赵青：熵智科技（深圳）有限公司 创始人
入驻园区：深圳中电智谷
关键词：3D视觉识别、无序分拣
无序分拣，是机器人操作领域的圣杯。
无序分拣在零部件和重工行业中再平常不过，但对机器人而言并不那么容易。在实际工业场景中，工业零部件往往是散乱、无序堆叠的具有复杂结构和形态零件，这是现今自动化和3D视觉引导上料无法满足的，机器人要想真正实现无序分拣，除依靠3D视觉技术外，还需要通过深度学习、路径规划、流程控制、末端执行器等多种技术实现。
如何为机器人无序分拣赋能？熵智科技应运而生，熵智科技创始人赵青在采访中将熵智科技的创业历程娓娓道来。
就读于华中科技大学机械科学与工程学院时的赵青，是个机器人狂热爱好者，曾带队获得国内外各类机器人竞赛奖项十余次，并创办了华科机器人创新基地。
2009年，赵青在硕士研究生毕业后，加入了宝洁公司，7年的工程项目经验使他对「场景」有了丰富的认知、延展和升华，促使他看见了机器人市场的巨大前景。
经过一段时间的市场调研、和深度的思考，赵青发现，机器人核心应用行业固定资产投资处于上升通道中，而工业机器人销量增速在放缓，未来工业机器人的机会在长尾市场，但长尾市场的大多数场景都是非结构化的，对机器人的智能化提出了更高要求，突破天花板的关键就在「3D机器视觉」。
于是，赵青与大学校友高磊等人一起，成立“熵智科技”，走向了「3D机器视觉识别」的创业之路。
「无序分拣」英文Bin Picking，是考验机器人能否把散乱、无序的物体抓起来的能力，是衡量机器人智能性的重要代表。但是，要实现这一功能，影响因素非常多。
首先是视觉能力，能否判断物体的形态、位姿。其次是机器人的运动能力，能否做出合理的运动路径规划。最后一个难度最大的是：抓取策略和抓取能力。例如：现在桌面上有一杯水，这杯水人类会自然地避障去握中间。当然，也可以握杯口或杯底，但这样会不稳，水会晃动，或者拿的重心太高了会吃力。只有握中间是最稳定的，基于人类的先验知识。
机器人想要拥有这样的先验知识，实际上很考验它的自主性。因此，通过“3D视觉+自主路径规划”赋予机器人真实环境的“感知能力”和“手眼协调能力”至关重要。
赵青团队发现，产业链下游是国内3D视觉企业扎堆的地方，要想脱颖而出，必须在设备组装、集成等环节拥有自己的优势。经过不断的思考和验证，赵青总结出适合熵智科技的发展方向：立足自身优势，向上聚焦做核心产品，向下发展自己的应用团队。两手抓、两手都要硬，只有这样才能把握产业链的上、中、下游。也是基于这样的逻辑，熵智科技最开始没有直接进入市场，而是全面投入核心硬件产品和算法平台的研发。
最终，通过深耕非结构化场景，熵智科技研发出了高精度相机加持下的3D视觉无序分拣系统。高精度的工业3D相机相当于人的“眼睛”，快速获取物体的外形尺寸、姿态、距离等三维信息；搭配自研的Seizet 3D Picking无序分拣软件的算法，引导机器人完成自主规划路径、自主规避和自主精准抓取，真正实现无序分拣。
目前，该系统已成功应用于工业上下料、物流拆码垛等多个无序抓取场景中，包括建筑钢结构、机床上下料、拆垛、拆零拣选等。
▲ 赵青在中电智谷接待施耐德电气副总裁一行
