6·18剛剛結束不久，如果你在“剁手”之余稍微關注了一下電商和物流的新聞，就會發現，往年備受關注的快遞小哥正逐漸被另一群活躍在倉庫里的員工“搶走C位”——它們是當下十分熱門的分揀機器人。有了這些機器人，快遞的分揀、運送效率大大提高，“剁手”的成果也能更快、更準確地送到消費者手里。

　　在這些形狀各異的機器人背后，潛藏著一個龐大的市場。這一次，主導投資NeuroBot項目的Plug and Play中國區投資陳怡君將獨家對話工業機器人創新企業NeuroBot的創始人兼CEO弭寶瞳，一起探討自動分揀機器人的現在與未來。

本期嘉賓：

弭寶瞳

NeuroBot創始人&CEO

中國人民大學計算機博士

　　曾任奇虎360研發工程師、產品經理；Intel、AMD、SAP等公司項目經驗；五年計算機軟硬件開發經驗；發表論文數篇；山東省優秀畢業生。

連續創業者，技術、管理、市場經驗豐富

Q

&

A

機器換人已成常態：

　　從1959年第一臺工業機器人誕生以來，經過幾十年的發展，工業機器人已經滲透到各行各業。據國際機器人聯合會統計，2017年全球工業機器人銷售量已經超過30萬臺，預計到2020年，這一數字將達到52.1萬臺。當前工業機器人的市場行情如何？

陳怡君：

　　如此大規模的增長既有技術發展的推動，也有提高生產效率的敦促。近年來，各種原材料價格不斷上漲，人工成本也水漲船高，為保持足夠的利潤空間，規?；a、生產線改造已經是必然的趨勢。此外，高端精密制造業的崛起也要求更精細、更高效的生產方式，將人從危險、枯燥的重復勞動中解放出來。

　　“機器換人”不僅發生在電子制造、汽車制造等精密制造行業，物流、紡織等勞動密集型產業也逐漸成為機器人的主戰場。

弭寶瞳：

　　隨著工業4.0的發展，制造行業將會越來越智能化、集成化，對柔性制造的需求也越來越多。因此，融合了人工智能技術的機器人成為新的熱點。其中，3D視覺分揀是人工智能與工業機器人相結合的代表。

NB – Picker人工智能分揀系統

3D視覺分揀市場前景：

　　我們知道，機器視覺技術經過多年發展已經邁入高速發展期。2D視覺技術已經基本成熟，涉及定位、測量等的功能都能很好地完成。3D視覺相比2D視覺有哪些優勢？

陳怡君：

　　作為機器人智能化升級的關鍵部件，機器視覺再度成為各大巨頭企業爭相搶奪的焦點。根據GGII的數據，2017年中國機器視覺規模達到42億元，增長速度超25%，到2020年，市場規模將超過100億元。

　　盡管2D視覺已經發展得相當成熟，但2D視覺畢竟缺少了三維或多維空間信息，它必然無法滿足人們對智能設備越來越高的要求。

弭寶瞳：

　　當前市場上的工業機器人只能針對固定位置的物體進行抓取，對于復雜堆疊物體的識別和分揀場景，依然通過人工方式完成，限制了工業自動化的程度，而3D視覺分揀是該場景的直接解決方案。傳統的解決堆疊物體分揀的問題，一般通過震盤等定制化的非標設備來解決，現在通過視覺分揀的解決方案，可實現行業內通用的標準產品，從而完成規?；瘡椭啤?

陳怡君：

　　就機器分揀來說，3D視覺可以針對散亂、無序堆放的物品進行3D識別和定位，協助工業機器人實現多品種工件的機器人3D抓取上料定位，以及復雜多面工件、料框堆疊物體的立體識別定位。此外，還可實現精準的3D裝配、定位、涂膠等工藝，進行輸送帶上物體的快速3D抓取定位等。

弭寶瞳：

　　再舉兩個更通俗易懂的例子。比如，iPhone X的Face ID使用的就是3D深度視覺技術；目前Google、UC Berkeley等科研團隊也在攻克面向通用物品抓取的3D視覺分揀相關技術。換句話說，不僅在工業領域，3D視覺在消費級場景也將給我們帶來更大的想象空間。

陳怡君：

　　的確，目前3D視覺的應用領域主要集中在金屬加工、包裝物流、食品、制藥等行業，消費市場對于3D視覺系統的需求還未完全釋放。

為何選擇這個賽道？

　　當前3D視覺技術尚有一些難關未攻破，工業市場的盈利周期又比較長。為何依舊看好并投身這個賽道呢？

陳怡君：

　　縱觀國內的視覺分揀市場，國內的3D視覺定位解決方案此前基本停留在科研院所，實質性產品極少見。而這項技術在國外已有六年左右的應用實踐。因此，針對工業領域的3D視覺系統的市場主要被國外企業占據。值得欣喜的是，2017年，國內多家機器人企業推出了3D視覺解決方案，NeuroBot就是其中的一個優秀代表。

　　我們看到國內的市場正在起步，甚至在3D視覺的識別模式、智能判別等細分點上，國內技術已經超過了國外。在進一步解決快速響應、識別速度的問題后，國產3D視覺有望在整體上實現彎道超車。

弭寶瞳：

　　視覺分揀可以用于工業、物流、倉儲等多個行業的多個場景。整個市場目前還處于藍海的狀態?，F有的各家產品還沒完全達到客戶的性能和場景需求，因此我們針對行業垂直場景的落地，將建立起較高的行業門檻。

　　3D視覺分揀有別于人臉識別、物品識別等常規的人工智能技術，它包含的技術環節非常多。如果能夠攻克各個技術環節，開發標準軟件產品，并實現項目落地，就能建立起較高的技術門檻。

陳怡君：

　　工業領域的技術壁壘要比測量、物流等領域高出很多，比如要處理零部件的表面紋理、非標外形等情況，通常需要3D視覺、2D視覺、深度學習，GPU加速等多項技術的集合才能實現。NeuroBot的團隊在這些領域均有技術積累和快速開發能力。同樣也正是因為行業門檻高，NeuroBot專注于一個細分領域，形成規?；瘡椭?，在市場競爭中其實是占有先機的。

　　無論是3D應用，還是智能機器人技術在工業領域的深入和革新，我們看到了更加專項和精準的智能化服務，來自各公司獨特而優秀的智能化產品將會加速各產業的升級。本期對話很高興能夠與NeuroBot共同探討人工智能分檢系統，期待不久在各領域發現NeuroBot的身影。