PerceptIn 張哲：多傳感器融合將成為SLAM標(biāo)配｜ICRA 2017

ICRA（IEEE International Conference on Robotics and Automation，機(jī)器人與自動(dòng)化會(huì)議）日前在新加坡濱海灣金沙會(huì)議中心舉行，作為一個(gè)被產(chǎn)學(xué)界不少人評(píng)為機(jī)器人技術(shù)領(lǐng)域最有影響力的國(guó)際學(xué)術(shù)會(huì)議，會(huì)議上所展示的前沿學(xué)術(shù)研究備受關(guān)注，因此也吸引了各大高校的學(xué)術(shù)人員，以及包括京東、大疆等在內(nèi)的企業(yè)參與。

雷鋒網(wǎng)此次也前往新加坡進(jìn)行全程報(bào)道。ICRA議程分為主論壇、分論壇、workshop、比賽和展會(huì)，通過(guò)觀察雷鋒網(wǎng)了解到，今年的會(huì)議上關(guān)于機(jī)器人智能導(dǎo)航的內(nèi)容很多。實(shí)際上，這兩年在產(chǎn)業(yè)界關(guān)于智能導(dǎo)航的產(chǎn)品也出現(xiàn)很多，包括激光雷達(dá)、攝像頭方案，雖然這些產(chǎn)品很受歡迎，但仍然面臨穩(wěn)定性等問(wèn)題。那么今年的ICRA上又有哪些關(guān)于SLAM新的算法和研究出現(xiàn)，對(duì)于產(chǎn)業(yè)界又有哪些貢獻(xiàn)。雷鋒網(wǎng)現(xiàn)場(chǎng)采訪了PerceptIn聯(lián)合創(chuàng)始人兼CEO張哲，與他一起聊了聊這些問(wèn)題。

PerceptIn（普思英察）成立于2016年3月，提供智能感知的一站式解決方案，包括能夠規(guī)模化生產(chǎn)的硬件。創(chuàng)業(yè)之前，張哲是硅谷最熱的AR增強(qiáng)現(xiàn)實(shí)創(chuàng)業(yè)公司Magic Leap的首席工程師，而另一名聯(lián)合創(chuàng)始人劉少山在百度硅谷研發(fā)院擔(dān)任高級(jí)架構(gòu)師，從事無(wú)人車項(xiàng)目的操作系統(tǒng)和硬件交互研發(fā)。PerceptIn作為ICRA的贊助商，參加了這一屆的會(huì)議，這次他們帶來(lái)了一款給開(kāi)發(fā)者用的視覺(jué)模組參展，使用的雙目加IMU方案。

右一為PerceptIn CEO張哲，正在為參會(huì)人員演示給開(kāi)發(fā)者用的視覺(jué)模組

新智造：能不能闡述下你來(lái)這個(gè)會(huì)議的目的？

張哲：三個(gè)原因，一個(gè)是來(lái)學(xué)習(xí)，我從學(xué)生時(shí)代到現(xiàn)在十幾年每隔段時(shí)間都會(huì)參加ICRA或IROS，基本上這個(gè)圈子的人都能見(jiàn)到，因?yàn)檫@個(gè)可以說(shuō)是機(jī)器人領(lǐng)域最高端的會(huì)；第二是通過(guò)贊助大會(huì)，宣傳下公司的品牌。PerceptIn在國(guó)內(nèi)大家可能聽(tīng)的多一些，而在美國(guó)這些之前一直比較低調(diào)，專心做研發(fā)，另外就是過(guò)來(lái)交朋友，順便介紹下我們?cè)谧鍪裁矗约拔覀兊漠a(chǎn)品；最后，就是招人。

新智造：這個(gè)會(huì)議今年都有哪些亮點(diǎn)，對(duì)于你們來(lái)說(shuō)都有哪些收獲？

張哲：這個(gè)會(huì)有幾十年了，剛開(kāi)始展示的機(jī)器人可能都不太成熟，但是還是體現(xiàn)了機(jī)器人領(lǐng)域比較前沿的東西。從Track的數(shù)量來(lái)看，這兩年明顯能感受到整個(gè)行業(yè)，包括算法的成熟度都不斷增長(zhǎng)，基本上有小一半都跟SLAM、計(jì)算機(jī)視覺(jué)、無(wú)人機(jī)有關(guān)。因?yàn)槲覀冎饕褪亲鯯LAM的，機(jī)器人定位、計(jì)算機(jī)視覺(jué)的部分會(huì)聽(tīng)的多一些。

