艾氪英諾張磊：AI驅動“車路協同”、“路腦”助力慧通出行

艾氪英諾，正成為路側智能的領跑者。

圖 | 艾氪英諾創始人：張磊

中國車路協同產業，正進入“深水區”。

近年來，伴隨著中國汽車產業的騰飛，中國的人均汽車保有量水漲船高。據公開數據顯示，截至2021年3月，全國機動車保有量已達3.78億輛；機動車駕駛人已達4.63億人，且這一數據還在不斷增長中。

而伴隨著其同步增長的，是城市中愈加令人煩惱的交通擁堵問題，和不斷攀升的交通事故數量。據統計，2014年至2021年間，全國每年平均發生的交通事故數量達15萬起以上。其中，2018年、2019年均超過了20萬起。

鎂客網注意到，對交通狀況改善的強烈需求，和人工智能、移動通信及輔助駕駛等創新技術的不斷成熟，在20世紀末伴隨著智能交通系統發展提出的“車路協同”近來再次站上風口。

目前，在一系列利好政策的大力支持下，全國27個省區已建成16個智能網聯汽車測試示范區，建成開放測試道路3892公里，發放測試牌照700余張，道路測試總里程超過700萬公里；僅2021年，國內就有多個省份車路協同建設項目超過10個，項目總規模超百億——車路協同已經從“摸索著前行”，逐漸步入成熟發展的階段。

那么，目前車路協同產業具體是一個怎樣的狀態？有哪些“瓶頸”亟需突破？作為車路協同中的細分領域：路側智能，又是怎樣服務于車路協同的？

帶著這些問題，鎂客網聯系到了目前在車路協同產業中，“路側”細分賽道的頭部企業：蘇州艾氪英諾機器人科技有限公司（以下簡稱：艾氪英諾），與其創始人張磊進行了一次深入的對話。

1、中國車路協同產業，方興未艾

政策的春風正在拂過中國車路協同產業。

張磊告訴記者，從2016年至今，伴隨著相關政策的不斷細化和穩步落地，這一新興產業正在分階段地駛上“快車道”。

“對于中國車路協同產業來說，2016到2018年屬于是示范區階段，國內多個城市建立了國家級智能網聯汽車示范區，主要以區域實驗為主；2019年之后是先導區階段，從封閉的車路協同試驗場逐漸走向開放實驗；2020年底之后，全國開始打造’雙智’試點城市，車路協同從而開始了對商業閉環的探索。”

記者注意到，2019年10月成立的艾氪英諾，近年來一直緊跟國家政策導向而不斷靈活地修正著自己的創業路線：從最開始的以智慧交通為切入點，著力去打造一些小型化邊緣計算節點，到打造車路協同的邊緣計算節點，進一步拓寬自動駕駛運行設計域，力圖“賦能”智慧出行。

在張磊看來，在實現車路協同這個宏大目標上，近年來正加快步伐的中國已經迎來了高速發展期。

“車路協同的遠期目標，是構架人、車、路、云這樣一個系統，從現在的產業情況來看，已經來到了過渡期。張磊告訴記者,“隨著輔助駕駛的大規模商業落地、路側智能大規模部署、云控平臺的大規模的架構，產業正處在迎來爆發期的路上。”

但在車路協同產業的具體“落地”環節，張磊也坦言，在技術和商業兩方面，仍然有些“瓶頸”在等待突破。

“從技術角度來看，目前車路協同需要使用大量不同類型的傳感器，在使用數據處理上有一定難度：主要體現在多源數據的融合和低延時的處理上；

從商業角度來看，車路協同產業的‘商業閉環’仍亟需完善，產業仍需堅持住房和城鄉建設部、工業和信息化部所積極推動的雙智城市原則：需求引領、市場主導、政府引導、循序建設、車路協同。”

2、人工智能價值凸顯：幫助“智慧的路”服務“聰明的車”

對于人、車、路海量數據的收集、處理和給出安全、合理、高效的解決方案，是未來智能交通體系的題中應有之義。記者注意到，伴隨著中國智能交通體系的不斷完善，人工智能正成為產業中的核心技術力量。

“目前，人工智能技術正在不同程度地服務各行各業”，張磊對記者表示，“人工智能技術是新一輪的技術革命，正在改變行業范式和促進產業發展。目前，人工智能主要以大數據進行驅動。”

張磊告訴記者，以艾氪英諾所主攻的“路側智能”為例，目前，傳統算法在處理速度和精度上，都難以勝任從路側端大量不同傳感器所產生的不同格式的大量數據中提取有用信息的工作。

