0
2019年，互联网巨头在做架构调整，自动驾驶在讲产业寒冬，服务类机器人则开始加紧量产。
前两者已为行业共识，本文要谈的是后者，服务类机器人的2019。
1月16日，配送机器人企业Yogo Robot发布YOGO Station，并宣布相关产品将在年底实现批量交付；
2月18日，服务机器人企业云迹科技宣布完成B轮融资，深化布局智慧酒店市场；
3月19日，服务机器人企业高仙机器人宣布完成B轮融资，融资重点用于实现产品量产交付。
“其实我们的产品已经成熟，现在需要尽快释放产能，这也是我们今年的工作重点之一。”高仙机器人CTO秦宝星告诉雷锋网。
然而，在谈量产之前，首先要了解服务机器人当下技术、产品和市场基本现状，雷锋网就这些问题与高仙机器人CTO秦宝星进行了探讨。
服务类机器人可以分为B端应用和C端应用（消费机器人）两大类，其中，扫地机器人为C端典型应用。
由于应用场景不同，在具体场景化需求上也略有不同。以扫地机器人的构图和定位功能为例，目前，扫地机器人主要应用于家庭场景，这一场景光照变化没有很强烈，定位丢失造成的后果也并没有很严重。秦宝星告诉雷锋网，商用（to B）服务机器人和民用（to C）服务机器人主要区别有以下三点：
商用服务机器人作业范围更大，对建图面积和定位精度应用环境的动态性更高；
商用服务机器人作业环境动态成都更高，需要机器人拥有更强的感知和路径规划能力；
商用服务机器人对系统的成熟度和鲁棒性要求更高。
简言之，消费类机器人更强调功能性，服务类机器人首先要保证精准性。
机器视觉？激光雷达？
导航系统作为机器人的关键系统之一，究竟该选用机器视觉，还是选用激光雷达？
就现阶段来看，国内仍以激光雷达应用为主，尤其在商用领域。
秦宝星告诉雷锋网，其实用机器视觉构建的系统鲁棒性并不强，现阶段还难以满足大规模（B端）商用需求。目前机器视觉仍主要用于相对结构化、光照变化不强烈，或诸如家庭这样相对简单场景中。
激光雷达技术如今已经相对成熟，同时由于不受光照强度的影响，更适合用于定位导航。“但是机器视觉确实是当下一个大趋势，大家都在研究如何增强其鲁棒性，长远发展来看，二者必然会结合应用。”
二者最终如何结合应用？
激光雷达用来为定位系统提供具有鲁棒性的几何信息，机器视觉用以提供一些高级的语义信息。
秦宝星以人流量较大的高铁站为例进行了解读。
“高铁站内有很多人，因而存在太多并不固定的特征点，在这样的环境中，难以只用激光雷达做定位和导航，通过机器视觉提供的语义信息，即识别出哪些是运动的人，哪些是固定的特征点（例如柱子），以此为建图和定位提供语义信息，结合激光雷达应用，实现精准定位、构图和导航。”
由此可见，未来机器人在导航、定位和构图上的应用，将会是一个多传感器融合的趋势。
实际上，高仙机器人不仅将多传感器融合技术应用到了建图定位上，同时也应用到了感知上。
在建图定位方面，高仙机器人首先用激光雷达做SLAM导航，然后用机器视觉做一些闭环信息。“这样的融合应用已经在我们的产品中应用有一年多了，”秦宝星告诉雷锋网。
在感知方面，高仙机器人现在部分产品中也已开始用机器视觉做语义信息的提取。以此前高铁站用的巡逻机器人为例，“高仙机器人现在做的是通过深度学习，把行人和柱子区分开，然后与激光雷达获取的信息进行匹配，从而识别出哪些激光点对应的是固定点，哪些对应的是不固定的点，并通过算法得到最优的位置估计，来提高我们机器人定位系统的鲁棒性。”
秦宝星告诉雷锋网，高仙机器人今年在建图定位上主要有三方面的功能开发：
第一，“无限”地图。“大家经常会问我们能建多大的地图，其实，最初大家的建图能力往往被局限于几十万平方米、几百万平方米，我们今年的目标是建图不再被面积束缚，理论上讲，我们的硬盘有多大，就能建多大的地图。”这样的能力将使得高仙机器人能够在大规模的商场中，或者是市政道路中有应用相关产品的可能。
第二，将语义建图和定位应用到所有的产品线上。“现在我们已经有一些小批量的产品线在用，今年我们要把这项能力拓展到我们B端客户产品或方案中。”