這個(gè)會(huì)相對(duì)來(lái)說(shuō)還是比較貼近實(shí)際，沒(méi)有硬件載體的AI在這個(gè)會(huì)上比較少，比如你會(huì)看到6條或8條腿的機(jī)器人，再比如你會(huì)看到用深度學(xué)習(xí)很明確的解決視覺(jué)和機(jī)器人的某一個(gè)東西。每?jī)扇陙?lái)這個(gè)會(huì)，你會(huì)發(fā)現(xiàn)這個(gè)會(huì)上的東西進(jìn)步的非常快。這次會(huì)上，在SLAM這塊大家都在試用新的傳感器，這個(gè)在兩年前也有，但沒(méi)有那么普及。這次深度學(xué)習(xí)的track多了，深度學(xué)習(xí)解決了更具體的某些問(wèn)題，這個(gè)問(wèn)題在兩年前是沒(méi)有那么火。還有農(nóng)業(yè)采摘類的機(jī)器人，這個(gè)在美國(guó)至少是幾十個(gè)億美元的市場(chǎng)，所以作為一類機(jī)器人來(lái)說(shuō)非常有用。同步定位地圖呢，我們?cè)谟行﹖rack上看到在水下做同步定位地圖，用雙目相機(jī)，這個(gè)也是一個(gè)非常好的方向。這些對(duì)于我們來(lái)說(shuō)都是很有啟發(fā)意義的。

新加坡給我的感覺(jué)對(duì)企業(yè)和學(xué)校都很友好，從政府的角度投入非常大，當(dāng)然美國(guó)和國(guó)內(nèi)也做的非常好，但新加坡這塊你可以感覺(jué)到是非常重視的。所以，我們也在和當(dāng)?shù)氐墓竞蛯W(xué)校聊合作。很多海外的學(xué)校和公司也都來(lái)開(kāi)會(huì)，像CMU以及日本、韓國(guó)的學(xué)校都已經(jīng)拿到了我們的硬件。從實(shí)驗(yàn)室的角度來(lái)說(shuō)，他們肯定要做一套比較好的算法，我們的硬件搭配算法提供了比較好的基準(zhǔn)給他們做參考，但他們?cè)谟布匣ǖ臅r(shí)間他們會(huì)覺(jué)得不是那么值當(dāng)，也就不是他主要經(jīng)營(yíng)的東西，從我們的角度來(lái)說(shuō)，我們要做一套軟硬件一體化的解決方案，這兩邊的互補(bǔ)性會(huì)比較強(qiáng)，因?yàn)橐粵](méi)有競(jìng)爭(zhēng)關(guān)系，二是雙方都愿意合作。

另外，這次會(huì)議參加的學(xué)生很多，也有一些人對(duì)我們比較感興趣，之后會(huì)進(jìn)一步溝通。所以，總體來(lái)說(shuō)收獲還是蠻大的。

新智造：這次會(huì)議上有哪些算法或研究是對(duì)你們的產(chǎn)品是有幫助的？

張哲：我們做的比較多的是SLAM和DeepLearning，會(huì)上聽(tīng)到的有很多，當(dāng)然，學(xué)術(shù)的角度上是要讓算法更快、更準(zhǔn)，另外值得借鑒的是不同領(lǐng)域之間的融合，像DeepLearning怎么用在幾何里面，這些是比較有啟發(fā)性的。

說(shuō)到SLAM的算法，要么是激光要么是攝像頭，現(xiàn)在是常見(jiàn)的多傳感器融合，一個(gè)比較大的方案就是視覺(jué)傳感器和慣導(dǎo)也就是六軸陀螺儀，這兩個(gè)的融合算法基本上是一個(gè)標(biāo)配了。大會(huì)上講的主要就是視覺(jué)慣導(dǎo)結(jié)合，另外出現(xiàn)了一個(gè)新的相機(jī)傳感器，event based camera，基于事件的相機(jī)，它沒(méi)有每一幀每一幀的改變，基本上每一個(gè)像素都在記錄一個(gè)事件的變化，就是亮度的變化。

