瞄准柔性生产，「NeuroBot」以人工智能赋能自动化分拣

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。”

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。