瞄准柔性生产,「NeuroBot」以人工智能赋能自动化分拣

阅读  ·  发布日期 2018-07-27  ·  金人网络
工业分拣作为细分领域市场吞吐量巨大。

人口老龄化的加剧以及人口红利逐渐消失,促使“机器代替人”的理念在更多行业开始出现落地技术。

36氪近期接触到的「NeuroBot」(公司全称:北京矩视智能科技有限公司),是一家成立于 2017 年 10 月的智能分拣机器人研发商。公司通过自主研发的基于 3D / 2D 视觉的智能分拣系统,解决工业机器人分拣领域的无序抓取问题,可应用于加工制造、物流、农业等多种行业。

创始人兼 CEO 弭宝瞳告诉36氪,传统的工业机器人只能针对固定位置的物体进行抓取,而 NeuroBot 通过自主研发的 3D / 2D 视觉分拣系统,集成不同类型的工业机器人,完成识别、检测、抓取、码放的一系列动作,可柔性地将物料在无序或半无序状态下完成分拣,提高生产效率并节约成本。

据了解,NeuroBot 所运用的核心技术分三个方面:

  • AI:通过采用深度学习技术,把人工的检测经验转化为算法,从而实现自动识别和检测;

  • 3D / 2D 视觉:利用机器视觉完成物品的位姿估计,并辅以深度学习算法实现复杂场景的抓取点计算;

  • 嵌入式 AI:采用嵌入式 GPU (如 Nvidia 的 TX2)为深度学习提供硬件支撑,保持算力充足。

根据 NeuroBot 提供的数据显示,其 3D 视觉分拣的识别时间约为 0.5s,精度可达 0.2mm,其结合 2D 视觉的检测精度可达 0.01mm。

弭宝瞳表示,“整套方案中,我们提供包括核心算法、工业相机及处理器的软硬件一体化产品,而机械臂、抓手等硬件则由上游厂商提供。同时,通过算法优化,配合国产的硬件方案,其价格仅约为国外相似竞品的四分之一。方案应用范围目前集中在加工制造业,未来也会拓展到消费级领域,实现通用物品抓取。”

NeuroBot 的客户分为两种,第一种是直接客户(目前已合作多家上市公司),NeroBot 相当于集成商,提供整套服务方案,工厂回收成本的时间约为一年至一年半。第二种客户是集成商,NeuroBot 相当于上游供应商,提供标准化套件,由下游集成商完成项目实施。

弭宝瞳告诉36氪,3D 视觉分拣技术还没有发展到行业通用阶段,这类前沿技术初期需要先从实际场景中落地,建立自身的行业门槛,并在实际场景中打磨标准化产品。

“通过第一种直接落地客户的项目,我们已经实现正向现金流,且有多个项目正在跟进。在此过程中,我们除了会不断优化产品,还会根据实际项目需求,使产品向标准化转变。同时,在该垂直领域,我们将作为供应商实现规模化效应。”

瞄准柔性生产,「NeuroBot」以人工智能赋能自动化分拣

数据显示,2020 年,中国工业机器人销量将达到 20 万台,机器视觉市场也将达到 86.5 亿元人民币。目前,除了 NeuroBot 的分拣机器人领域,其他领域也有包括库柏特梅卡曼德阿丘等公司。弭宝瞳认为,工业的细分领域较多,且各垂直行业门槛较高,能否实现行业落地,并在细分领域建立壁垒,是当前发展的重点。

今年 4 月,NeuroBot 已完成由 Plug And Play 领投的种子轮融资。目前,公司正在寻求天使轮融资,主要用于技术研发、市场营销及硬件采购。

NeuroBot 创始人弭宝瞳,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;连续创业者。创始团队有多位来自滴滴、IBM、360、浪潮的高级研发工程师。