如何給機(jī)器人打造一雙在任何環(huán)境下自主定位導(dǎo)航的“眼睛”？

基礎(chǔ)創(chuàng)新是一個(gè)漫長(zhǎng)的賽道， 不過(guò)對(duì)于硅谷連續(xù)創(chuàng)業(yè)家龐琳勇博士（Leo）來(lái)說(shuō)，他早已習(xí)慣。“小覓智能是我的第三家創(chuàng)業(yè)公司，我的第二家公司從成立到最后被收購(gòu)做了10年。這沒(méi)什么奇怪的，賺快錢的公司很難有壁壘的。”龐琳勇以很自然的語(yǔ)氣回答。

畢業(yè)于美國(guó)斯坦福大學(xué)，擁有機(jī)械工程博士和計(jì)算機(jī)科學(xué)碩士（機(jī)器人視覺(jué)專業(yè)）的雙學(xué)位，并曾在中國(guó)科技大學(xué)師從光學(xué)測(cè)量泰斗伍小平院士，龐琳勇在立體視覺(jué)領(lǐng)域深耕多年并有多項(xiàng)研究成果。AI 時(shí)代的到來(lái)，讓他在自己擅長(zhǎng)的領(lǐng)域看到了一個(gè)前所未有的剛需市場(chǎng)。

“每一次技術(shù)浪潮都會(huì)產(chǎn)生新的基礎(chǔ)建設(shè)需求。PC 時(shí)代，英特爾和微軟壟斷了 CPU 和操作系統(tǒng)；移動(dòng)互聯(lián)網(wǎng)時(shí)代，ARM 攬括芯片，iOS 和安卓承包了操作系統(tǒng)；AI 時(shí)代的來(lái)臨，你會(huì)發(fā)現(xiàn)無(wú)論是機(jī)器人還是自動(dòng)駕駛汽車，甚至 VR 和 AR 的應(yīng)用，其共性特點(diǎn)是動(dòng)起來(lái)了。”在琳勇看來(lái)，AI 時(shí)代高度強(qiáng)調(diào)“動(dòng)”，而事物要運(yùn)動(dòng)，必須要有一雙認(rèn)路和看得出距離的“人眼”——這便是他的專長(zhǎng)。

2014 年，旨在讓機(jī)器人動(dòng)起來(lái)的小覓智能（MYNT AI）在硅谷成立了。其成員主要來(lái)自百度、三星、諾基亞、摩托羅拉等。

小覓智能專注立體視覺(jué)技術(shù)整體解決方案，是行業(yè)領(lǐng)先的視覺(jué)定位導(dǎo)航 VPS（Visual Positioning System）核心技術(shù)提供商。VPS 核心技術(shù)包括自主研發(fā)的雙目結(jié)構(gòu)光深度慣導(dǎo)相機(jī)、 視覺(jué)里程計(jì) VIO（Visual-Inertial Odometry）技術(shù)、 VSLAM（Visual Simultaneous Localization And Mapping） 技術(shù)、自動(dòng)駕駛、3D 識(shí)別/測(cè)量技術(shù)等。據(jù)龐琳勇介紹，小覓智能提供三個(gè)維度的產(chǎn)品，一是基礎(chǔ)層：各種各樣的雙目深度攝像頭硬件；二是自動(dòng)導(dǎo)航的底座，也就是雙目攝像頭加上 SLAM 的算法，企業(yè)可以在上面開(kāi)發(fā)自己的機(jī)器人；第三層是針對(duì)不同的行業(yè)做的定位導(dǎo)航定制方案，如服務(wù)機(jī)器人，掃地機(jī)機(jī)器人、汽車輔助駕駛 ADAS 等。

簡(jiǎn)單來(lái)說(shuō)，小覓智能想給機(jī)器人和無(wú)人車（機(jī)）一雙靈敏的眼睛，幫助其自主行走。

說(shuō)起機(jī)器視覺(jué)，目前最熱門、最主要的兩大類應(yīng)用無(wú)非是識(shí)別和導(dǎo)航定位。小覓智能則是后者。和用于手機(jī)等的二維傳感器不同，深度傳感器能夠把物體的距離測(cè)量出來(lái)。目前市面上的深度相機(jī)主要分為三種：時(shí)間飛行法 TOF（Time Of Flight）、雙目、結(jié)構(gòu)光。這三種方法皆有優(yōu)勢(shì)和局限性。

