硬件菜鸟潜伏3年历经磨难，终于打造出京东好评100％的爆款机器人，用户不仅让他赚钱，还当他的免费推销员 - 趣头条爱好大全
& 内容 & 视频
硬件菜鸟潜伏3年历经磨难，终于打造出京东好评100％的爆款机器人，用户不仅让他赚钱，还当他的免费推销员
来源：网络
口述：昌 敬整理：余小飞
上期回顾：
极米科技联合创始人兼COO肖适做客「新经济100人」线上沙龙，与大家一起探讨了供应链建立、选择及管理话题。
很多智能硬件创业小伙伴听完之后表示，意犹未尽！所以，本期我们又邀请了一位智能硬件领域创业佼佼者：米家扫地机器人创始人兼CEO昌敬，与大家分享「智能硬件之如何打造爆款」。
在阅读此文之前，先试想一下你是否期待自己的产品有这样的成绩：
对比国内外顶尖竞品，优势明显
在京东上，用户好评率100%
单品月销量全国第一
VC争相投资
而这些，米家扫地机器人都已做到。
01 创业，要做好哪些准备？
我在做米家扫地机器人之前，并没有做过硬件产品。在此之前我一直在互联网行业工作，做过搜索引擎、浏览器，也做过手机APP。而选择做扫地机器人时我思考了很多，也对比了很多。
首先，方向的选择。2013年到2014年之间，这整整一年的时间我都处在非常痛苦的选择创业方向的过程中。为什么会选择这么长时间？因为我认为创业方向是创业中非常非常重要的一个因素，它可能占到了你创业成功概率的50%，甚至更多。如果方向选择错了，既使你的团队再强，也有可能没有办法成功；但如果你的方向选择很好，你的团队即使不是特别强，也许也能够冲出来。
我们在选择创业方向时，一定要选有真需求的。什么叫真需求？就是用户在这方面有痛点。很多时候，我们做的东西其实只是感觉上的痛点，而不是真的痛点。而扫地一定是一个真正的痛点，同时，它又是一个高频的痛点。因为扫地是家庭中每过一段时间就要进行的事情：它的用户人群非常广阔，几乎每家每户都需要扫地；人群的段位也非常广阔，从年轻人到老年人，都需要扫地。
其次，时机的把握。我们在创业时，要顺势而为，产品才能够取得发展。刚好我们又是处在一个消费升级的大趋势下，如果说洗衣机是80年代的消费升级，那么扫地机器人是我们现在这个年代消费升级的代表。除了大趋势，我们在当时的情况下突围还是很有机会的：国内很多扫地机器人便宜但不是特别好用；国外的一些扫地机器人相对来说好用，但价格昂贵。所以我们就瞅准了这个时机。
最后，门槛的设立。为什么要有门槛？因为这样在产品做成后会树立一个比较高的护城河，安全性相对较高，不是一般玩家可以模仿的。我们这个产品的技术性很强、复杂度很高，所以它的门槛足够高。同时，我在创业过程中有自己的优势：对于扫地机器人来说，软件是一个非常重要的因素，而我是软件背景出身。
从我们米家扫地机器人发布到现在，卖的还算不错，应该可以称为是一个爆款产品。那么我们怎么去定义一个爆款呢？
02 如何定义一个爆款？
我认为要满足两个条件：产品好、自带流量。
什么叫自带流量？比如小米手环，你看到别人戴了手环你就会去问、去了解，它就属于自带流量。
我们要知道，产品好不等于会自带流量。那流量一般来自于哪些方面呢？
品牌流量，一个品牌热度非常高时，它就会带来流量。
口碑流量，产品通过用户口口相传带来的销量。
广告流量，你通过花钱打广告带来的销量。
渠道流量，你通过线下店铺、电商平台等渠道推广带来的销量。
大家可以在不同的电商平台搜索「扫地机器人」，你可能会看到关于米家扫地机器人的评论数非常多，而且很多的评论都是在称赞机器人很好用。今年四月份我们在台湾发布新品以后，几乎垄断了整个台湾的扫地机器人市场。
为什么我们的口碑流量会这么大呢？因为我们让用户成为我们产品的推销员。
那么，如何让用户成为推销员呢？
产品一定要好到超预期。
引起传播，为用户提供「社交货币」。
03 超预期，是一种怎样的操作？
首先，明确功能。扫地机器人主要干的事情是什么？扫地机器人主要就是把地扫干净！但是在扫干净的过程中，其实会遇到很多的问题。比如扫地机器人在家具中被困住，需要用户干预；扫地机器人漏扫，扫地不干净等。所以，我们通过算法让机器人能够在清扫的过程中几乎无人值守即可完全清扫并自行返回充电。这对防止卡住、脱困能力要求非常高，而达到这点以后就可以让用户用起来非常省心，因为你不需要干预它。而如何让机器人知道家里每个地方都扫到了，没有漏扫？我们给机器人装了一双「眼睛」，只要它能去到的地方，它都能扫到，不会漏扫。
其次，提升体验。我们在做机器人电池选择的时候，纠结了很久：是向用户提供使用一年或者很短时间的电池，让用户再次购买电池；还是提供可以使用好几年的电池，让用户省心？最终，我们选择了后者。同时，这个产品做到了一个疯狂的简洁，我们把所有和把地扫干净无关的功能全部免去，所有的功能都是围绕着怎么把地扫干净展开，所以里面没有任何的噱头。而用户还可以在APP上看到家里的户型图和清扫轨迹，这是非常有科技感的一种展现。
最后，价格良心。我们机器人的配置相当于是全球最顶级的配置，而同样配置的机器人在国内或者国外都要五千元以上，或者是更高的价格。而我们的机器人只要1699元就可以买到，所以是非常超值的。我们还想定一个更低的价格，但是发现根本无法支付成本，最后还是定了一个贴近成本的价格。
