瞄准工业智能化市场，「梅卡曼德」想靠高性价比视觉分拣方案切入

未来，深度学习的自学习和自适应性在工业领域将有诸多应用中国老龄化趋势加剧，人口红利逐渐消失，已成为普遍认知。人力成本上涨的同时，当代年轻人就业观也已变化，很多人不再愿意前往高强度、高危险、污染严重的工厂一线，制造业行业普遍陷入招工难的窘境。在此背景下，引入作为替代性方案的机器人成为趋势。据国际机器人联合会（IFR）今年2月发布的报告，2010年到2016年，中国工业机器人市场增长了5倍多。2013年以后，中国已连续四年成为全球最大的工业机器人市场，中国占全球市场的市场份额从2013年的1/5，到去年已接近1/3。不过，在梅卡曼德机器人CEO邵天兰看来：工业机器人市场仍然有大量的需求没有被满足。由于智能性和灵活性的缺乏，工业机器人在很多新场景中难以被广泛应用。以货品分拣、机器上料等场景为例，由于待操作的物体往往是混杂放置的，而目前市面上提供的混杂分拣方案尚不成熟，大量工作仍依赖人工完成。此外，目前国内协作机器人市场现状还在于核心技术依赖进口、成本（如系统集成成本）昂贵、软件操作门槛高难度大。就此需求，梅卡曼德机器人想借高性价比的视觉分拣、拆垛方案切入该市场。基于视觉的抓取，可以拆解为6个主要流程：看（摄像头）识别定位抓取执行。就技术而言，基于眼睛的看难度很大。邵天兰表示，传统2D摄像头无法准确确定混杂物体的位置，而目前的主流3D摄像头方案在性能（精度、速度、可靠性、适应性）与成本上不能满足工业要求。比如Kinect主要为民用场景，精度达不到工业级要求；Ensenso精度和速度达标，但在反光表面和暗色表面上表现欠佳，并且成本也较为昂贵（单个售价在10万人民币左右），更别谈造价更贵的Enshape、SICK等了。梅卡曼德团队通过自主研发的MechEye摄像头方案，将造价降低不少，虽然在原始信号质量方面有所损失，但配合其算法优势，对这部分损失进行了弥补，邵天兰称，和现有几种方案对比，该套方案在同一圆形薄铝板试样组、黑色铝管试样组中，点云图完整度、清晰度、准确度表现优于其他几种方案。而在后续的识别、定位两步骤上，梅卡曼德团队的算法结合了传统算法、机器学习以及机器学习中的深度学习，以保证算法兼具传统算法的可靠性、快速性；传统机器学习的小数据量、可解释性；深度学习的复杂应变性。对于轨迹规划，邵天兰表示该技术在现有工业机器人中几乎没有应用，但是新场景的复杂性和不确定性使得轨迹规划技术成为必须。梅卡曼德的算法进行了大量工作以保证算法的速度和效果。值得一提的是，其机器视觉开发框架不同于传统代码式框架，而是将其模块化、可视化，降低开发者、集成商以及客户的使用门槛。MechViz操控环境示意图盈利模式上，梅卡曼德目前主要是提供整机方案，包括机械臂、相机和相应软件，其相机和软件方案客单价在3.4万左右。据悉，梅卡曼德已经在国内数个种子项目中技术落地。前不久，梅卡曼德与浙江清华长三角研究院达成了科技战略合作关系。团队背景上，邵天兰本科毕业于清华大学软件学院，硕士毕业于德国慕尼黑工大（毕业论文满分）此后在德国协作机器人Franka公司工作了三年半。梅卡曼德联合创始人之一的付翱是清华精仪系的本、硕毕业生，毕业后在工业机器人四大家族之一工作数年，有行业经验积累。另外一位联合创始人丁有爽博士，先后就读于哈工大、清华大学和卡内基梅隆大学，发表过十余篇论文，拥有多项发明专利。德国汉堡大学计算机系终身教授、清华大学计算机系讲席教授、汉堡科学院院士张建伟教授，担任了梅卡曼德的技术顾问，做前沿技术方面的指导。邵天兰表示，梅卡曼德团队当前有近30人，研发团队均毕业于国内外顶级高校，且不乏业内知名企业工作经历。年内预计团队会扩张到50人左右。融资方面，梅卡曼德此前获得了华创资本（ChinaGrowthCapital）领投的数千万元人民币PreA轮融资，天使轮投资机构伽利略资本本轮继续跟投。本轮融资将被用于技术迭代和海内外市场拓展。

模拟微信群聊H5模板
模拟来电H5模板