2016年以来,国内外已经有多家工业机器人3D视觉公司获得了融资,此前相对冷清的工业机器人视觉伴随着AI概念的火热,一下子热了起来。在机器人3D视觉领域探索了一年多的梅卡曼德,成立至今已经获得了三轮融资。创始人邵天兰近期在亿欧专访中表示,工业机器人智能化前途非常光明,但道阻且长,梅卡曼德将稳扎稳打,不急于横向扩展业务,先把一个点做透。
先把一个点真正做透
梅卡曼德当前主要的产品,是Mech-Vision视觉分拣方案,以及配套的Mech-Viz编程环境,面向3D视觉引导在物流和工业领域的应用,如分拣、上下料、拆码垛等。
国内外提供机器人3D视觉引导产品的企业,已经有ISRA,Pickit3D,Scape及国内一些创业公司等十余家,大部分产品都可以用于单品和混杂物品分拣,但邵天兰告诉亿欧,目前包括梅卡曼德在内,离真正做透还有很远的距离,整个产品综合各方面还不能完全满足市场需要,而且即便是单品分拣,在一些特殊材质和形状物体的抓取方面也还有问题需要解决。
关于真正做透,邵天兰认为,应该是:价格亲民,智能程度高、适用范围广、稳定可靠、使用简单。
创业之初邵天兰走访了很多工厂、企业,发现机器人3D视觉引导市场需求广泛而急迫,但对价格相当敏感。因此,他在产品研发之初,就定下了价格一万美元以下的目标。现在梅卡曼德的产品做到了目标,且保持了健康的利润率。
为了提高产品智能程度和降低成本,梅卡曼德自建了虚拟环境,在虚拟环境中对控制模型进行训练。虚拟训练环境中的画面,几乎与真实环境相同。利用这一技术,梅卡曼德可以让机器人在虚拟环境中进行深度强化学习,只要准备很少量的样本就能让机器人自己进行训练,显著提高了机器人智能程度并降低了成本。
单点做透不只包括产品功能,还包括产品可靠性。例如自研的传感器方案,虽然客户急着要,但他们还是自己先完成了几千小时的连续运行测试才开始真正提供给客户使用。“工业应用很硬核,每一步都要非常稳,千万不能急于求成而砸了牌子。”
虽然离解决所有问题还有距离,但在限定条件下,目前的技术产品已经可以在很多场景中推广应用。邵天兰告诉亿欧,目前梅卡曼德已经成为某国际机器人巨头的唯一的3D视觉合作伙伴,合作解决物流纸箱拆码垛等应用,已经进入推广复制阶段。他告诉亿欧,该厂家测试了市场上很多产品,都无法解决远距离精度、胶带反光、标签图案干扰等难题,或是价格太过高昂,最终选择了梅卡曼德。
当前,梅卡曼德已经和一些物流和机器人本体企业合作落地了不少项目,也在通过一些机器人和物流装备集成商落地出货。为更好的扩展机器人视觉的适用范围和能力,梅卡曼德还在朝着改造场景的方向努力。
与巨头合作共赢,战略激进,战术稳妥
机器人视觉领域虽然还比较早期,但市场热度已经上升,创业公司随时面临巨头的冲击。但邵天兰认为,一方面3D视觉引导系统复杂,技术壁垒足够深,另一方面也要选好角度和巨头合作共赢。
机器人3D视觉引导涉及到的重点技术包括3D相机、识别算法、高精度自动化标定、抓取规划、运动规划、任务级编程软件等,“是个非常庞大的事情!”。邵天兰表示,梅卡曼德在每一个技术点都力求真正做透,而每一个技术点又要相互配合,系统极高的复杂性构成了公司的核心壁垒。
相比之下,在邵天兰看来,AI图像检测等主要依靠一两个算法,是没有足够壁垒的。质量检测这类需求上技术栈相对比较浅,算法优势在系统竞争中占比并不大,哪怕短期内效果比大公司产品稍好,长远看也没有竞争力。MvTec、康耐视、海康等不少大企业都早早推出了使用深度学习进行图像检测的产品。
在巨头面前,选好合作共赢的角度,而不是贸然挑战,在邵天兰看来也很重要。他表示,梅卡曼德“完全不抢任何本体厂商和集成商的生意”,在项目中只取一瓢饮,给上下游充分的盈利空间,这样才能真正合作共赢,避免各方利益冲突导致不必要的竞争。
成立以来,梅卡曼德奉行着邵天兰“战略激进,战术稳妥”的思路发展。总体而言,2017年梅卡曼德初步完成了产品落地,已经开始和一些机器人大厂和集成商开始深度合作。2018年,梅卡曼德继续沿当前方向突破,一方面是拓展上海的销售和应用团队,将开发成熟的场景进行推广,一方面继续和大的物流客户合作打磨技术挑战性更大的方案。邵天兰还透露,2018年将有密集的“大新闻”公开。