做一個機器人系統，要想清楚這三步

今年8月，雷鋒網將在深圳舉辦一場盛況空前，且有全球影響力的人工智能與機器人峰會（CCF-GAIR）。屆時雷鋒網將發布“人工智能&機器人Top25創新企業榜”榜單。目前，我們正在拜訪人工智能、機器人領域的相關公司，從中篩選最終入選榜單的公司名單。如果你也想加入我們的榜單之中，請聯系：2020@leiphone.com。

“本質上機器人是一個整合的系統，它的控制、電子、機械設計，還包括它的算法，每一塊都是非常重要的。我們原來在外企里面主要是把機器人內在的難點問題解決掉，現在出來創業如果還繼續去做工具的話并不合適，就從一個工具提供者變成一個創造者的角色。”

最近有篇寫創業者與創業愛好者的區別的文章在不少創業者當中傳開，里面有一條就是對待辦公室對態度，創業愛好者希望有個漂亮的門面與前臺，而創業者甚至連logo都不會掛。去找靈至科技時，若要不是按著門牌號與房間號找，雷鋒網可能還真也找不到他們辦公室。

潘晶是上海交大機器人專業的研究生，畢業后在一家外企進行機器人系統設計工具和系統開發工作，包括全球最受歡迎的樂高機器人EV3、全美國最大的高中生機器人比賽First Robot Competition的官方硬軟件系統和MIT的獵豹機器人系統中都有他們團隊的設計。

2015年2月，潘晶以及團隊成員和上海交通大學蘇劍波教授一起成立了靈至機器人，做了一款全自主的導引機器人“納豆”，目前主要針對餐飲，教育以及醫療行業。機器人外形跟思嵐宙斯有些類似，典型的底座＋顯示屏的設計。在產品演示視頻中，能讓人記住的是“納豆”的找人功能與轉述能力，通過面部識別與定位，機器人能找到目標并轉述主人發布的任務，然后再回到主人身邊反饋任務完成情況。但實際上要找的人須事先在系統中有一個確定的位置信息，機器人才能去到對應的區域找人。對于這種找人派任務的事，在辦公室里的話也不過就吼一嗓子就能解決，為何要這么復雜？

“其實我們不是賣機器人，而是賣整個方案”，靈至科技CEO潘晶給雷鋒網介紹時說，“博物館需要一個機器人講解員，就需要機器人具備這些功能，而在整個方案中還包括了所有講解詞的定制化，整個地圖場景的構建，還包括一些特殊的定制服務，不過這樣算下來均攤在每個機器人上是25萬左右。”

“蘋果手機不是每個人都買得起的。”

25萬一個的機器人有多少商家能夠接受？潘晶解釋說，機器人產業不能用傳統的定價模式來思考，比如說一個好的手機要6000塊，大眾會以iPhone作為對標，看這個手機到底值不值。但是對于服務機器人而言，它沒有一個可以參考的價格標準。除了打著機器人的旗號吸引眼球之外，究竟能夠幫助金主們解決什么問題、帶來什么樣的價值，這才是關鍵。他們的定價策略則是參照一個普通員工兩年的工資水準定下來的，一般在25萬-30萬之間。

“這個定價肯定不便宜，這是實事求是的說，但是我不覺得便宜是我們現在要做的，而是說你現在怎么樣能夠讓你的客戶覺得你值這個錢。”潘晶繼續就這個話題說著，“我相信25萬左右的價格對于To B的來說不貴，不是一個天文數字，要不然我們也不會很輕易的有人愿意買，關鍵是你值不值這個價。”與此同時，考慮到大部分商家是不一定愿意支付這筆高額費用的，所以靈至還有租賃模式，以租代賣，長租折賣的模式。

第一代納豆機器人，靈至現在出貨量不到十臺。

“整個機器人，從工業設計到里面的機械設計，外觀設計，軟件、硬件都是我們自己開發的。”

機器人作為一個復雜的系統，如何看待機器人這個系統，潘晶講出了自己比較認同的“三步曲”：第一步叫做Sensing，感知環境；第二步叫Thinking，就是思考；第三步Acting，執行動作。

國內大部分的廠家在做Sensing。

機器人要感知環境就必須要有能夠獲取環境數據的傳感器。那為什么國內廠商會相對集中在這一塊呢？潘晶的看法是，Sensing這塊不是完全的創新，機器人領域十年前就有SICK這些高端的激光雷達，現在只不過是隨著運算能力的提高、硬件成本的降低，把原來造價昂貴的雷達變得更加微型、更加便宜。國內的很多公司就是抓住了這樣一個契機在做這個事情，不過這些對機器人的發展是非常有利的，這些基礎有了，民用機器人才能變為現實，要不然整個機器人造價60萬，怎么賣？

“Slamtec（思嵐科技）、鐳神，我們就是他們的用戶。”在談到機器人定位導航時潘晶說到了一個熟悉的名字，“我們用他們的傳感器檢測環境數據，就以Slamtec為例，它就是一個廉價的雷達，其是都不算激光，應該是偏紅外為主，它就能夠掃描機器人周圍障礙物跟定位情況。”

“我們不光用Slamtec也用其他各種各樣的射頻的更新的方法來獲取環境的信息，而且環境信息不單是一個一維的障礙物的距離，還要解決動態障礙物的問題。而這個也不是靠一種傳感器來解決的，這里面就會有一個傳統的學術上研究的課題，叫做多傳感器融合。它實際上是通過紅外、超聲，還有一些其他的接觸傳感器，比如攝像頭或者Kinect做深度信息捕捉，然后將這些所有的數據，通過算法融合，這樣才能給出一個機器人的做決策的數據，這是傳統的Sensing。”

在傳統Sensing的基礎上，怎樣能得到最好的環境建模，還有兩個關鍵問題：一個是傳感器怎么樣融合才有最好的效果，而另一個是融合出來的同一維度的信息，如何通過軟件的算法來補充環境模型？不過這里面涉及到的功夫也就上升到了第二步中。說到底，Sensing只是完成了一個最基礎的工作：獲取數據。

Thinking除了要解決傳感器數據融合，將數據轉為信息這塊地工作外，還包括了自動避障與路徑規劃。在環境復雜的環境中，機器人會有一個全局的路徑規劃與一個局部的路徑規劃，當局部環境遭遇變化時，機器人要基于靜態地圖與動態的障礙物做出一個新的路徑規劃。但機器人無法完成新的路徑規劃時，要能夠做出遠程求助與語音求助的動作等智能的行為。

最后Acting，機器人要能夠改變環境，雖然從某種意義上說，用聲、光、電的方式也可以改變環境，但能走，能動則是對所有功能的放大，并且是一個無限的放大。因為任何的聲源、光源，都有能夠到達的物理范圍限制，但一旦能動了，本身這個機器人的能力上也會得到大幅度的飛躍。

“任何一個復雜的機器人的系統，可以從這三個角度去看。Sensing是什么，感知環境是什么樣的物理量；Thinking，你的算法是什么，你怎么做決策的；Acting，你的輸出是什么？你的輸出是語音、燈光，還是你能動，還是什么樣的行為。所以，從這三個角度，再看它跟環境是怎么交互的，跟人是怎么交互的，這樣一個機器人的系統就出來了。”

最后問及靈至，除了算法外，他們的核心競爭力在哪時，他的回答是“人”。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。