所以，当你听到我描述这些东西，你会感觉到这个产品确实是要好到超预期。我们在三年前开始定义这个产品的时候，就把上面描述的点都考虑进去了。
04 「社交货币」，你提供了吗？
除了让产品好到超出用户预期外，还要向用户提供「社交货币」，让他自愿为你的产品进行传播。
找到头部精准人群。我们会让用户满意，尤其是让大户型的人满意。因为大户型用户的痛点很足：房间大，扫地面积多，用户会很累。这类人群购买使用扫地机器人的概率更大。同时，他们的痛点解决了之后更容易分享。
给用户一个「炫耀」的标签。除了我刚才说的这种传播属性以外，那么还有什么因素会使得用户告诉别人我买了米家扫地机器人？这就要给用户一个「炫耀」的标签。告诉别人我使用米家扫地机器人，背后的意思是：我是一个科技发烧友，我买了一个机器人。我还是一个注重生活品质的人，因为我买了一个机器人为我去扫地。我还是一个懒人，大家知道其实很多时候懒意味着是非常聪明，所以很多时候很多人愿意去说自己是一个懒人。在传播过程中，用户会去给自己打上很多标签，而这些因素会导致用户愿意去传播。
我们在做一个产品的时候，要想清楚它是否具备了传播属性，我们怎么让它做出传播属性？这两点非常重要，因为一个好的传播会帮你节省非常多的广告费用。
总结一下，我们在做产品的时候，不光是要让产品好到超预期，同时也要制造一些传播属性，让用户口口相传，帮你做这个产品的推销员，从而带动更多的销量。
我今天的分享到此结束,谢谢大家。 创业不易，与君共勉！
Q：昌总，您好！可以分享一下您在量产米家扫地机器人是如何管理供应链的吗？
A：供应链的预估事实上是非常非常难的。当产品卖得好的情况下，你生产不出来都是白搭。所以后来我们在设计产品时，就已经考虑到了供应链问题。我们把产品做成模块化设计，这样每个模块都是在不同的工厂去组装的，这些模块最后会汇总到一个工厂，再进行组装。这样的话我的柔性就会非常大，一旦遇到增产减产的情况下，可以比较灵活地控制。
Q：除了产品足够好，价格足够美丽之外，如何判断是否能自带流量？
A：怎么才能够判断它能否自带流量，关键还是看用户在哪，如一些论坛、线上社区等。同时也可以与用户进行交流，询问他们怎么来买这个机器人的。如果交流的用户中有很多是来自于朋友的推荐，那么这个产品自带流量能力会比较好。
Q：同类型扫地机器人产品市面上有很多，同价位也有，如果没有小米背书，如何才能走得出来？
A：这个问题提的很好，如果没有小米的背书，如何能够走出来？其实除了有小米品牌给我们带来的流量外，也有很多是口碑带来的流量。我发现一些口碑特别好的产品，它也是能够通过口口相传脱颖而出的。因为中产阶级崛起后，大家对于好产品的认知力比之前要强很多了，所以也有不少非知名品牌的产品脱颖而出成为爆款的。
Q：昌总可以结合自己3年创业经历，给智能硬件行业的创业者几个衷心的建议吗？
A：我创业已经三年了，其实这三年过得非常不容易。因为品类目前成长的还算不错，所以我们现在还能够勉强的生存下来。我认为在智能硬件行业，在选择产品的时候一定要想得非常清楚。因为硬件一旦做下去，至少是一年的时间，而且会投入很多的成本。所以想要加入智能硬件的创业者，一定要先把自己做什么产品，这个产品如何能够超用户预期，如何能够引起自传播等问题想清楚。把这些理清楚以后，做出来可能就会更容易一些。
「新经济100人」每月会组织2次线上沙龙分享，邀请重量级嘉宾解答创业从0到1、从1到100过程中的种种困惑！敬请关注，踊跃报名参与噢！
copyright© 唯美系网
All Rights Reserved机器人来抢饭碗了，再不努力你就要失业了
撰稿丨刘雪儿
编辑丨李君宇
苏州，中达台资电子厂，六十米流水线，工人每米站一个，动作两秒一重复。每周六天两班倒，早八晚七，晚八早七，午休一小时，一人打盹，全线骤停。
东莞，李群自动化工厂，一台四轴蜘蛛型机器人来回伸缩，抓取不同规格的圆筒零件，迅速在同部位贴标签，又倏忽抓取零件到流水线对面。
李群自动化，一家专注做小型轻量级工业机器人的公司，希冀在人口红利消失、劳动力成本上升的年代，用工业机器人解决中国制造业用工荒问题，解放追求人性价值的工人们。
确立方向，做小型轻量级机器人
深圳南山区，华润大冲商务中心1号楼23层，CEO办公室有两面玻璃墙，可以俯视周围矗立的高楼大厦，眺望远方环绕的葱绿群山。
李群自动化CEO石金博扎着低马尾，穿着针织衫、牛仔裤、运动鞋，面带微笑，眉眼弯弯。
李群自动化CEO石金博
2005年，石金博就读于哈工大的深圳研究院，认识了哈工大客座教授、香港科技大学教授李泽湘，一路追随李泽湘读到了博士。
李泽湘，早年赴美留学，是机器人、运动控制、机构学和制造科学的专家，带领学生孵化了固高科技、大疆科技等公司，是大疆科技董事长。他给学生灌输产业报国的思想，总是带着学生满世界跑，并让他们参与到实际创业项目中来。
2009年，李泽湘要和一家日本装备公司谈合作，装备公司最需要的是机床、机芯和机器人。石金博查阅了全世界机器人公司的财报，最后得出结论：中国未来的机器人每年会有20%到30%的增长，到年会真正爆发。「汽车制造业马上就要成为全球第一，中国从2006年开始逐步地向外资敞开，国外大公司不断地把研发中心放到中国来。」石金博告诉「新经济100人」。