第三，实时地图更新。
秦宝星告诉雷锋网，感知分为两类应用：
第一，与自主移动相关的感知。在具体应用场景中，无人驾驶或自主移动机器人需要能够识别出静态障碍物和动态障碍物，要能够进行识别并分类跟踪，从而更方便地进行行为预测。高仙现在已有的清洁机器人通过加入人物检测和人脸识别技术，一方面可以保证行人的安全性，另一方面也可以带来更好的交互能力；
第二，与业务相关的感知。在具体应用场景中，清洁机器人首先要识别出场景中地面，诸如是地毯地面、大理石地面，或是水泥路面，以此来判断采用怎样的清洁模式，这也需要清洁机器人拥有感知环境的能力。
秦宝星告诉雷锋网，“我们技术思路是：我们以与自主移动相关的感知为基础，并做牢、做实；与此同时，继续深入探索与业务相关的感知能力，并为用户提供真正的价值。”
无论是无限地图、语义地图、实时地图，还是感知能力的更新迭代，都将带来大量计算资源的消耗。一般而言，有两类解决方法：
第一，升级硬件，硬件性能和硬件配置上进行升级迭代；
第二，更新软件，软件算法进行优化和版本迭代。
其中，前者较为简单、直接，会带来硬件成本的提升，甚至硬件资源的复杂化；后者更为复杂，对投入人力资源要求更高，在研发周期上也可能有一定的影响。
高仙机器人的选择是后者。
我们的研发前提是不动硬件的前提下，通过对算法进行优化，对软件版本迭代，进行这些功能升级。
“我们其实有一点比较特殊：既有互联网公司的特性，追求迭代速度；也有机器人公司的特性，追求产品稳定性和成熟度。”秦宝星告诉雷锋网。
这看似相悖的两点，高仙机器人是通过软硬件两方面来实现的，即快速迭代软件和算法，追求硬件产品的稳定性。据秦宝星透露：
在软件方面，高仙机器人是一个月做一次大的版本迭代；
在硬件方面，针对自研产品，高仙机器人通常会一年迭代两三次。
秦宝星特别针对硬件迭代进行了解释：因为B端产品涉及到机械结构、机械加工、开模等供应链上众多问题，同时还存在新产品的市场接受度和市场教育问题，我们并不会在硬件上做频繁迭代。
雷锋网也很认同这一点，B端产品和C端产品的产品迭代策略有所不同，C端产品快速迭代可以促进消费，B端产品更追求稳定性，迭代速度不仅会为B端客户带来压力，同时还会带来诸如清洁阿姨并不愿意学习清洁机器人新版本手机APP的教育难度。
秦宝星告诉雷锋网，即使像在手机APP这样的软件功能更新上，高仙机器人也会尽量简洁易用。
现在部分行业应用中的服务机器人备受诟病，以银行场景为例，目前应用的触控大屏其实已经可以满足大部分功能需求，移动机器人能带来更多的是娱乐价值。需要轮式，甚至足式这类移动场景应用的机器人提供哪些更有针对性的刚需功能，仍有待进一步探索。
我们在产品研发过程中考虑到业务需求，并针对真正需要机器人移动作业的场景提供我们的产品和方案。
对此，高仙机器人选择了三类应用场景：清洁（商用）、安防和楼宇配送。
其中，商用清洁领域，高仙机器人有爱科宝系列机器人，以输出产品为主；安防和楼宇配送则以输出方案，为其他厂商提供安防和楼宇配送解决方案为主。
秦宝星特别强调，高仙机器人在商用清洁这一垂直领域并不提供机器人解决方案（只提供产品），这也是高仙机器人有意识地避免同时提供产品和方案两类商业模式时可能会存在的冲突。
为何会选择兼顾产品和方案？
秦宝星认为，“做方案有一个好处是，你能够第一时间接触到用户需求。”
我们做产品，其实对很多用户需求是不敏感的，做方案时则会有各种各样的合作方案，也有遇到各类需求。在这过程中，我们通过解决这些需求，不断提升我们算法的鲁棒性和整体方案的丰富程度，以提高我们的技术。这些技术反过来首先是赋能给客户，同时也可以导入到我们自己的产品中。
由此可见，高仙机器人将提供方案视为成长，通过提供方案来打磨技术，并赋能新方案和产品。
高仙机器人从创立之初，主要业务分布在包括新加坡等7国在内的国外市场。2015年，首批清洁机器人落地新加坡圣淘沙。
也正是凭借这两条腿，高仙机器人开始从国外走向国内。