結(jié)構(gòu)光：屬于主動(dòng)光類，算法容易在芯片上實(shí)現(xiàn)，較為成熟，圖像分辨率比較高，但測(cè)量距離較短（1～2米），容易受光照影響，不適用于室外環(huán)境；

TOF：屬于主動(dòng)光類，算法容易在芯片上實(shí)現(xiàn)，抗干擾性能較機(jī)構(gòu)光要好， 深度精度高，不過(guò)其圖像分辨率較低（測(cè)的點(diǎn)少）， 測(cè)量距離在5米左右，成本高；

雙目：屬于被動(dòng)光類，室內(nèi)外都工作，研究歷史較久，成本較低， 算法精度高，魯棒性強(qiáng)，測(cè)量距離可以達(dá)到100米，但計(jì)算量大，算法復(fù)雜。 因?yàn)榉浅Ｒ蕾囎匀粓D像特征匹配，所以不適用于昏暗環(huán)境或者過(guò)度曝光環(huán)境，另外如果被測(cè)場(chǎng)景本身缺乏紋理，也很難進(jìn)行特征提取和匹配，如白墻。

眾所周知，機(jī)器人面臨的環(huán)境各色各異，所以，機(jī)器人需要一雙適應(yīng)任何環(huán)境的“眼睛”。而上述三個(gè)方案單一的來(lái)看都有明顯的不足。那么，如何打造一款較為完美的定位導(dǎo)航和避障方案呢？這正是龐琳勇的初衷。小覓智能以雙目為基礎(chǔ)，加入結(jié)構(gòu)光，采用雙目的算法，再加上位移加速傳感器，形成了一套全新的完整的軟硬件一體化傳感器方案。

“測(cè)量距離幾十米，深度精度達(dá)到厘米級(jí)，同時(shí)反應(yīng)速度又很快，可以適應(yīng)室內(nèi)室外工作，在三種傳感器中，只有應(yīng)用自然光的雙目比較理想。但是雙目也有自身的局限，它遇到室內(nèi)白墻，無(wú)法找到特征點(diǎn)，所以也就沒(méi)法匹配左右目的相同的特征點(diǎn)，其精度就會(huì)下降。而利用結(jié)構(gòu)光打紅外斑點(diǎn)到白墻上，相當(dāng)于形成了圖案，即可輔助雙目分辨。”龐琳勇非常專業(yè)地解釋了結(jié)構(gòu)光和雙目的結(jié)合點(diǎn)。

“我們的定位導(dǎo)航方案就像人眼，看了周圍就可以知道自己的相對(duì)位置。”龐琳勇解釋道， “小覓智能其實(shí)在賦予機(jī)器人三維度空間感知的能力。這主要體現(xiàn)在兩個(gè)方面：定位導(dǎo)航和立體避障。首先，雙目攝像頭硬件需要測(cè)量機(jī)器人和各參照物的距離，然后用算法算出具體位置，這是定位導(dǎo)航。至于避障，以前的機(jī)器人，基本是靠超聲避障。但超聲只知道前面有東西，卻不知道這個(gè)東西離你有多遠(yuǎn)，寬度多少，高度多少。”龐琳勇解釋道，“機(jī)器人避障一定要知道障礙物的精確位置以及大小，而傳統(tǒng)超聲方案無(wú)法解決這些問(wèn)題，視覺(jué)深度傳感器則完美地解決了這一問(wèn)題，所以很快成為機(jī)器人立體避障的標(biāo)配。”除此之外，小覓智能利用視覺(jué)傳感和位移加速傳感互補(bǔ)形成了一個(gè)更加全面的深度傳感器。“視覺(jué)對(duì)轉(zhuǎn)動(dòng)不太敏感，但是加速度傳感器可以測(cè)出轉(zhuǎn)動(dòng)的加速度，相當(dāng)于是將不同渠道收集到的信號(hào)融合在一起，保證了信息精確。”他說(shuō)。

關(guān)于機(jī)器人自主導(dǎo)航定位的方案，我們比較熟悉的有思嵐科技，其利用了視覺(jué)傳感+激光雷達(dá)的方式。多傳感融合會(huì)增加其魯棒性，但激光雷達(dá)的使用大大增加了成本。龐琳勇希望用視覺(jué)傳感就可以讓機(jī)器人實(shí)現(xiàn)定位導(dǎo)航和避障， 實(shí)現(xiàn)低成本，易量產(chǎn)。而關(guān)于機(jī)器人的雙目軟硬件一體的研究，此前都主要存在于大學(xué)實(shí)驗(yàn)室里，真正應(yīng)用到工業(yè)級(jí)場(chǎng)景的還沒(méi)有。值得一提的是，小覓智能強(qiáng)實(shí)力的團(tuán)隊(duì)一直致力于將這個(gè)技術(shù)應(yīng)用帶出象牙塔。