国家统计局数据显示，岁劳动年龄人口为93727万人，占总人口比重69.2%，同比下降0.6%。2013年，劳动年龄人口调整为16-60岁，为91954万人，占比67.6%。2014年，91583万人，占比67.0%。
一端是销售需求旺盛，供不应求，一端是劳动力短缺，汽车行业的井喷催生了机器人的快速发展。国际机器人联合会（IFR）数据显示，2013年我国工业机器人销量36560台，全球占比20.52%，首次超越日本成为全球第一大工业机器人销售国；年我国工业机器人销量分别为57096台、66000台，全球占比持续提升至24.90%、26.66%，连续三年稳居全球销售国第一。
「城乡改造农民工赚的比城里人还多，他凭什么来打工？工业机器人势必成为一个巨大的机会。」石金博拒绝了留校任教的要求，「要不我就去找一个公司，要不就自己干」。
2011年3月，李群自动化成立，李泽湘和几个学生凑了初始资金。一开始定位是做机器人的应用，做系统集成项目。在针对重工行业的需求调研中，石金博发现焊接中一个有名的痛点——焊缝跟踪。钢材与钢材呈直线贴合时，会因为局部温度不均而焊接变形，导致焊接效果变差，零部件品质就会产生差异，他们决定由此切入，做焊接检测。
半年后他们发现做不下去了，「虽然能检测焊缝，但机器人是别人的，只能基于它的功能去做事，自己被束缚手脚了。」石金博说。
2011年6月，正值智能手机爆发时期，在李泽湘的帮助下，李群自动化获得了与某个美国手机公司合作的自动化检测项目，几个人做了两个多月，很快拉到第二期项目，赚了200万元左右，后来又零散地接些项目来维持业务。之后一年多时间，为了维持公司运营，他们又陆续做了一些零散的自动化系统集成项目。
石金博发现，做产线和系统的缺陷很明显，公司只为项目订单而存在，不会有自己的品牌，本质就是一个代理。而且，到处做各行业的集成，不太会沉淀下东西来。
这种方向上的模糊，让李群自动化的团队有一段时间处于迷茫期，石金博「心里直打鼓，因为真的看不到希望，另一方面又舍不得、不甘心」，一位忘年交对她说，「你有没有努力过，去解决现在的问题？」一语惊醒梦中人，石金博想，与其埋怨环境或别人，不如拼尽全力去搏一把，真不行也不会不甘心，反正还不用养家。
她做起了李群自动化的领头人，「我责无旁贷，我得去挺这件事」。
工业机器人的巨头效应十分显著。国际机器人联盟(IFR)的数据显示，2014年四大公司占了中国市场份额80%，ABB超过20%位居首位，安川电机以20%排在第二，之后是发那科和库卡，份额均为20%不到。
这四家公司抱着汽车工业的「大腿」而兴起，重工业领域竞争激烈，石金博将眼光转向轻工业，认为不如针对3C电子、食品等轻工业，做小型轻量级的机器人研发。她给自己断粮，原来在团队里，每个月无所事事也能拿几千元，「不死不活」。他们租了1500平米的厂房，12个人里，留下四五个做产品，其他全都出去找项目。最困难的时候账面上不足10万元。
为了活下来，石金博不得不找到大疆科技创始人、师兄汪滔，「给我个项目吧，你想做啥，我看看能不能做，不过需要你先把项目款给我。」就这样她拿到了几十万元的项目，度过了危机。
巨大差距下，主打机器人应用创新
在东莞松山湖机器人产业基地，一层楼里摆放着七八十台机器人，这里是李群自动化的标准机器人总装与测试场所。神似天鹅的Athena系列机器人，正在来回转动「脖子」来测试传送皮带的寿命，神似蜘蛛的四轴Apollo机器人横平竖直地做抓取动作，每个节点有100多组数据来测试重复定位精度。
李群自动化已应用到市场上的有两大系列，一种是AP系列，即Apollo机器人，主要用于玻璃制品、3C电子、精密仪器、日化品等分拣包装；一种是AH系列，即Athena机器人，主要用于食品、医药、3C电子、日化品等分拣包装。
机器人有三大核心部件，控制器、减速机、伺服电机。中国机器人产业最大的瓶颈是核心部件主要靠进口，很多公司只能充当一个装配的角色。李群自动化制造总监吴晓斌坦承目前很多核心部件都要依靠从国外厂商订购，但也在和国内的合作伙伴共同开发做定制。
中国的工业机器人产业落后是整个产业链的问题，不是靠单一一家机器人公司能解决的，核心零部件伺服电机、减速机、控制器、驱动器等的生产都需要配套公司，然而要生产出这些核心零部件，又需要特种钢材，这又涉及到中国在材料学等基础研究的缺失。
李群自动化COO俞春华认为，中国工业机器人产业落后国外十年，但在某些应用点上国内的市场是新的，因为国内很多产业国外没有了，这些产业需要通用型机器人，正是李群突破市场的机会。
「国外机器人做的都是重复的事，你让它闭着眼都能做，但中国大量用人工的地方反而不是那种确定性的行业，所以中国的机器人要结合很多突发性状况。」石金博说。
创业必须抓住用户需求与市场反应，李群自动化一路走来对此有深刻的教训。俞春华依然记得2013年，和深圳一家公司合作，李群自动化负责研发触摸屏的一个设备，那家公司面向市场推广。口头协议后，俞春华他们吭哧吭哧干了半年，对方却拒绝付款。
