文｜吳詩迪
編輯 | 潘瀟雨
封面來源｜IC photo
36氪獲悉，3D機器視覺公司「地標科技」已於近日完成數千萬元天使輪融資，本輪融資由達泰資本投資。融資資金將用於產品研發和擴充團隊等。
近年來，隨着製造業轉型升級，“機器替人”的需求不斷拉昇。作為其中必不可少的一環，機器視覺也迎來了快速發展的契機。機器視覺系統包括成像技術和圖像處理技術，可實現工業流程中檢測、識別、測量、定位等功能。根據賽迪《2021年中國工業機器視覺產業發展白皮書》測算，2021年中國工業機器視覺市場規模約為250億元。
機器視覺的必要性在於能夠拓寬機器人的應用場景，如果將機器人比作人的手臂，機器視覺就相當於人的眼睛和大腦。現階段，機器視覺處於2D向3D過渡的時代。對比2D視覺，3D視覺在測量精度、速度、抗干擾程度、操作簡易度等方面更具優勢。但在製造業落地方面，3D視覺仍需提高算法的識別率和穩定性，降低工業場景的出錯率。
「地標科技」自成立以來，就專注為工業場景提供整體3D機器視覺解決方案。據創始人兼CEO李爭向36氪介紹，地標科技採用自研軟件系統，基於深度學習、虛擬仿真等AI技術，已研發3D無序抓取系統、3D點雲軌跡引導定位系統以及3D點雲高精度檢測系統。分別解決產線上下料自動化、工藝操作自動化和產品品控自動化的問題。
以產線上下料為例，通常，上下料工件無序擺放在料框裏，且重量大、外形複雜。而抓取節拍卻要控制在7~20秒之內，抓取精度控制在±0.5~2mm內。對於傳統工廠上下料員工來説，無疑是一件繁瑣且高強度的機械性勞動。
對此，地標科技設計了針對無序抓取工件的全數字仿真系統，包括3D視覺系統、定製抓手、6軸機器人、與工件相關的所有輔控等。在機器視覺方面，集成了無序抓取系統、基於半監督學習的深度學習算法、3D激光結構光相機等構成解決方案。
具體來説，3D視覺系統先對料框中工件拍照，隨後系統生成工件和料框的3D點雲圖。再根據工件位置、料框環境等，生成抓取痕跡，引導機械臂將工件從料框抓取後放入指定位置。
據李爭介紹，地標科技深度學習算法的優勢，在於能穩定識別工件通用模型，提升準確度、降低系統調參難度，並且降低工件損耗率。
這一技術的關鍵，是地標科技自主研發的AI模型生產機制。通過AI技術實現機器人路徑規劃，簡化使用者的操作方式，並實現視覺目標識別、定位及機器人的路徑規劃等功能。
具體應用方面，李爭向36氪介紹，3D無序抓取系統用於汽車零部件行業，包括輪轂軸承、金屬鈑金件、軸叉、曲軸等。3D點雲軌跡引導定位系統主要針對焊接和塗膠環節，如汽車前機蓋塗膠引導、鞋底塗膠引導等。3D高精度檢測系統在3C、新能源、汽車零部件、煙草行業等均有應用，如汽車塗裝線漆面瑕疵檢測、鋰電池表面瑕疵檢測、煙支空頭檢測等。
團隊方面，地標科技研發團隊多畢業於清華大學、華中科技大學、香港理工大學、加拿大多倫多大學、滑鐵盧大學等高校的碩士和博士，在人工智能深度學習、3D點雲識別、機器人深度強化學習等領域已積累15年以上經驗。商務團隊大多來自日本歐姆龍、美國康耐視、德國ISRA Vision、新松機器人等企業，已積累20年以上自動化行業經驗，在智造業產業鏈上、中、下游有較豐富資源。創始人兼CEO李爭深耕機器視覺領域近20年，CTO李東為清華本碩博，擁有12年以上機器視覺項目落地經驗，COO周建品在自動化產品貿易、集成及設備業務上，有20多年行業經驗。
作為本輪投資方，達泰資本副總裁周勤博表示：“機器視覺在工業自動化行業的應用，在國內製造業巨大體量下孕育着商機。達泰硬科技團隊已關注多年，並考察過從各維度切入的團隊，包括AI科研背景、機器臂背景、自帶客户資源的集成商向上遊延伸等。但要把機器視覺這件事做好做大，會有木桶效應，以上要素缺一不可。此外在AI、算法、平台、工業互聯網等華麗熱詞背後，要以最快速度敲開客户的門、打磨出客户認可的視覺產品、並將產品快速交付給客户，需提及一個在資本圈並不太起眼，但已在工業界存續多年的詞--工控（工業控制）。深耕工控領域，具備對客户場景的深刻理解，地標團隊同時具備了科學家思維和國際視野，才能夠將高度碎片化的工業場景，抽象出標準化產品，並將產品賣出去，且在未來具有與國際大廠PK的潛力。”
