导读：梅卡曼德鉴于持久对于产业3D视觉以及产业智能本领的积淀，在算法模子以及对产业场景的领会和适配将产生其第一层比赛壁垒，而鉴于行业Know-how产生的贸易化落地本领（性价比、宁静性等等）产生第二层壁垒。 一、产业呆板人从自动化到智能化的工作变化 产业机...

梅卡曼德鉴于持久对于产业3D视觉以及产业智能本领的积淀，在算法模子以及对产业场景的领会和适配将产生其第一层比赛壁垒，而鉴于行业Know-how产生的贸易化落地本领（性价比、宁静性等等）产生第二层壁垒。

一、产业呆板人从自动化到智能化的工作变化

产业呆板人从来被看作是自动化与数字化程度的标记，从2013年发端，华夏成为了寰球上每年产业呆板人延长数目最高的国度，这也代表着华夏在创造、供给链等步骤的晋级变革也在近10年加入快车道。

值得一提的是，从每年的新增安置量数据来说，华夏商场的占比从来贯穿提高，暂时有逼近40%的新增安置量在中邦本土爆发，而且这一比率仍在贯穿提高。华夏正在以超过寰球的振奋速率加入产业的下一阶段。

“中邦本本地货业呆板人商场，从长久来看仍旧有较大后劲，背地的逻辑在于：人丁结余渐渐消逝的即日，咱们看到华夏的人机比率仍旧较低（2019年华夏呆板人密度为187台每万人，美、日、平衡313台每万人），将来一段功夫，华夏会处在产业呆板人密度提高阶段。”

梅卡曼德商场部VP徐婷婷在接收亿欧采访时说道：“另一方面，产业呆板人本钱低沉鲜明，很多行业对于运用产业呆板人的ROI越来越理念，产业呆板人商场有了更多的商场外沿。”

寰球产业呆板人占比中，占比最高的是搬运、焊接、组建三类，占寰球总产量业呆板人存量辨别为45%、24%、11%，华夏商场的占比一致。产业呆板人在华夏工场里接受起更多的搬运、焊接、组建处事时，以AMR为代表的新式功效呆板人也发端走进工场和堆栈，物理意旨的自动化、互联互通仍旧在中邦本土商场贯穿炽热了很多年。

在此基础上，大数据、人为智能、产业互联网等本领也发端登堂入室。一方面，更多的产业场景和数据维持着华夏日益宁静、透彻、智能的算法迭代；另一方面，数字化、智能化的功效贯穿催消费业场景对智能化的需要。2017年前后，华夏产业的晋级加入如实意旨的“智能化”阶段。

按照亿欧智库颁布的《2019华夏智能创造接洽汇报》，产业智能重要运用于视觉检验和测定和提防性培修、消费优化、呆板人视觉方面，鉴于呆板视觉的AI本领是产业范围运用最一致的典型。

“物流场景中，很多典范步骤如播种、供包、拆码垛等须要AI扶助，这些场景下需处置洪量的无序SKU，用保守的产业呆板人无法处置辨别定位等处事“，徐婷婷报告亿欧，”而这些处事不妨用进步的3D视觉计划去启发产业呆板人实行。“

二、梅卡曼德建立AI+3D+产业呆板人重心本领本领

徐婷婷地方的公司梅卡曼德呆板人创造于2016年10月，此刻刚迈进创业的第五年。从竖立发端，梅卡曼德就全力于将智能付与产业呆板人，从公然消息来看，暂时仍旧过7轮融通资金，并于2020年11月实行了B+轮近亿元融通资金，源码本钱和老股东红杉共通介入。

暂时梅卡曼德供给“AI+3D视觉+产业呆板人”处置计划，个中包括智能相机Mech-Eye系列产物、视觉算法软件Mech-Vision、智能编制程序情景Mech-Viz。该全套处置计划暂时重要运用在物流、创造等步骤，在搬运（如拆码垛）、左右料、决定分类、定位、涂胶、装置、拧螺丝、检验和测定等多场景适配。

“3D产业相机存在多年，但保守的3D产业相机没有获得大范围实行运用，重要有以下少许因为。”

徐婷婷在采访时报告亿欧，“开始，保守的3D视觉产物算法不够智能，无法满意如辨别搀杂图案的物体、精致贴合的物体等题目；其次，限制计划感知范畴和本领不及，如无法辨别黑色、反光件等；再次，仅有视觉的计划并不及够满意需要，疏通筹备算法对于遏止怪僻点和碰撞是特出要害的；结果，典范的3D视觉产物光硬件价钱就在十多以至数十万群众币安排，很多场景下运用性价比不高。”

梅卡曼德呆板人正供给从3D传感器到呆板人适配及安置的整套计划应付行业面对的题目，如“视觉启发拆码垛”、“视觉启发工件上料”、“视觉启发货色决定”、“视觉启发特快专递供包”以及视觉启发呆板人进行涂胶、安装和定位，仍旧成为梅卡曼德熟习的产去世计划。

在重心的硬件产物3D相机限制，梅卡曼德供给了Mech-Eye DeepLogNanoLaser LPro Enhanced等多典型的产物满意不同的需要。徐婷婷在采访中提到：“拆码垛场景下相机处事隔绝远、视线诉讼要求大，咱们对应的产物是Mech-Eye Deep和Mech-Eye Log系列产物；在左右料的场景里，速率快、精度高、视线大是典范诉讼要求，所以咱们开拓了Mech-Eye Pro Enhanced系列产物；其余针对情景光变革激烈的场景，开拓了鉴于激光的Laser L。“

在视觉算法层面，梅卡曼德采用进步的深度进修算法，提高面临搀杂情景的处置本领，高精度自动化标定、赶快精确定位物体也是其算法的要害特性。

徐婷婷在采访时报告亿欧：“在物流和创造场景下，有限制的场景难度较大，如混拆混码、播种、工件上料等。咱们针对这一系列一致存在的场景，开拓出海量SKU分拣、混拆混码、视觉启发工件上料等多项处置计划，不妨辨别各类纸箱、包裹、货色等在内的多种物体，节奏也能满意用户诉讼要求。举个例子，咱们的播种处置计划，节奏可达3s/件，可到达人为决定的速率，在某些场景下以至优于人为的节奏。”

其余，梅卡曼德开拓了Mech-Viz呆板人智能编制程序情景，0代码的编制程序情景可极大贬低呆板人的运用门槛，通用的平台不妨贯串协调搭档保护更多的需要，为协调搭档赋能。

说起将来，梅卡曼德除了产物线上更多的构造，也在蔓延新的运用场景，如3D检验和测定等等。暂时不管产业3D视觉，以至产业智能仍处于贯穿振奋阶段，对场景的依附、对财产化的检验贯穿塑造新的商场格式。

梅卡曼德鉴于持久对于产业3D视觉以及产业智能本领的积淀，在算法模子以及对产业场景的领会和适配将产生其第一层比赛壁垒，而鉴于行业Know-how产生的贸易化落地本领（性价比、宁静性等等）将产生其第二层壁垒。

“Demo和本质落地运用会存在差异，所以过程多个运用打磨出来的本领积聚带来的壁垒是深沉的、是坚忍的。”徐婷婷在提到将来比赛时说道。