原来在手机触摸屏行业，市场变化很快，设备做出来了，但当初的市场已经变化了，研发自然丧失了价值。「我们不仅要了解机器人，还要了解我们的客户，以及客户所在产业的未来趋势，希望在这个产业里生根。」俞春华说。
为了更好地接触和服务用户，石金博决定出售机器人本体的同时，结合客户行业的实际情况，做整套解决方案的集成系统。这样不仅便于早期开拓市场，还会深入了解客户对工艺、时间、占地面积等问题的真实需求，并将这些反馈用到未来机器人的产品方向上。
并且，不断加深客户对机器人的接受和运用程度，找到机器人在整个生产流程里的对应点，找到节约效率的关键环节，「当然这需要一个过程，中国大部分人都不想是第一个吃螃蟹的人。」
她发现，中国机器人服务于B端需要经过市场培育阶段，「他（制造商）要的是机器人帮他完成他的工作，我们要辅导大量用机器人的人，而中国恰恰会用的人很少。」
「最开始我们是卖不动的，别人不买就要求试试，最后说你没有案例。你拿热脸贴他，他就冷脸相迎。」李群自动化商务总监谭军民说，要想打出市场品牌，首先要做成功案例。
李群自动化对市场的第二次成功尝试是月饼行业。月饼生产锁定在每年七八九三个月，需要招聘几千个临时工，对生产厂商人力配备和人才管理提出了严峻的挑战，而机器人的运用能够让生产更高效，切实地解决工厂的痛点。
商务联席总监张存良告诉「新经济100人」，华南地区从分拣四块月饼包装为一盒，到放刀叉、盖盒、贴码、扫码、套箱、封箱等工序，全由机器人操作，平均1.5-2秒出一盒。扫码之后，机器会跟数据库对接，跟踪货箱的发货渠道。由于机器的高效和智能，李群自动化成功签约了广州酒家利口福——一家大型现代化食品生产企业。
全机器人月饼生产线总装图
谭军民说，给利口福的第二条线已经在调试了，2017年第一季度会签第三条线。看过利口福生产线后，香港美心月饼很快与李群自动化签了合同。「我们在香港为什么能够起来，香港的人力成本比国内更高。」俞春华说。
利用本土优势快速响应客户需求
石金博和国际四大工业机器人巨头的CEO们都聊过，启发最多的是ABB，它做机器人的全面性与系统性是最完善的，「机器人的最终附加值是在应用的创新上，」 石金博显得很自信，「国外机器人的核心研发都在德国、日本等离使用端较远的地方，不清楚中国市场到底需要怎样的功能与体验。」
「机器人行业最大的痛点就在于应用」，谭军明认为虽然现在国外机器人名声大，比如雅马哈、东芝、爱普生等，但是他们在中国只有销售代理商，不了解国内市场的需求和痛点，很多地方是服务不到位的，实际能占据市场份额最大的就是应用，其次就是解决方案和服务，「首先要了解他是用哪一行，了解它真正的功能性，再匹配我产品的一些功能性，最后，再让别人去尝试用我的」。
「我们最大的价值在于应用软件包，怎么用这个把机器人控制好，怎样给客户创造价值，不是简单的装配工艺能办到的。」俞春华说。
目前，李群自动化有两类客户，一种是终端制造商，比如格力、美的等，需要整套解决方案；一种是集成商，需要标准产品。
李群自动化针对不同行业有不同的应用方案，灵活应对不同用户需求是其与国外竞争的一大优势。国外机器人公司没有花太多精力在不同行业的需求变化上，而李群自动化船小好调头，能在短时间内对客户做出反馈。
福建一家手机行业客户曾在两条产品线分别让李群自动化和一家日本厂商的机器人进行PK，最后决定采用李群自动化的技术。俞春华认为原因在于李群自动化的技术能够灵活调整生产线的动作流程，但是国外的机器人公司反应时间成本太高， 「我提一个需求，第一他们的系统集成商要考虑现在的功能能不能满足，不能满足要反馈到他们中国的总公司，而现在国外的机器人公司，应该说只有ABB一家在中国有机器人研发中心。」
为了更好满足客户个性化需求，李群自动化把整个机器人的应用底层命令开放出来，包括工具包等，客户如果自己有能力编程，就可以做出更多符合自身特点的开发。
目前李群自动化已经累计销售四五百台机器人，价格在6万到15万元不等，机器人本体和系统集成合在一起。客户主要集中在珠三角、长三角以及中部地区。
谈及2016年的销售额，石金博略显失望，离年初目标距离较远。「我们还是太偏技术，首先想到的是风险或不完美的地方，市场与销售的行动力、以及策略的果断性上不够坚决。」石金博觉得要首先吃透市场，找到对应的市场策略，再去倒逼更好的性能和服务。
石金博反思过去自己在商业化上狼性不够，因为「技术出身的人很容易看到自己不完美的地方，很容易觉得竞争不过别人」，她有时候对于主要竞争对手会绕着走，关注那些没有使用机器人的公司，但这种沟通成本更高。她后来意识到「你都没谈怎么知道客户没有你可以解决的痛点」，「要在正面战场敢于和人搏杀，输了也没关系，这样知道我哪里行哪里不行。」
据谭军民介绍，2017年李群自动化会在华东建立分公司，也会在华南增加销售渠道，同时尽可能扩大服务网络。
以前薄脸皮的石金博也想明白了，「只要不把我赶出去，就继续谈！现在我的想法就是，只要给我个机会就行。」
