，如果在无人配送车集中投放的场景内部署车路协同方案，那么路端成本可以通过数据访问的方式实现分摊，同时路侧感知数据可推送给路过的每一台配送车。相对价格高昂的单车成本，车路协同提供了一种更具性价比的解决方案。虽然当下无人配送车的落地规模仍不算大，但张磊告诉36氪，无人配送车企业会持续申请无人车的上路权利，并且持续扩大配送车的投入规模。

当下，阿里、京东、美团等自带物流体系的玩家，以及新石器等自动驾驶初创公司都在涉足无人配送。

据36氪了解，目前阿里无人车小蛮驴已总计完成 350辆投放，年内将完成1000台投放，未来三年将扩充到1万辆;今年双11，京东也投入了近400辆智能快递车，未来2-3年将有数千台智能快递车投入使用;美团也计划未来三年内落地上万台无人配送车。

因此张磊对市场规模持乐观态度：未来三年无人配送车应该可以达到10万级部署规模，这些无人配送车分布也会相对集中。这将是艾氪英诺等公司的机会所在。

同时，艾氪英诺的车路协同方案不仅用于低速无人配送领域，也可以运用到高速干线物流、城市道路的运营车辆。

2020年，艾氪英诺在山东高速部署了 436套激光雷达感知系统。针对原先摄像头抓拍漏拍率高，夜晚雨雪等恶劣环境系统性能下降等问题，艾氪英诺开发的基于多线束激光雷达触发摄像头的稽查系统，能够实现全天候99.5%以上的捕捉率，助力高速业主进行收费稽查，实现堵漏增收。据了解，山东高速2021年上半年年报显示，2021年上半年累计堵漏增收1713.92万元。

在城市道路端，2021年艾氪英诺也参与多个车路协同无人驾驶全息路口部署。在陕西西咸新区，艾氪英诺针对Robotbus(无人驾驶公交)提供了基于激光雷达的全息路口方案，为Robotbus提供实时准确的路口交通信息，提高其决策的准确性。