给机器人一双3D的眼睛，满足多行业多维度智能化需求

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。

大企业创新咨询：