在对未来趋势预判上，石金博他们曾经做过一个期望曲线，一门技术在经历很火的阶段后会慢慢下滑，然后随着技术一点点成熟而渐渐回升，「现在的中国机器人在到达波峰后下滑了一点点，很多人说是红海，是因为他没看到机会在哪里，或者说他没有准备去挖掘新的机会。实际上，中国机器人是一片蓝海。」
「2017年李群机器人要真正走出去，战斗开始了。」石金博说，她望着窗外远处的群山。
关注并回复关键词查看历史文章
电商 & 零售
孩子王丨贝贝网丨蜜芽丨蘑菇街丨小红唇丨美柚丨卷皮
什么值得买丨拼好货丨瓜子丨人人车
京东农村丨京东物流丨良品铺子丨三只松鼠丨百果园
51订货网丨汇通达丨找钢网丨易酒批丨土流网
优信丨天天拍车丨车王
O2O & 分享经济
美团外卖丨饿了么丨爱鲜蜂丨达达丨斗米兼职丨58到家
同程旅游丨发现旅行丨蚂蜂窝丨航班管家丨土巴兔丨蘑菇租房
自如丨小猪短租丨滴滴出行丨ofo共享单车丨摩拜单车丨易到
货车帮丨美团酒旅
文创 & 体育
今日头条丨快手丨分众传媒丨秒拍丨唱吧丨喜马拉雅FM
昆仑决丨Keep丨咕咚 | 懂球帝丨桔子娱乐
万合天宜丨猫眼丨追光动画丨光线传媒丨英雄互娱
金融 & 投资
京东金融丨51信用卡丨趣分期丨分期乐丨挖财丨雪球
农分期丨什马金融丨买单侠丨同盾科技丨融360
GGV丨DCM丨顺为
智能硬件 & 人工智能
车和家丨蔚来汽车丨小牛电动丨纳恩博丨优必选
云知声丨旷视科技
教育 & 医疗
学霸君丨VIPKID丨猿题库丨新东方在线丨一起作业
丁香园丨更美丨微医
企业级服务 & 应用
BOSS直聘丨Testin丨销售易丨纷享销客丨美味不用等
UCloud丨七牛云丨易点天下丨Avazu Holding
探探丨Blued丨猎豹丨WiFi万能钥匙丨Kika输入法
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点未来将出现超越人类智力的仿生机器人，需要对它们灌输人类的道德约束和行为规范，这样会降低其危险性。科学家在未来几百年或将研制更加智能化机器人，可能精确复制任何人的大脑。届时人类将如何对待这些“复制品”？科学家可以对它们进行实验，如果不再需要能否直接销毁？毕竟它们仅是人工智能机器人而已；或者我们应当从法律和社会层面上像人类一样赋予它们一些权利？
早在2008年英国全球知名的人工智能专家李维(DavidLevy)就曾大胆预测最晚2050年，人类会把机器人当成恋人、性伴侣，甚至婚姻配偶，而且将成为社会常态。不过现在看来，这个时间可能将被提前。
按照列维的说法，到2050年机器人将会变得更加栩栩如生，以至于几乎无法与真人区分开来。李维特地指出，将来最有可能从性爱机器人身上获益的群体应当是相貌非常丑陋以及极度离群索居的人们，因为这两种人实在是很难找到伴侣。“他们太孤独了，生活得很悲惨。如果这些人能够拥有一位机器人伴侣，这个社会恐怕也会变得更为安全和谐一些。”而在英国的一款智能聊天语言系统，可以赋予计算机类似人类的“思维”。这款叫做“智能机器人”的软件系统能够让59.3%的测试者认为这并非是计算机，而是真实的人类，参与测试者人数为1334人。
智能机器人软件研发者罗洛-卡彭特说：“这款智能软件系统能够"欺骗"50%以上的测试者，它已通过了"图灵测试"。或许为研制新一代智能机器带来契机。”而更为令人振奋的是，此前一组人类和机器人共同生活的计算机的三维图像更是栩栩如生的描述了李维的预测。
这些图片的清晰程度让我们觉得仿佛是看到了未来就在眼前，人类与机器人一起工作一起生活，甚至是娱乐。并且机器人已经具备了思维，可以与人类发生情感甚至谈恋爱和做爱。0 个人觉得赞好文章 点个赞您已经赞过了+1当前位置：
&&&机器人如何来感知这个世界？
机器人如何来感知这个世界？
　　机器人对环境的描述方式
　　机器人描述环境过程主要就是靠地图，就和人绘制地图一样用环境地图来描述其当前环境信息，并且随着使用的算法与传感器差异采用不同的地图描述形式。
　　机器人对环境地图的描述的方式最常见的为栅格地图(Grid map)或者称为Occupancy Map。这种地图看起来和人们所认知的地图没啥区别。最早由NASA的Alberto Elfes在1989年提出的，在火星探测车上就用到过，其本质是一张位图图片，但其中每个&像素&则表示了实际环境中存在障碍物的概率分布。
　　一般来说，采用激光雷达、深度摄像头、超声波传感器等可以直接测量距离数据的传感器进行SLAM时，可以使用该地图。这种地图也可以通过距离测量传感器，超声波（早期），激光雷达（现在）绘制出来。
　　另外用在视觉SLAM这块用的比较多是特征点地图，这种地图记录环境中特征点（或称为关键点）的几何空间位置。这种地图相比栅格地图看起来就不那么直观了。一般通过如GPS、UWB以及摄像头配合稀疏方式的vSLAM算法产生，优点是相对数据存储量和运算量比较小，在最早的SLAM算法中这种地图多见。
　　第三种相比会更加直观，就像卫星地图一样。直接将传感器原始数据通过简单处理拼接的地图 ，像这个图是直接记录了屋子内天花板画面的图像地图。另外，还有一种相对更加抽象的地图形式，拓扑地图，它只记录所在环境拓扑链接关系，这类地图一般是由前几类地图通过相关算法提取得到。
