仍然是一个艰巨挑战

  库柏特的核心竞争力是一套自主研发的机器人操作系统。系统主要包含视觉与力控两个底层技术,可应用于分拣、打磨与柔性装配。

  作为国内仅有几个将深度学习落地工业中的实际案例之一,目前库柏特的智能无序分拣系统准确率已经达到 99%。

  「我们调查发现,即使买到 ABB、发那科机器人,用户还是用不了。」李淼说。「企业还是要找 ABB 的人来做集成。」

  「我们提供的智能模块可以接入任何市面上的机器人,让它们可以自然地学习新的技能,无需编写晦涩难懂的代码。」

  已故的机器人视觉领域的专家 Adil Shafi 曾预言,机器人无序抓取将会成为 2020 年的主流。

  不过,和互联网巨头比起来,「我们有技术,但是缺少场景。」李淼十分注重应用场景热度。「你也希望自己的东西能够有用,对吧?」

  香菇有很多种类,花菇、冬菇、香覃是三种常见的香菇。花菇又进一步分为花菇、白花菇、茶花菇..... 还有厚菇 (板菇)、薄菇等。这些香菇大小、形状甚至纹路都不一样。

  今年 3 月,库柏特获经纬中国 4000 万元 A 轮投资。12 月完成 1.02 亿元人民币 B 轮融资,创业内融资新高。

  传统香菇加工企业依靠人工分拣不同种类的香菇,但是,招工难一直困扰着菇业加工企业。

  库柏特认为,机器人即服务(RaSS) 这种模式能够大大降低用户付费的心理门槛,加快公司的市场占有率。

  除此之外,机器人也很笨。每一个动作都需要工程师在背后进行精细的编程。由于路径是固定或受限的,所以只能通过手工调整来避免一些问题。当机器人通过视觉应对复杂场景时,手工调整就无用武之地了。

  据李淼介绍,在和运营商普罗格的合作中,已经可以识别 4000 个 SKU,完全靠机器人实现。

  除了在食品行业为企业提供解决方案外,凭借在物流行业分拣的突破,今年,库柏特已与 ABB、京东、运营商普罗格以及部分大型集成商达成合作。

  2017 年 12 月,公司完成 1.02 亿元人民币 B 轮融资,创业内融资额新高。B 轮融资后,库柏特表示资金将主要用于市场的推广并探索医疗与新零售等新场景的落地。

  「这里涉及很多问题,比如工程问题。」李淼说,「还有科学思想,如何用软件甚至 AI 思想,将它们整合到同一个平台下。让调试变得有规律可循。」

  CGTN主播刘欣即将于北京时间本周四上午8点,与FOX主播约辩的消息在全国扩散,在刘欣的母校南大外国语学院,全体师生都积极为刘欣加油打气。在外院师生的印象中,刘欣不仅是优秀学姐代表,还是英语系的当仁不让的“大神” 。2017年南京大学外国语学院百年院庆时,刘欣作为校友代表上台发言,感谢学院用爱和包容告诉自己“我能, I can ” 。大学时,刘欣积极地参加各种课外活动,特别喜欢排演喜剧、唱英文歌以及和外国的同学和老师交流,学以致用的学习方法让刘欣名列前茅。凭着积极进取的态度和扎实过硬的英语实力, 1995年,刘欣获得了代表南京大学参加第一届21世纪杯英语演讲赛的宝贵机会。

  国内目前唯一食品级智能分拣系统,让这家成立于 2016 年 5 月的机器人创业公司一举成名。

  人工分拣速度也慢,分拣一个香菇大约需要 5 秒。中国人一年要吃掉 1400 吨香菇,这种分拣速度无法满足大幅增长的市场需求。

  近些年来,深度学习的突破为非结构化环境中的识别和抓取各种形状大小的物体提供了新的可能。

  通过高分辨率工业相机配合图像感知算法,获取目标物体的类别和位置信息。然后,利用机器臂、末端执行器和动态抓取控制算法,实现对物体的精准分拣。

  一份对机器人报告网站全球数据库中 752 家机器人创业公司的分析显示,超过一半的创业公司都是以软件起家。

  2015 年,全球范围内的工业机器人销售量仅为 250,000 左右,这个数量是大型计算机销售峰值的十倍。相比之下,服务器和 PC 的销售总量分别约为 1000 万台和 3 亿台。浠庢ā鍨嬪埌鎶€鑳介兘浼氭湁寰堝ぇ鐨勫彉