針對(duì)不同行業(yè)機(jī)器人的不同需求，小覓已經(jīng)推出了兩版雙目結(jié)構(gòu)光深度慣導(dǎo)攝像頭：標(biāo)準(zhǔn)版和深度版。據(jù)龐琳勇介紹，標(biāo)準(zhǔn)版是雙目+結(jié)構(gòu)光+位移加速傳感器，后面的算法是在主機(jī)上的 CPU 或 GPU 進(jìn)行的。深度版本則是在標(biāo)準(zhǔn)版的基礎(chǔ)上加了專有芯片模塊，可以直接運(yùn)算，不用耗費(fèi)主機(jī)上的運(yùn)算資源。

“我們現(xiàn)在的商業(yè)模式主要是從深度攝像頭、到導(dǎo)航模塊、再到針對(duì)不同行業(yè)和場(chǎng)景的機(jī)器人定位導(dǎo)航和避障的解決方案。小覓攝像頭有標(biāo)桿型客戶，定位導(dǎo)航底盤得到了合作伙伴英偉達(dá)的推薦，業(yè)界的第一個(gè)雙目掃地機(jī)方案完成，至于服務(wù)機(jī)器人方案，我們現(xiàn)在正和一家公司在合作一個(gè)很特殊的場(chǎng)景，而且已經(jīng)拿到幾千臺(tái)的這個(gè)場(chǎng)景的機(jī)器人的訂單了。”龐琳勇透露。

接下來(lái)，龐琳勇透露，小覓智能在汽車輔助駕駛 ADAS 領(lǐng)域還可以大展拳腳。ADAS 輔助駕駛市場(chǎng)目前以單目攝像頭居多，以色列公司 Mobileye 占據(jù)了市場(chǎng)份額的半壁江山。不過(guò)，龐琳勇表示單目攝像頭有一個(gè)缺點(diǎn)：無(wú)法直接測(cè)距離，首先它要判斷出來(lái)前面是輛車，然后根據(jù)車牌的大小來(lái)反推距離。這兩個(gè)過(guò)程都容易出問(wèn)題，如假如它沒(méi)有識(shí)別出車就無(wú)法測(cè)距離。“而雙目不需要做判斷，可以直接算出來(lái)距離，減少失誤，所以雙目肯定是一個(gè)趨勢(shì)。”他說(shuō)。

作為一個(gè)在底層創(chuàng)新深耕較久的人，龐琳勇已經(jīng)有自己的一套創(chuàng)業(yè)看法。他認(rèn)為，一些基礎(chǔ)的創(chuàng)新需要團(tuán)隊(duì)做好多年，這些時(shí)間與精力鑄就了一個(gè)企業(yè)的壁壘。”就像我們做的這個(gè)事情，別人不是想做就能做，他也需要花很多年的時(shí)間。而且很有可能做的產(chǎn)品和客戶想要的差的很遠(yuǎn)。”他表示，找準(zhǔn)需求市場(chǎng)也是必備課程。

“機(jī)器人移動(dòng)和無(wú)人車肯定需要知道自己在什么地方，在走過(guò)程中別撞上東西，這是一個(gè)普遍的需求，而且這個(gè)需求是以前沒(méi)有的。所以做這個(gè)肯定不會(huì)錯(cuò)。”龐琳勇一直對(duì)機(jī)器人自主導(dǎo)航的市場(chǎng)充滿了信心。小覓智能，2014 年剛成立時(shí)時(shí)只有 5 個(gè)人的創(chuàng)始團(tuán)隊(duì)，在冬天沒(méi)有暖氣的無(wú)錫哆嗦著編程，2016 年 1 月其推出的搭載小覓雙目的小覓機(jī)器人在 CES 上獲得高度關(guān)注，而后，其將戰(zhàn)略轉(zhuǎn)變?yōu)樘峁┙鉀Q方案。這一路，小覓智能的每個(gè)腳印都非常清晰。

目前，小覓智能已經(jīng)完成了來(lái)自樂(lè)搏資本的天使輪融資、以及真格基金的 Pre-A 輪和來(lái)自成識(shí)資本、申通董事長(zhǎng)陳德軍、觸控科技、優(yōu)客工場(chǎng)和中關(guān)村國(guó)際控股的 A 輪融資，累計(jì)融資近億元。