给机器人一双3D的眼睛,满足多行业多维度智能化需求 | Plug and Play独家对话第1期

背景:

6·18刚刚结束不久,如果你在“剁手”之余稍微关注了一下电商和物流的新闻,就会发现,往年备受关注的快递小哥正逐渐被另一群活跃在仓库里的员工“抢走C位”——它们是当下十分热门的分拣机器人。有了这些机器人,快递的分拣、运送效率大大提高,“剁手”的成果也能更快、更准确地送到消费者手里。

在这些形状各异的机器人背后,潜藏着一个庞大的市场这一次,主导投资NeuroBot项目的Plug and Play中国区投资陈怡君将独家对话工业机器人创新企业NeuroBot的创始人兼CEO弭宝瞳一起探讨自动分拣机器人的现在与未来。

本期嘉宾:

弭宝瞳

NeuroBot创始人&CEO

中国人民大学计算机博士

曾任奇虎360研发工程师、产品经理;Intel、AMD、SAP等公司项目经验;五年计算机软硬件开发经验;发表论文数篇;山东省优秀毕业生。

连续创业者,技术、管理、市场经验丰富

Q

&

A

机器换人已成常态:

从1959年第一台工业机器人诞生以来,经过几十年的发展,工业机器人已经渗透到各行各业。据国际机器人联合会统计,2017年全球工业机器人销售量已经超过30万台,预计到2020年,这一数字将达到52.1万台。当前工业机器人的市场行情如何?

陈怡君:

如此大规模的增长既有技术发展的推动,也有提高生产效率的敦促。近年来,各种原材料价格不断上涨,人工成本也水涨船高,为保持足够的利润空间,规模化生产、生产线改造已经是必然的趋势。此外,高端精密制造业的崛起也要求更精细、更高效的生产方式,将人从危险、枯燥的重复劳动中解放出来。

“机器换人”不仅发生在电子制造、汽车制造等精密制造行业,物流、纺织等劳动密集型产业也逐渐成为机器人的主战场。

弭宝瞳:

随着工业4.0的发展,制造行业将会越来越智能化、集成化,对柔性制造的需求也越来越多。因此,融合了人工智能技术的机器人成为新的热点。其中,3D视觉分拣是人工智能与工业机器人相结合的代表。

NB – Picker人工智能分拣系统

3D视觉分拣市场前景:

我们知道,机器视觉技术经过多年发展已经迈入高速发展期。2D视觉技术已经基本成熟,涉及定位、测量等的功能都能很好地完成。3D视觉相比2D视觉有哪些优势?

陈怡君:

作为机器人智能化升级的关键部件,机器视觉再度成为各大巨头企业争相抢夺的焦点。根据GGII的数据,2017年中国机器视觉规模达到42亿元,增长速度超25%,到2020年,市场规模将超过100亿元。

尽管2D视觉已经发展得相当成熟,但2D视觉毕竟缺少了三维或多维空间信息,它必然无法满足人们对智能设备越来越高的要求。

弭宝瞳:

当前市场上的工业机器人只能针对固定位置的物体进行抓取,对于复杂堆叠物体的识别和分拣场景,依然通过人工方式完成,限制了工业自动化的程度,而3D视觉分拣是该场景的直接解决方案。传统的解决堆叠物体分拣的问题,一般通过震盘等定制化的非标设备来解决,现在通过视觉分拣的解决方案,可实现行业内通用的标准产品,从而完成规模化复制。

陈怡君:

就机器分拣来说,3D视觉可以针对散乱、无序堆放的物品进行3D识别和定位,协助工业机器人实现多品种工件的机器人3D抓取上料定位,以及复杂多面工件、料框堆叠物体的立体识别定位。此外,还可实现精准的3D装配、定位、涂胶等工艺,进行输送带上物体的快速3D抓取定位等。

弭宝瞳:

再举两个更通俗易懂的例子。比如,iPhone X的Face ID使用的就是3D深度视觉技术;目前Google、UC Berkeley等科研团队也在攻克面向通用物品抓取的3D视觉分拣相关技术。换句话说,不仅在工业领域,3D视觉在消费级场景也将给我们带来更大的想象空间。

陈怡君:

的确,目前3D视觉的应用领域主要集中在金属加工、包装物流、食品、制药等行业,消费市场对于3D视觉系统的需求还未完全释放。

为何选择这个赛道?

当前3D视觉技术尚有一些难关未攻破,工业市场的盈利周期又比较长。为何依旧看好并投身这个赛道呢?

陈怡君:

纵观国内的视觉分拣市场,国内的3D视觉定位解决方案此前基本停留在科研院所,实质性产品极少见。而这项技术在国外已有六年左右的应用实践。因此,针对工业领域的3D视觉系统的市场主要被国外企业占据。值得欣喜的是,2017年,国内多家机器人企业推出了3D视觉解决方案,NeuroBot就是其中的一个优秀代表。

我们看到国内的市场正在起步,甚至在3D视觉的识别模式、智能判别等细分点上,国内技术已经超过了国外。在进一步解决快速响应、识别速度的问题后,国产3D视觉有望在整体上实现弯道超车。

弭宝瞳:

视觉分拣可以用于工业、物流、仓储等多个行业的多个场景。整个市场目前还处于蓝海的状态。现有的各家产品还没完全达到客户的性能和场景需求,因此我们针对行业垂直场景的落地,将建立起较高的行业门槛。

3D视觉分拣有别于人脸识别、物品识别等常规的人工智能技术,它包含的技术环节非常多。如果能够攻克各个技术环节,开发标准软件产品,并实现项目落地,就能建立起较高的技术门槛。

陈怡君:

工业领域的技术壁垒要比测量、物流等领域高出很多,比如要处理零部件的表面纹理、非标外形等情况,通常需要3D视觉、2D视觉、深度学习,GPU加速等多项技术的集合才能实现。NeuroBot的团队在这些领域均有技术积累和快速开发能力。同样也正是因为行业门槛高,NeuroBot专注于一个细分领域,形成规模化复制,在市场竞争中其实是占有先机的。

无论是3D应用,还是智能机器人技术在工业领域的深入和革新,我们看到了更加专项和精准的智能化服务,来自各公司独特而优秀的智能化产品将会加速各产业的升级。本期对话很高兴能够与NeuroBot共同探讨人工智能分检系统,期待不久在各领域发现NeuroBot的身影。

2018年Plug and Play中国优秀项目评选来啦!

活动日期:2018年7月1日-2018年12月1日

参与方式:投递创业企划书至bp@pnp.vc

评选机构:Plug and Play 中国投资团队

X

扫码关注 Plug and Play

X