视觉|36氪首发｜「微链科技」获数千万人民币A轮融资，自主研发提供高精度、高可靠性的机器人3D视觉产品百度集团|自动驾驶|百度|A轮融

作者｜韦世玮
编辑｜石亚琼
**
36氪获悉，近日机器人3D视觉创企「微链科技」宣布完成数千万人民币A轮融资，由中博聚力领投、海南泰益跟投。本轮融资将主要用于加强研发、扩建产品交付能力、拓展市场三个方面。
微链科技成立于2018年，专注机器人感知和认知技术的研发，以深度学习和机器视觉为核心，在工业机器人智能检测、引导、抓取等场景积累了丰富的3D视觉成像、位姿算法等技术。目前，公司开发的产品包括工业级3D相机、机器人感知系统、机器人视觉系统和机器视觉开发引擎。
随着工业机器视觉市场竞争的加剧，近年来市场中出现了不少标准化3D视觉的软硬件产品，以识别、尺寸检测、定位引导为主的解决方案层出不穷，其中3C、平板显示、汽车是玩家落地最集中的三大场景。
我国工业3D视觉产业链初步形成的同时，国产品牌市场占有率也在逐渐提升。据赛迪顾问2020年统计数据，2019年中国工业机器视觉市场规模为131.75亿元，国产品牌占比约55.4%（72.99亿元），预计到2022年，中国市场规模将达180亿元，国产品牌市场规模也将增长至100亿元。
从长远的潜在市场规模来看，当前只有5%的潜在用户使用了机器视觉，也就是还有95%的潜在用户需要但还没有用上机器视觉，全部潜力发挥出来后，全球的市场可达到1200亿美元。
不过，工业视觉领域一直存在人工抓取成本高、高反光物体成像精度低、系统部署成本高等问题。传统计算机视觉为2D视觉，尽管成本低、技术成熟度高，但无法对产品进行三维特征的检测，不能实现对三维物体的复杂检测和机器人的抓取。
同时，在机器视觉产业链上，工业镜头/相机作为机器视觉系统中的核心部件，对成像质量和算法效果起着关键作用，但我国工业视觉市场聚集了大量老牌镜头玩家，包括德国施耐德、美国Navitar、意大利Opto、日本KOWA等，这些技术积累雄厚的巨头长期盘踞着高端市场。而在智能机器视觉领域，康耐视和基恩士等传统机器视觉公司长期占据2D视觉领域的头部位置。
在智能制造4.0时代，随着制造业升级换代和人口红利的逐步消失，传统机器视觉已经不能满足更为复杂的自动化需求。
因此，我国工业视觉行业想要实现自主核心技术和国产供应链发展，就必须要在3D视觉认知系统和3D成像系统实现突破。针对这一挑战，微链科技研发了机器人视觉认知系统和工业级3D相机，这也是公司最核心的两大产品线。
其中，基于人工智能和机器人控制算法的微链WeRobotics Cognition System机器人认知系统集成了多种先进视觉和机器人控制算法，拥有通讯低延时等特点，可以精准识别物品的三维、旋转、左右、翻转变化，同时还能连接所有的智能设备，采集、生成数据、训练智能模型，可自动识别生产线上移动的物体，并实时反馈、交互、控制设备。
微链DaoAI高精度3D相机则结合了感知系统，视野范围覆盖100mm到3500mm之间，实现了微米级成像和亚毫米级机器人控制定位，解决了传统视觉公司点云缺失和可靠性不高的问题，适用于对精度要求较高的各种恶劣工业环境，满足大部分工业自动化领域的箱拣选上料和质量缺陷检测需求。
纵观整个工业3D视觉领域，目前包括迁移科技、梅卡曼德机器人等新玩家都已推出相应的3D视觉产品及解决方案，面对竞争激烈的市场，微链科技的差异化优势又在哪里？
微链科技CEO冉祥告诉36氪，工业级技术的难点在于工业环境的状况非常恶劣，对技术的可靠性和精度要求极高，需要达到肉眼不可见微米级精度。因此从技术角度看，微链科技的核心壁垒在于拥有虚拟和真实数据融合的机器自主学习引擎，以及可实现工业级高精度、高可靠性的3D视觉技术。
目前，微链科技自研的图像、点云处理、深度学习等算法已超30种，既可完成常见的日用品随机拣选、拆码垛等抓取应用，也能应对高难度的乱序及任意反光金属工件识别，灵活性、适用性十分广泛。例如，公司的全自动动态温度标定算法消除了温度变化对相机精度的影响，能够让3D相机在0-60℃的环境中都能得到统一的高精度点云数据。
面对工业3D视觉领域常见的小样本学习的难点，公司经过多年的技术研发和客户服务，已积累了丰富的数据样本，同时公司系统还可自动生成相关数据，数据量覆盖70%-80%的汽车、3C和物流市场。
低成本方面，在一个国际头部汽车零部件制造商案例中，微链3D视觉引导机器人能够在22秒内完成6个座椅靠背工件的自动上料，若以平均每个工位需2个工人3班次计算，该企业使用微链视觉引导方案后，五年的制造成本可降低五分之四。