當(dāng)然，至于能不能直接應(yīng)用在產(chǎn)品上，要看算法真正是否做到真正產(chǎn)品化的程度，有的算法非常好，但離產(chǎn)品化非常遠(yuǎn)，我們也會(huì)慎重些。另外，我們了解到event based camera現(xiàn)在的單價(jià)是3000元美元以上，未來(lái)大家都想要壓到1美元，但在我看來(lái)短期內(nèi)不可能實(shí)現(xiàn)，因?yàn)樗膕enser非常復(fù)雜，所以離普及還很遠(yuǎn)。當(dāng)然，這并不妨礙研究上的進(jìn)步，但作為企業(yè)來(lái)說(shuō)，我們不可能說(shuō)一定要把最新最好的東西放在我們產(chǎn)品上，因?yàn)樯膺€是要做的。

新智造：現(xiàn)在SLAM存在哪些問(wèn)題？

張哲：一個(gè)是丟失，再好的SLAM也會(huì)丟，一個(gè)系統(tǒng)即使算法做到100分，現(xiàn)實(shí)中總會(huì)有失敗的。我和少山以前都在微軟待過(guò)， 做一個(gè)軟件或者web，很重要的一個(gè)特性就是你的系統(tǒng)容錯(cuò)能力怎么樣。所以，一個(gè)系統(tǒng)落地到產(chǎn)品上，發(fā)生突發(fā)情況系統(tǒng)的穩(wěn)定性是非常重要的。SLAM實(shí)際上是跟硬件結(jié)合的非常緊密，基本上傳感器決定數(shù)據(jù)質(zhì)量，而數(shù)據(jù)質(zhì)量決定前端算法的好壞和后端的優(yōu)化程度。這個(gè)一直都是問(wèn)題，不是一個(gè)能夠推出來(lái)的公式。

新智造：你們?nèi)ツ陮?duì)外說(shuō)今年會(huì)有數(shù)百萬(wàn)美元營(yíng)收，主要是來(lái)自哪里，現(xiàn)在進(jìn)展如何？

張哲：主要是機(jī)器人，掃地機(jī)器人。我們的穩(wěn)定訂單已經(jīng)有了一些，現(xiàn)在我們主要就是在做量產(chǎn)。掃地機(jī)器人是這樣的，因?yàn)槭怯布a(chǎn)品，它的更新?lián)Q代是這樣，很少有哪個(gè)公司一年能出5到10款，所以前期需要盡早確定型號(hào)，包括尺寸，然后中間做開(kāi)模，然后測(cè)試，整個(gè)周期是很長(zhǎng)的。市場(chǎng)鋪開(kāi)在國(guó)外主要是感恩節(jié)、圣誕節(jié)，在國(guó)內(nèi)就是雙十一、春節(jié)這些。所以，今年下半年的需求是能看得到的，我們現(xiàn)在就是在做準(zhǔn)備。

新智造：除了掃地機(jī)器人，你們還看好哪些領(lǐng)域？

張哲：服務(wù)機(jī)器人，比如倉(cāng)儲(chǔ)機(jī)器人，倉(cāng)儲(chǔ)也有室內(nèi)和室外的。不同形態(tài)的產(chǎn)品，我們也都在和一些企業(yè)在聊，在美國(guó)那邊也有和很多機(jī)器人企業(yè)在聊。我們的一個(gè)特色就是兩邊運(yùn)營(yíng)。

新智造：我和很多做視覺(jué)方案的企業(yè)聊過(guò)，他們也都看好服務(wù)機(jī)器人，但最近他們遇到一個(gè)問(wèn)題，就是服務(wù)機(jī)器人的市場(chǎng)發(fā)展并沒(méi)有達(dá)到他們的預(yù)期，所以也在思考是否要轉(zhuǎn)型，你們?yōu)槭裁茨敲磮?jiān)持服務(wù)機(jī)器人？