　　当然，针对具体算法和应用不同，还有很多其他机器人描述环境的地图表现形式。他们都是为了帮助机器人解决某一系列问题而设计的。总的来说，拓扑地图是与人类描述世界最接近的一种地图表达方式，因为它更加抽象，更加能反应所在环境的高层次特点。不过这种地图一般并不是SLAM算法所直接产生的，而往往是在进行相关的后期应用时才会用到的。比如扫地机器人要进行房间清扫的时候，就会建立这样的拓扑地图：
　　要说特点和优劣，其实要和具体应用有关，不过总得来说，类似卫星地图这种直接使用传感器(一般是图像传感器)所构建的直接地图也很少使用，因为它的信息冗余度最大，对于数据存储是很大的挑战，此外，机器人要从中提取出有用的数据要耗费一番周折。
　　而特征点地图又是另一个极端，虽然数据量少，但是它往往不能反应所在环境的一些必须的信息，比如环境中障碍物的位置。因此这类地图基本只能用于定位问题。而要让机器人进行自主壁障和路径规划，就必须依赖其他的地图类型。所以目前其实vSLAM更多解决定位问题，要实现导航，还需要额外配置距离传感器，如激光雷达、超声波来完成。
　　而栅格地图，或者Occupancy Map恰好是介于其中，一方面它能表示空间环境中的很多特征，机器人可以用它来进行路径规划，另一方面，它又不直接记录传感器的原始数据，相对实现了空间和时间消耗的最优。因此目前是机器人所广泛应用的地图存储方式。
　　思岚科技的SLAMWARE系统内部也采用该地图方式。
　　激光雷达的SLAM的技术难点
　　激光雷达和其他雷达设备一样，某一个时刻只能获取它所在未知的环境信息。
　　这就是我们所说的点云，可以看到他只是所在环境中的一个部分。要通过它获取地图，就是配套SLAM算法所要进行的核心过程了。这个过程其实比较多，先看一个框图：
　　一个完整SLAM和导航系统的主要构架中SLAM核心就3个步骤：第一个部分称为预处理，也就是对激光雷达原始数据所优化，剔除一些有问题的数据，或者进行滤波。
　　随后，要进行一个很关键的部分，叫做匹配。也就是说把当前这一个局部环境的点云数据在已经建立地图上寻找到对应的位置。
　　这个是ICP的点云匹配算法，用于实现匹配。说这个过程关键，就是因为它的好坏，直接影响了SLAM构建地图的精度。这个过程和我们玩拼图游戏有点类似，就是在已经拼好的画面中找到相似之处，确定新的一个拼图该放在哪里。在SLAM过程中就像这样：
　　将激光雷达当前采集的点云（红色部分）匹配拼接到原有地图中，如果不进行匹配过程，所构建的地图可能就乱成一团。
　　在这个部分完毕以后，就进行地图融合。也就是将这一轮来自激光雷达的新数据拼接到原始地图当中。最终完成地图的更新。
　　就像这个图一样，这个过程是永远伴随SLAM过程的。
　　数据融合和简单的贴图是有很大的差异的。因为实际上传感器描绘的世界存在一定的误差，或者正巧在这个时间环境有了变化，例如机器人旁边闯入了一只小猫。因此，实际要进行的过程会更加复杂。实际实现上会用很多概率算法，采用滤波的方式进行融合。将上述这个过程逐次执行，就最终产生了我们看到的栅格地图。
　　这个过程听起来其实并不复杂，但是要处理好有很大难度。这里举几个例子，比如叫做loop closure(回环)的问题。如果匹配算法不足够优秀，或者环境中存在很不巧的干扰，如果机器人绕着环境一圈，就会发现原本是应该闭合的一个环形走廊断开了。比如正常地图应该这样：
　　如果处理不好，实际地图就成这样：
　　对于环境比较大的场景，回环问题是不得不面对的。因为现实总是不完美的，即使是激光雷达这种高精度传感器，也难免存在误差。而回环问题的难点恰恰在于在一开始出现少许误差的时候，并不会被发觉。一直到机器人绕着环路一圈，随着误差的累加，发现环路已经无法闭合时，此时已经酿成大错，一般很难回天。
　　当然这个问题并不是无解，一个好的商用化SLAM系统，回环问题是否能很好的解决，就成了评判这个系统实力的指标了。
　　这里先讲了第一个难点，是算法层面的。其实还有很多这种坑，比如什么走廊问题。除了算法难点其实还有别的难点，SLAM要做好其实不光靠用的算法多好，尤其现在很多开源实现代表的是学术界。实际应用有很多corner case要处理，需要传感器、系统参数、其他辅助设备的联合调优。
　　一般来说，上述的SLAM过程对于运算消耗是巨大的，虽然并没有达到像训练动用服务器集群那种地步，但传统上需要PC级别的处理器。
　　另外，除了配备激光雷达外，还需要机器人具有IMU、里程计来为激光雷达提供辅助数据。否则SLAM系统也难以得到运行。总的来说，SLAM算法本身是一个对于外部系统有着多种依赖的算法。这是一个切实的工程问题。我们知道很多机器人，比如扫地机是不可能装一个PC进去的。因此为了让SLAM能在这类设备里运行，除了解决激光雷达成本外，还要对SLAM算法做出很好的优化。
　　扫地机器人的路径规划
　　扫地机的路径规划其实是一个比较独立且复杂的课题，和一般机器人用的路径规划还不通，所以先讲下SLAM与路径规划的关系。