国内人口基数大，与此同时，随着国内人口老龄化问题逐渐显现，将会出现很大的人力空缺。我们必定需要机器人来填补这些空缺，因而，国内对机器人产品落地存在一个强需求。这也是国内机器人行业走火，出现大量机器人厂商，甚至国外机器人厂商逐渐走向国内的原因之一。
从去年下半年，我们的业务中心开始转移到国内。目前，我们的清洗机器人在国内市场的占有率为90%以上，清洗机器人的规模化量产也是我们今年的工作重点。
当所有人都在谈5G的时候，5G究竟能带来什么，又能为机器人行业带来什么？
尤其国内5G发展速度远高于预期，因而，这也是每个产品厂商、服务厂商都需要考虑和提前布局的一个技术领域。
秦宝星告诉雷锋网，对高仙机器人而言，主要影响有以下三点：
第一，数据回传。此前由于受带宽影响，机器人无法将所有实时数据回传到后台，我们现在的机器人是在运行一天后，晚上回到工作站或充电站时，进行数据上传。5G普及后，我们就可以实现实时数据回传，人也因此可以实时监控机器人工作状态。
第二，远程遥控。当机器人大规模部署时，需要有一个中控平台，以实现远程遥控对机器人进行反控。5G的低时延正可以满足这样的工作需求。
第三，云计算。5G带来的高带宽、低时延，自然可以将大部分计算放到云端，但是这里需要考虑安全性的问题。放到云端自然会有过度依赖传输的问题，当你的后台被黑掉，整个安全性都会受到影响。不过，这块功能是否要做，还有待进一步探索。
具体针对5G发展，高仙机器人现在已经在布局前两点：数据回传和远程遥控。另外，感知计算和感知推理，高仙机器人目前还是在设备端实现。
3月19日，在高仙机器人2019媒体沟通会上，公布了亿元B轮融资情况，包括引入新投资方远东宏信集团旗下远翼投资，并将共同在物业管理领域开拓设备租赁商业模式。
秦宝星告诉雷锋网，高仙机器人B轮融资将主要用于三个方面：
第一，深入挖掘技术，包括与高校合作进行研发工作；
在于高校合作方面，高仙机器人在发布会上也提到，将与清华大学、上海交通大学、新加坡国立大学三所高校展开深度合作，并自2019年起，将在北京、上海、新加坡建设3座研发中心，秦宝星解释：
我们与清华大学已经达成三年合作项目（今年2月起），主要通过深度学习来解决无人驾驶的室内外感知问题；
与上海交通大学主要在机器人传感器方面进行合作；
与新加坡国立大学主要在建筑定位方面进行合作。
第二，引进核心人才，包括从成熟机器人产业和其他行业吸引精英人才；
第三，产品量产，“这也是我们融资输出重点。”
此外，秦宝星告诉雷锋网，2019年，高仙机器人主要工作有两点：量产、标准解决方案。
第一，清洁机器人量产。“我们的产品已经成熟，接下来要尽快释放产能，这是我们今年的融资重点，也是我们的工作重点。”
与此同时，技术上我们也会针对性解决与规模量产后机器人稳定性、可维护程度等技术，继续提升我们在机器人平台上的能力，来支撑我们的量产方案。
第二，标准化解决方案。“去年我们是以机器人解决方案为工作重心，出了很多定制化解决方案，我们今年要做的就是出标准化方案，将机器人解决方案作为标准产品提供给我们的合作伙伴。”
此外，秦宝星也向雷锋网透露，针对明年，我们其实现在也在积极推进无人驾驶解决方案和无人驾驶车辆的落地。
服务机器人就像一群孩子，在不同垂直领域经历着幼稚、叛逆和成熟的几个阶段，从娱乐到功能，从弥补行业差异化需求到提供产业刚需，每个领域定位不同，也会成就不同形态的机器人。
与此同时，作为一个高度复杂的智能系统，如何在各领域发挥出其真正价值，带来行业创新或提升产业效率，各家厂商仍在不断摸索。
然而，随着诸多机器人厂商纷纷宣布将进入量产阶段，2019年，各机器人厂商又将是在众人期待中备受压力的一年。
相关文章：
高仙机器人创始人兼CEO程昊天：从机器人底层技术到商用落地的闭环 | CCF-GAIR 2018
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