張哲：我覺(jué)得這并非是某類機(jī)器人的問(wèn)題，機(jī)器人這個(gè)東西已經(jīng)說(shuō)了很多年了。我原來(lái)在微軟機(jī)器人組，2007年蓋茨寫(xiě)過(guò)一篇前瞻的文章《每個(gè)家庭都有一個(gè)機(jī)器人》(A Robot In Every Home)，距離今天正好10年多一點(diǎn)，我是在2009年進(jìn)去的，從學(xué)校開(kāi)始我已經(jīng)做了十幾年機(jī)器人，在任何一個(gè)時(shí)間點(diǎn)看都不溫不火，好像大家都在說(shuō)，但與自己的心理期待值相差很大，但是回頭看三年、五年，這個(gè)進(jìn)步還是非常大的。可能你看現(xiàn)在沒(méi)有多少量，但相對(duì)以前來(lái)說(shuō)這個(gè)量已經(jīng)大很多了，現(xiàn)在全球的服務(wù)機(jī)器人的種類和數(shù)量相對(duì)兩三年前來(lái)說(shuō)其實(shí)已經(jīng)大很多了。因?yàn)榇蠹艺f(shuō)的量可能都是手機(jī)這種，但是一個(gè)技術(shù)一直到爆發(fā)，它不是線性的，很多是呈指數(shù)的，手機(jī)市場(chǎng)也是iPhone出來(lái)后第二年第三年才爆發(fā)的。所以，我們對(duì)機(jī)器人的發(fā)展判斷也是這種情況。

新智造：之前劉總也經(jīng)常在外面講一些關(guān)于自動(dòng)駕駛的內(nèi)容，你們有計(jì)劃推出這方面的產(chǎn)品嗎？

張哲：首先，我們肯定不會(huì)，也不覺(jué)得自己能做無(wú)人整車方案。我原來(lái)在MagicLeap做AR，少山在百度做無(wú)人車，現(xiàn)在我們既沒(méi)有做AR也沒(méi)有做無(wú)人車，無(wú)論從技術(shù)難度還是從市場(chǎng)來(lái)說(shuō)，這是我和少山經(jīng)過(guò)深思熟慮之后作出的選擇。無(wú)人車的市場(chǎng)肯定非常大，而且未來(lái)會(huì)有階段性的突破，但作為一個(gè)初創(chuàng)企業(yè)，整車的方案我們不太會(huì)碰，可能會(huì)從簡(jiǎn)單的場(chǎng)景，從感知的方向考慮，目前沒(méi)有一個(gè)公開(kāi)的計(jì)劃和路線圖，但其實(shí)我們也在看，包括AR/VR我們也在和很多企業(yè)在聊，但整個(gè)市場(chǎng)一起怎么走，或者真正到了哪個(gè)時(shí)間點(diǎn)，這方面也在學(xué)習(xí)。

2017 年 7 月 7、8、9 日， CCF-GAIR 2017——2017 年全球人工智能與機(jī)器人大會(huì)將在深圳福田舉行，大會(huì)由深圳市政府指導(dǎo)，中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)和香港中文大學(xué)（深圳）承辦。大會(huì)設(shè)置了三天的議程，包括人工智能前沿專場(chǎng)、機(jī)器人專場(chǎng)、機(jī)器學(xué)習(xí)專場(chǎng)、智能駕駛專場(chǎng)、智能助手專場(chǎng)、金融科技專場(chǎng)、未來(lái)醫(yī)療專場(chǎng)、智能物流專場(chǎng)、AI+ 專場(chǎng)、CV+ 專場(chǎng)、AI 創(chuàng)投專場(chǎng)等 11 個(gè)專場(chǎng)，每個(gè)專場(chǎng)分別邀請(qǐng)海內(nèi)外學(xué)術(shù)和產(chǎn)業(yè)界最頂尖的專家來(lái)做大會(huì)報(bào)告和對(duì)話交流。

屆時(shí)PerceptIn聯(lián)合創(chuàng)始人劉少山受邀參會(huì)，有興趣與其交流的，歡迎購(gòu)票參加！

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。