　　实际上SLAM算法本身只是完成了机器人的定位和地图构建两件事情，和我们说的导航定位还不是完全等价的。这里的导航，其实是SLAM算法做不了的。它在业内叫做运动规划(Motion Planning)。
　　运动规划是一个很大的概念，从机械臂的运动、到飞行器的飞行，再到这里我们说的扫地机德清扫路径规划，都是路径规划范畴。我们这里就主要先谈谈针对扫地机这类轮式机器人的运动规划。
　　这里我先介绍一下要实现扫地机路径规划的一个基础能力。
　　我们一般在完成SLAM后，要进行一个叫做目标点导航的能力。我们一般说的路径规划，顾名思义其实指的这个。通俗说，就是规划一条A点B点的路径出来，然后让机器人过去。
　　要实现这个过程，运动规划会实现至少两个层次的模块，一个叫做全局规划。这个和我们开车导航仪有一点像，就是它需要在地图上预先规划一条线路，也要有当前机器人的位置。这是由我们的SLAM系统提供出来的。行业内一般会用叫做A*的算法来实现这个过程，其实在很多的即时战略游戏中也同样采用这种算法。比如鼠标控制让一堆农民去采矿，这些单位的移动其实游戏里就用A*。
　　当然，光规划了这个路径还是不够的，现实中会有很多突发情况，比如正巧有个小孩子挡道了。那么原先的路径就要调整。当然，有时候这种调整并不需要重新计算一遍全局路径，机器人可能稍微绕一个弯就可以。此时，我们就需要另一个层次的规划模块，叫做局部规划。它可能并不知道机器人最终要去哪，但是对于机器人怎么绕开眼下障碍物特别在行。
　　这两个层次的规划模块一起协同，机器人就可以很好的实现从A到B点的行动了，不过实际工作环境下，上述配置还不够。比如前面提到的A*算法必须要求机器人预先把地图探明后才能展开行动，这在很多时候不够灵活。如果扫地机器人买回家，必须先把屋子都走一遍以后才肯扫地，那用户体验就会很差。
　　为此，也会有针对这类算法的改进，比如SLAMWARE内采用我们改良的D*算法进行路径规划，最大优点是不需要地图预先探明，机器人可以和人一样，即使环境未知，也可以展开行动，随着机器人不断探索，路径也会时刻调整。
　　前面介绍了目前大部分移动机器人都需要的路径规划算法，扫地机器人的路径规划算法要更复杂，一般来说，扫地机需要这么几个规划能力：贴边打扫、折返的工字形清扫以及没电时候自主充电。
　　其实这些规划能力单单靠前面介绍的D*这类算法是完成不了的。扫地机器人还需要有额外的规划算法，比如针对折返的工字形清扫，有很多问题要处理。例如如何最有效的清扫一个区域而不重复清扫？
　　另外，如何让扫地机和人一样，理解房间、门、走廊这种概念？当然这里篇幅有限，就不多展开。简单说，针对这些问题，在学术界长久以来是有专门的一个研究课题，叫做space coverage。也提出了非常多的算法和理论。比较有名的有Morse Decompositions。通过它实现对空间进行划分，随后进行清扫。
　　像在上世纪70年代，CMU就完全依靠超声波做到了现在我们扫地机的行为，当然造价还是很高的。
　　前面介绍的A点到B点移动路径规划也是实现这类更高级路径规划的基础。实际上，要从SLAM实现到扫地机器人所需要的这些功能，还是有非常多的工作要做的。我们目前的做法是针对这类扫地机特有的路径规划，也同样预先实现内置在了我们SLAMWARE内部方便使用。
　　降低激光雷达的成本
　　思岚在2年前在业内推出了首款低成本的激光雷达RPLIDAR。目前在批量销售情况下单台可以做到几百元的这个级别。
　　这个成本的降低首先光通过压缩我们利润是不可能的了。当然，也更不是通过牺牲做工来换来的。本质原因是传统采用TOF技术的激光雷达本身就导致他的成本是居高不下的，我们知道TOF这种方式要测量光飞行用时，要做到这一步，需要皮秒级别精度的计时器，同时对于激光器和接受装置都是极大挑战。这里的挑战到不都是技术难度上，还在于其中的核心传感器就造价不菲，并且常年依赖进口。并且在生产中难度很大，几乎每台雷达都需要非常专业的技师手工校正。成本自然就居高不下了。
　　我们RPLIDAR采用另一种方式，叫做三角测距。通俗说就是通过光学的几何特性，使用计算机视觉方式来求出距离。这种方式好处是只需要传统的摄像头的成像设备。因此成本自然就会降低。
　　当然，就像这个问题问的是有前提的，就是在保证精度前提下来实现低成本。激光雷达精度或者说是性能有这个几个考量。首先自然是测量精确度。行业内也有不少声音，反应三角测距雷达有个硬伤，就是在远距离下精度下降。
　　这是个不争事实，但是这恰恰是我们RPLIDAR的优势。其实配合好算法，这个问题可以一定的缓解。比如下图是目前常规三角测距雷达在测量3-4米距离以外物体的效果，会发现本该是笔直的墙壁，测量出来出现了锯齿。
　　随着距离增加，如果算法不做出优化，那么这个现象会非常严重，直接会影响后续SLAM算法。
　　我们在这块处理上对内部算法做了很多优化，可以很好改善这个问题：
　　另外，三角测距雷达相比TOF雷达还有一个区别在扫描频率，我们的RPLIDAR A1的第一代产品是每秒5圈的旋转频率，结合一秒2000次的测距频率。这个参数对于像扫地机这类的场合其实是够了。不过对于服务机器人这类应用，就显得偏慢。
