梅卡曼德機器人公司不生產機器人，他們制造機器人的“眼睛”和“大腦”，使機械臂能夠對混雜擺放的物品實現精準抓取——一舉破解機器人操作中的“圣杯難題”。

　　最近，梅卡曼德機器人公司聯合創始人兼商務總監徐婷婷，憑借“工業機器人3D智能相機和視覺系統”項目，奪得2019年“創青春——中關村U30”青年創新創業大賽年度創業者稱號。

　　“創業最重要的，是選準一條‘朝陽’賽道。”她在接受科技日報記者采訪時強調，要看準市場痛點，打造出滿足市場需求的可落地和低成本化產品。

　　升級工業機器人“職場技能”

　　現在大部分年輕人都不愿意從事枯燥、單一的重復勞動，這是一個不爭的事實，即便企業高薪聘請，又累又苦的體力勞動“招工難”已然成為常態。

　　“我們確實看到這樣一個市場痛點。”徐婷婷說，中國的勞動力成本在過去10年內上漲了5倍，“鑒于此，解決用工荒成為我們的創業初衷。”

　　2016年，畢業于慕尼黑工業大學的邵天蘭，已經在德國知名協作機器人企業積累多年經驗，并參與了世界最先進協作機器人的全程研發。他選擇回國創業，在召集了技術研發背景強大的合伙人團隊后，創立梅卡曼德機器人公司。

　　“用工難”的市場蛋糕千億量級，梅卡曼德決定從“3D視覺”的細分市場切入。對此，徐婷婷這樣解釋：“不跟上游的機器人廠商搶利潤，也不跟下游的集成廠商搶利潤，我們清楚地明白自身定位：專注于3D視覺產品。”

　　今年6月，梅卡曼德生產的第一批3D視覺產品上市，多家不同行業的頭部客戶第一時間批量訂購，多條生產線機械臂全線升級。

　　機器人精神一抖擻，做起事來“眼疾手快”，還得歸功于3D智能相機和視覺算法技術，它們分別是機器人的“眼睛”和“大腦”。物流行業，大型紙箱、麻袋的搬運、揀選、裝配工作大部分交給了機器人；傳統生產制造領域，機器人會抱著一雙鞋涂膠水、對著一盒金屬料盤分揀。

　　以前這些活兒，機器人大部分干不來。“以往的一些工業機器人只能做固定位置的重復抓取，無法處理特別復雜的情況。”徐婷婷說。

　　用機械臂(手)抓取無序擺放的箱子，對于人類是非常簡單的事，而對于機器人卻極具挑戰，長期以來有機器人操作中的“圣杯問題”之稱。原因在于，箱子里的物體之間，物體和箱子之間存在大量的遮擋，這些遮擋一方面妨礙了對物體的感知，另一方面讓機器人運動的碰撞檢測變得很復雜。

　　“3D視覺現在可以解決很多的問題，譬如物體堆疊、物體有花紋圖案、不同物體的分類等。”徐婷婷感到自豪，當初創始人團隊一心想用人工智能深度學習來訓練機器人的物體識別能力，現在他們做到了。

　　讓每家企業都能用上機器人

　　近年來，在市場倒逼的情況下，很多勞動密集型工業企業希望找到更好的自動化方案，經過篩選比較，的確有更多企業認定：3D視覺技術能幫助他們有力解決當下的用工難題。

　　“我們前期調研發現，市場上的傳統3D視覺產品價格高昂、買回來還要根據需求自己寫代碼。”徐婷婷認為，這不符合制造業工廠使用3D視覺產品的初衷——降低成本、提高效率、提升投入產出比。

　　創業團隊判斷，正是價格和體驗的痛點，導致3D視覺技術未被大規模應用。他們決定為工業企業打造一套性價比高、穩定性強、適用性好的3D視覺解決方案。

　　國外傳統3D視覺產品太貴，貴在原材料。團隊另辟蹊徑，采用普通的原材料，訴諸于強化視覺算法和軟件，將售價大幅降低至同類解決方案的三分之一。為使用戶操作時無需代碼編程和完全可視化，團隊耗費大量資源和時間編程仿真圖形化軟件，從而極大降低了使用難度和部署成本。除此之外，他們還為工業場景下使用3D視覺產品做了許多額外優化工作。

　　比如，工業場景環境非常復雜，廠房內遍布各種設備，以往機械臂作業時經常碰到燈臺或者柱子，三天兩頭就得維修，穩定性始終難以讓工業企業滿意。于是，團隊采用人工智能軌跡規劃算法，保證機器人在復雜情況下自動避免碰撞，并且規劃最佳路徑去抓取物件。