  不过,武汉只是这家机器人创业公司的始发站。在一张旧时的知乎招聘广告中,李淼写道:

  2016 年,著名的 Amazon Picking Challenge 赛中,冠亚军都将深度学习作为其视觉和抓取任务背后的核心算法。

  「现在还在训练香菇分拣系统。」李淼说。为了训练香菇分拣系统,库柏特找了一千多 T 的香菇图片,识别难度比识别猫狗更甚。

  「别人做不了的事情,我们做到了,需求迟早会找上门。」武汉库柏特(Cobot)科技有限公司 CEO 李淼说。

  国内现在主要使用的几种工业机器人 Kuka、ABB、安川电机和发那科都用自己的控制系统和交互软件。为了让机器人厂商配合开放接口,库柏特一家一家地去谈合作。所以那些指望团战补位,用 Yellow Jacket来瞄准攻击用的小姐姐们可以醒醒了~一条传统香菇分拣流水线 个工人组成,库柏特智能线 小时分拣数量是传统线%,成本仅为传统线%。在 3C 装配过程中,插销入孔卡死比较常见。目前,库柏特已实现对 5000 多个品类的分拣,对新产品导入可以在数分钟之内完成。

  比如,打磨过程中多大力合适,力反馈控制怎么设计比较好,最后打磨质量怎么评估,目前在工业界还是凭经验解决。库柏特希望通过机器学习解决这三个问题。

  上个月,前 OpenAI 科学家辞职创立智能机器人公司 Embodied Intelligence。公司总裁也表达了类似的创业思路:

  中国这么多中小企业,很多需求得不到满足,不降低机器人的操作门槛,如何推动制造业升级?李淼说。

  「做抓取的人为什么少?因为以前大家都嘲笑这个行业,认为工人都可以完成这个动作,没有行业应用前景。」

  「现在的年轻人都是 95、00 后,不愿意干这些无聊重复的活儿。」李淼说。

  深度学习已经带来了变革,将机器人变成学习机器。」原标题:让工业机器人好用比降低成本更难做, 但这家B轮融资1亿的公司称自己做到了李淼是瑞士洛桑理工大学工学博士、麻省理工博士后。一开始都会很难,李淼说,但是,总有可以突破的点,只要有订单在手,国内厂商也有愿意和你合作。「虽然我们没有那种顶尖的人才,但是核心团队整体水平不错。武汉库柏特主要研发机器人操作系统,借助 AI 和传统算法的力量,让机器人变得和普通电脑一样,简单易于操作。」李淼说,没人在安卓系统上开发好玩的应用,这个平台也火不起来。提供服务而不是销售产品的观念,一直以来都是向市场推广未经测试过的产品的好方法,而相关创业公司也从中发现了规模经济的好处。「App 火了,鎴戜篃闈炲父璁ゅ悓杩欎釜绔嬪満,平台价值才凸显出来。怎么去建立这个数据库,怎么进行有效搜索?接下来,除 3C、食品、汽车、物流等领域,公司还将探索医疗和新零售场景的技术落地。虽然在视觉方面用到了深度学习,但在力的方面,还是传统办法,李淼告诉我们。不需要精确编程,机器人可以随着时间的推移从数据和经验中学习,并能执行多种任务。座谈中,沈强一行详细介绍了淮南市的经济社会发展情况,积极推介良好的投资发展环境,努力推动相关项目达成合作意向。本质上来讲,Yellow Jacket是一个防御性的武器,这也就意味着这个手机壳必须与那些色狼直接接触才能产生效果?