　　要提高速度，光提高电机转速其实不够，那会让点变得更加稀疏，本质是要提高一秒测距频率。这同样对于算法优化以及光学系统会有挑战。目前我们新一代的RPLIDAR A2实现到了4000次采样率，从而做到10hz扫描转速。其实本质也是靠算法。
　　一般来说，目前要做到实用化，采样率需要达到1800sps，所以对于这个问题，简单说就是依靠算法革新，保证在保持精度的条件下实现低成本。
　　延长激光雷达的寿命
　　这个问题其实要站在适用场景下来讨论。现在外借认为机械方式的激光雷达存在寿命问题，不如固态的雷达，这其实就是误解。
　　目前行业内高低端的激光雷达都是机械方式的，很多在工业的关键领域承担安全保全职责，因此说他们有寿命问题是不成立的。相比，固态雷达到目前还是概念产品，它虽然是固态的，但工艺稳定性有待验证，说它就比机械寿命长，值得商榷。
　　不过针对目前机械激光雷达，的确有一个寿命制约因素，就是很多都会使用到导电滑环这个部件。包括我们的第一代雷达之前也是这样。
　　这个部件是用来实现两个旋转物体之间信号和供电传输的。我们知道雷达工作的时候要连续旋转。要给这个旋转部分供电和通讯，就要靠滑环。
　　不过导电滑环标准品的寿命是很短的，只有几千小时。也就是说雷达如果直接用一个标准滑环，持续工作几个礼拜就会坏。因为滑环会被磨损，那就没法给雷达供电和通讯了。这就会有寿命问题。
　　我们当时研发RPLIDAR其实用的已经是定制的滑环，当时我们直接提出设计方案给供应商去定做。就这么搞了好几个来回。所以目前RPLIDAR A1在扫地机这类场合下其实寿命不存在问题。
　　但如果用到服务机器人下，问题就会有。因为这种场景下要求机器人7*24待命。针对这个问题，我们后来提出了光磁融合技术。
　　这个名字是我们专门取得，是一个专利性技术。它的核心是使用无线供电和光通讯这类接触手段来代替导电滑环。对于RPLIDAR A2，我们还是用了自己设计的无刷电机。这样做的话，我们的雷达在7*24连续工作的情况下，也会有5年以上寿命。
　　现在其实我们第一代的雷达也同样使用光磁融合技术了，因此我觉得目前对我们雷达来说，这个寿命问题是完全得到了解决。
　　产品安全问题
　　单独对激光来说，我觉得的确不当使用会有安全问题。毕竟他只是一种光源，我们如果盯着太阳看，一样也会灼伤眼睛。关键在于怎么使用。
　　但对于激光雷达，我觉得激光导致安全问题是不存在也不应该存在的。因为一个合格的激光雷达产品，它必须通过激光等级认证。像我们RPLIDAR在设计上也会动态检测激光器功率，确保安全。
　　目前行业内对于激光是有严格的安全等级指标的，目前RPLIDAR符合一类激光器（CLASS I）等级。这个等级表示无论在什么情况下，激光雷达产生的激光都不会对人眼产生损伤。要满足Class I，就要求激光平均功率只有几个微瓦。这是非常微弱的信号了，不会产生问题。
　　相比而言，可能我们日常生活中用的LED手电的功率和危害要比激光雷达要大很多。因为目前LED还缺乏严格的安全等级规范。其实很多产品光功率反而是超标的。
　　应用问题
　　其实激光雷达一开始就不光为了机器人而诞生，只是最近我们因为机器人和无人车才去了解它。传统上，激光雷达用于工业的安全检测领域，就像科幻片的那种激光墙，人进入会报警，工业内用激光雷达做这个的很多。
　　此外，激光雷达用在空间测绘上也很多。比如用我们RPLIDAR构建的办公室环境：
　　还有就是一些新媒体行业，要做一个超大的多点触摸屏幕，传统靠电阻电容屏是做不了的，业内一般也会用激光雷达。
　　国内外水平差异
　　目前来看，高端的激光雷达厂家都只有国外厂家。国内初步像我们开始做低成本的激光雷达开始起步。区别在于定位不同，国外更多专注在高性能、工业级别的雷达。这主要是历史积累造成的，和工业发展大背景有关系。对于高性能雷达，必须要具有更久的研发经验和更多的实际产品测试才能做得到。这也是我们目前国内缺乏的。
　　不过目前服务机器人行业其实对激光雷达是很好的机遇，我觉得国内如果能把握这个机遇，还是有希望能在也些细分领域超于国外同行。
　　以上就是小编为大家介绍的关于&机器人如何来感知这个世界？&的全部内容，扫描下方二维码关注亿智蘑菇官方，获取更多精彩资讯内容。
Ta的热门文章
30人申请达尔优EK820超薄机械键盘
517人申请昂达 V10 Pro 4G平板电脑
778人申请Air by crazybaby胶囊快充无线蓝牙
775人申请希澈智能声波电动牙刷
1073人申请ROMOSS太阳神移动电源/充电宝
￥109【ROMOSS】罗马仕（ROMOSS）太阳神移动电源/充电宝 能量随时就位
￥299【NOERDEN智能手表S1】NOERDEN 智能手表S1：时尚与科技的完美结合
￥1099【乐歌M3S升降台】乐歌M3S升降台：久坐伤身 站站就好了
￥249熊大大： 石墨烯快充充电宝 自带充电头
￥79【EBER】EBER H3mini智能体脂秤：解析身体的秘密
你还可以分享到以下地方，获得10蘑菇参与！
免费试用：
微信添加"亿智蘑菇"获取我们的服务
微博添加"亿智蘑菇"获取我们的服务
下次自动登录
使用第三方登录}