文 | 吴诗迪

编辑 | 潘潇雨

36氪获悉，3D机器视觉公司「地标科技」已于近日完成数千万元天使轮融资，本轮融资由达泰资本投资。融资资金将用于产品研发和扩充团队等。

近年来，随着制造业转型升级，“机器替人”的需求不断拉升。作为其中必不可少的一环，机器视觉也迎来了快速发展的契机。机器视觉系统包括成像技术和图像处理技术，可实现工业流程中检测、识别、测量、定位等功能。根据赛迪《2021年中国工业机器视觉产业发展白皮书》测算，2021年中国工业机器视觉市场规模约为250亿元。

机器视觉的必要性在于能够拓宽机器人的应用场景，如果将机器人比作人的手臂，机器视觉就相当于人的眼睛和大脑。现阶段，机器视觉处于2D向3D过渡的时代。对比2D视觉，3D视觉在测量精度、速度、抗干扰程度、操作简易度等方面更具优势。但在制造业落地方面，3D视觉仍需提高算法的识别率和稳定性，降低工业场景的出错率。

「地标科技」自成立以来，就专注为工业场景提供整体3D机器视觉解决方案。据创始人兼CEO李争向36氪介绍，地标科技采用自研软件系统，基于深度学习、虚拟仿真等AI技术，已研发3D无序抓取系统、3D点云轨迹引导定位系统以及3D点云高精度检测系统。分别解决产线上下料自动化、工艺操作自动化和产品品控自动化的问题。

以产线上下料为例，通常，上下料工件无序摆放在料框里，且重量大、外形复杂。而抓取节拍却要控制在7~20秒之内，抓取精度控制在±0.5~2mm内。对于传统工厂上下料员工来说，无疑是一件繁琐且高强度的机械性劳动。

对此，地标科技设计了针对无序抓取工件的全数字仿真系统，包括3D视觉系统、定制抓手、6轴机器人、与工件相关的所有辅控等。在机器视觉方面，集成了无序抓取系统、基于半监督学习的深度学习算法、3D激光结构光相机等构成解决方案。

具体来说，3D视觉系统先对料框中工件拍照，随后系统生成工件和料框的3D点云图。再根据工件位置、料框环境等，生成抓取痕迹，引导机械臂将工件从料框抓取后放入指定位置。

据李争介绍，地标科技深度学习算法的优势，在于能稳定识别工件通用模型，提升准确度、降低系统调参难度，并且降低工件损耗率。

这一技术的关键，是地标科技自主研发的AI模型生产机制。通过AI技术实现机器人路径规划，简化使用者的操作方式，并实现视觉目标识别、定位及机器人的路径规划等功能。

具体应用方面，李争向36氪介绍，3D无序抓取系统用于汽车零部件行业，包括轮毂轴承、金属钣金件、轴叉、曲轴等。3D点云轨迹引导定位系统主要针对焊接和涂胶环节，如汽车前机盖涂胶引导、鞋底涂胶引导等。3D高精度检测系统在3C、新能源、汽车零部件、烟草行业等均有应用，如汽车涂装线漆面瑕疵检测、锂电池表面瑕疵检测、烟支空头检测等。

团队方面，地标科技研发团队多毕业于清华大学、华中科技大学、香港理工大学、加拿大多伦多大学、滑铁卢大学等高校的硕士和博士，在人工智能深度学习、3D点云识别、机器人深度强化学习等领域已积累15年以上经验。商务团队大多来自日本欧姆龙、美国康耐视、德国ISRA Vision、新松机器人等企业，已积累20年以上自动化行业经验，在智造业产业链上、中、下游有较丰富资源。创始人兼CEO李争深耕机器视觉领域近20年，CTO李东为清华本硕博，拥有12年以上机器视觉项目落地经验，COO周建品在自动化产品贸易、集成及设备业务上，有20多年行业经验。

作为本轮投资方，达泰资本副总裁周勤博表示：“机器视觉在工业自动化行业的应用，在国内制造业巨大体量下孕育着商机。达泰硬科技团队已关注多年，并考察过从各维度切入的团队，包括AI科研背景、机器臂背景、自带客户资源的集成商向上游延伸等。但要把机器视觉这件事做好做大，会有木桶效应，以上要素缺一不可。此外在AI、算法、平台、工业互联网等华丽热词背后，要以最快速度敲开客户的门、打磨出客户认可的视觉产品、并将产品快速交付给客户，需提及一个在资本圈并不太起眼，但已在工业界存续多年的词--工控（工业控制）。深耕工控领域，具备对客户场景的深刻理解，地标团队同时具备了科学家思维和国际视野，才能够将高度碎片化的工业场景，抽象出标准化产品，并将产品卖出去，且在未来具有与国际大厂PK的潜力。”