  未来,公司会从工业机器人领域往服务机器人领域拓展,库柏特也会一直致力于解放人手。

  在这种情况下,「未来,便利店可能会消失,取而代之的可能是大型无人仓,这种购物模式完全由机器人在后台完成分拣传送,减少企业成本和消费者时间成本。」李淼曾举例道。

  这个行业本身是一个比较小的行业,没那么多人去做,但是未来机器人需要这些东西,因此特别适合创业公司去做。

  中国看重机器人硬件,看不起集成,觉得「不就是调嘛」,李淼感叹道,其实,隔行如隔山。

  李淼感叹说,底层控制器是机器人巨头的核心技术,不会开源,「能够给你一两个 API 就不错了。」

  选择做抓取,也考虑到巨头不会做抓取。因为巨头的基因,李淼解释道,巨头做机器人手臂,但是手臂没有抓取功能,他们习惯于在程序上改变交互,但没有从物理上改变的习惯。

  资料显示,贝斯达创立于2000年,是一家集大型医学影像诊断设备研发、制造、销售和服务为一体的专业制造商。

  库柏特的定位也因此非常清晰明确:借助 AI 结合软件,依靠自己的平台实现软件决定硬件,提高机器人的易用性。

  尽管有 ROS(机器人操作系统)和 OpenCV(开源计算机视觉)这样的应用软件来简化任务和要求,让机器人能够运转起来做一些有用的事情,但是,依然需要由拥有博士学位的机器人专家来操作。

  「猫狗的图片,可以从网上爬。香菇图片不常见。ImageNet 上也就几百张。我们就要自己去做图片。」李淼回忆道,「而且香菇是大自然的产品,中国和日本产的就不同。另外,香菇迭代非常快,基本上三个月就一代。」

  现在公司全职员工在 70 人左右。其中,50 人负责视觉与触觉底层算法的研发与迭代,其余 20 人负责具体应用场景的落地。在武汉这样的二线城市组建一支这样的团队,实属不易。

  比如,客户需要抓取服务,可以先从硬件厂商购买机械臂,库柏特再为机械臂加上一个 AI+软件的操作系统。

  于是,库柏特为这家公司定制了一条机器人智能香菇无序分拣流水线 种香菇,分拣速度可以达到 0.8 秒/个,是人工的 2-3 倍,精准率可以达到 99.7%。

  「基本上,目前工资在 5 千到 1 万的手工劳动者所做的事,都是我们潜在机器人替换升级领域。」李淼说。

  维护和重新编程买过的机器人已经很不方便了,换一个公司的机器人又要重新培训人员,后续人力成本近乎是产品价格的三倍。

  今年库柏特的销售收入为 2500 万人民币。除了直接售卖软硬一体的解决方案外,公司也在尝试以租赁的方式,按系统调用次数计费。

  非结构化环境中进行自动分拣的商业可行性,仍然是一个艰巨挑战。当零件、货物以完全的随机形式放在箱内,方向不同,且有重叠甚至缠绕的现象时,机器人成像和抓取就会变得困难。

  在物流分拣中的效率,李淼介绍说,能将原本 12 人/条线 人/条线s/单,单个系统的峰值可达到 30 万单/日。

  「做机器人抓取的中国人,基本是从国外高校毕业的,做了 5-10 年以上的只有 5、6 个人。」李淼说。

  分拣出来的香菇会走向下游食品企业,但是工人长期低头工作容易产生疲劳,分拣质量业没有保障,如果下游厂商返现香菇中有白薄膜之类的杂质,将会引来重罚。

  「深度学习不是万能的,使用还是要谨慎。」李淼自信地说。但是,随着人力成本的攀升,很多大公司又开始尝试这个领域,比如谷歌、亚马逊、发那科等。这位有着八年抓取规划和智能控制研究经验的老「Grasper」,对此感受很深。是否可以将穷尽所有可能力的方向的 hacking 解决方案转变为一个类似搜索的问题?搜索是机器学习擅长的领域。在苏期间,沈强一行采取登门拜访、实地参观、座谈交流等多种方式,考察了培力药品公司、康沃动力科技公司、任阳天达无纺制品公司等企业,深入了解企业的生产运营状况、长期发展战略和近期投资意向。

  就在前不久,吴恩达成立公司 Landing.ai,旨在让深度学习落地制造业。

  朱成虎认为,首先需找到问题的症结所在,清理涉及台海两岸问题的不合理、不合法的法律条款:

上一篇:形成国有新华书店、综合书城、小微门店、民营
下一篇:商家竟说这是一款组装iPhoneXs Max

欢迎扫描关注六合开奖结果的微信公众平台!

欢迎扫描关注六合开奖结果的微信公众平台!