“人工智能的學習算法可以有效提高處理速度和精度，相對傳統算法，人工智能的魯棒性更強、算法效率更高、在特征提取和特征表達上也處理的更加出色。”

大數據、算力和算法是人工智能公認的“三駕馬車”。記者注意到，一直以人工智能技術為核心的艾氪英諾，憑借著其產品和服務在多個現實場景的快速落地，通過大量真實數據更好地訓練其核心算法，在行業內建立起了自己的“護城河”。

“在路口這個場景中，需要大量數據去做一些人工智能算法模型的訓練。隨著我們艾氪英諾在不同現實場景中部署和落地的路口數量越來越多，我們在整體技術上的‘護城河’也會越來越深——路側智能和單車智能在數據這一點上有點類似，獲取的真實數據越多，整體的壁壘越高。”在談到大量真實路口數據的重要性時，張磊這樣告訴記者。

3、“路腦”銜接車與交通，“多源數據融合”正成為行業主流選擇

記者注意到，專注路側智能的艾氪英諾正通過半封閉場景“路開車”實驗環境，打造路側智能引擎即“路腦”產品，旨在為智慧出行提供全量感知。

艾氪英諾的“路腦”以感知平臺、決策平臺和調度平臺為核心，旨在賦能全息路口、智慧交通、智慧工具等領域。

“車路協同這個大系統中包含了車腦、路腦、云腦和通信以及功能安全等維度。艾氪英諾目前做的是路腦，也就是路側智能”，張磊告訴記者，“路側智能可以把車和交通進行銜接，從而為車路協同提供一個路側的‘橋梁’。”

張磊對記者表示，從宏觀的智能交通到具體的無人駕駛，都需要對人的參與進行有效的監管和監督，很多事故起源于人的誤判和誤操作。艾氪英諾目前所做的路側智能，致力于構建車流、人流、非機動車流信息的全息路口，為V2X提供精準路側感知數據，解決單車智能查全率不足的問題，為單車智能提供安全冗余。

“如果從技術角度來說的話，路側智能需要對多種類型的傳感器進行數據采集和融合，從‘上帝視角’去搜集道路的動態變化情況，為車端決策提供結構化數據。當然，除了數據，其實艾氪英諾也可以在路側直接給出決策信息到車端。”

記者注意到，在路側智能中“多源數據融合”這一關鍵環節上，業內存在著“前融合”和“后融合”的技術路線之爭。張磊對記者介紹，相對“后融合”，艾氪英諾目前選擇的“前融合”有著遷移性好、準確率相對更高、調參簡單等優勢。盡管“前融合”對算法要求較高，但這正是艾氪英諾的優勢所在。

“‘前融合’不僅在路側，在車端也有一定優勢”，張磊告訴記者“未來‘前融合’應該是更主流的方案。

4、行業標準呼之欲出，搶先布局者正在領跑

無規矩不成方圓。

目前，中國車路協同產業面臨的挑戰不僅是“數據”、“決策”上的協同，更是技術、硬件等通用標準上的協同。對于高度依賴政府引導的車路協同產業來說，行業標準的制定和出臺極為重要。

“去年三月，工信部發布了《國家車聯網產業標準體系建設指南（智能交通相關）》，實際上對路側智能基礎標準、服務標準、技術標準、產品標準等方面構架了標準體系。”張磊告訴記者，“車路協同產業行業標準的制定，有利于行業統一性和標準化，對行業發展起到著極大的推動作用。”

記者注意到，對于車路協同產業來說，相關行業標準的推出意味著對場景、功能、指標等概念的定義真正進入普適化，這既能讓像艾氪英諾這樣以算法等技術見長的企業可以實現產品的快速落地，對于企業的成本控制也是一種利好。

目前，艾氪英諾的核心團隊已經擴展到30人以上，主要以研發技術人員為主，分別來自清華大學、浙江大學和電子科技大學等高等學府，且在感知/算法等技術上有著深厚的積累。另外，創始人張磊和其團隊此前曾在泛交通領域進行創業，因此在針對智能交通領域的技術積累和商業運營方面都打下良好的基礎。

在領先的技術優勢和對產業的深刻認知下，艾氪英諾已經在山東、南京、常熟和長三角某大型主機廠分別落地了智能交通系統、動態全息路口等車路協同系統和算法部署的加速工具等項目。

可以確認的是，面對中國車路協同產業這一輪發展浪潮，搶先建立起技術優勢的企業將跑在賽道最前面。未來艾氪英諾和更多的中國企業，將會怎樣推動中國車路協同產業的發展？鎂客網將繼續保持關注。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！