在供应链升级的浪潮里

以四向车、AMR系统为代表的柔性物流方案

正在成为更多企业的青睐之选

越来越多过去埋首实验室的纯算法工程师们

也走进了项目现场

对于他们而言，

如果说参加国际学术竞赛是“飞行”

那么走到项目一线就是“贴地飞行”

在项目现场，他们洞悉企业真实需求

应对各种状况，完善产品和方案

让算法在项目中落地应用，稳定支持客户业务

也收获了属于自己的成长

“装满硅片的花篮 

把工人的肩膀压得很低”

2020年12月，第一批48台旷视激光SLAM（即时定位与地图构建）导航AMR（自主移动机器人）完成生产，并发往位于浙江的一家新能源企业的太阳能硅晶电池生产车间。

跟这些AMR一同抵达应用现场的，还有10多个机器人软硬件方面的算法工程师们。他们负责AMR系统的现场调试，保障车与机台高精对接，实现硅片在不同生产工艺间的全自动化搬运。

在这个新建的厂房里，超过2万平米的空间中，一小半区域已经正式投入生产，另一半区域还在安装新的生产机台，扩充产线。当时，主要作业方式是依靠工人推着小车搬运一个个插满硅片的花篮。

研究生毕业后就加入旷视的马工，学的是机器人控制方向，之前一直在实验室和测试场地捣鼓SLAM车。他对这么大的空间和里面正在发生的一切都感到非常新奇，“工人吃力地把花篮从机台搬到小推车上，非常小心翼翼，一个装满硅片的花篮有上百斤，把他们的肩膀压得很低。”

太阳能硅片具有质量重、材质脆的特性，人工作业不仅辛苦，而且操作不慎容易摔料，因此AMR是电池生产车间的刚需，这次到货的48台车正是为了将物料的人工搬运逐步替换为自动化作业。

旷视SLAM导航AMR在现场集群作业仿真

来现场之前，团队已经在SLAM机器人的反复测试中顺利实现了±2mm的高精度对接，各项性能指标也很过硬，加上拿下这个当时规模最大的SLAM机器人的客户项目，这时的团队士气高涨、干劲十足。

“现场总有些突破你想象力的事”

然而，不同项目的实际应用场景往往各有差别，“总有些突破你想象力的事”，已经有一些项目经验的高工，到了现场，也“受到了很大冲击”。

穿着全套防护服在项目现场不分昼夜调试AMR的工程师

团队遇到的第一个boss级难关，是AMR的上线调试不能耽误客户每天的正常生产，而且车间还在不断增加生产机台。SLAM机器人需要先扫描现场并构建地图，再根据地图规划运行路径。而随着新机台的不断增加，“车间一天一个样，SLAM车走着走着，发现地图全变了，然后就懵了，不接单了。”

而且，他们发现，“工厂的人竟然不怕SLAM机器人”。刚开始的很长一段时间里，工厂的人对于新来的“自动搬运工”们都很好奇，常常围观，这严重遮挡了车的视线，影响了它们的运行。

更刺激的是，在打磨对接精度的时候，之前运行得好端端的算法突然不灵了，后来发现是因为生产机台的台面凹凸程度不一，800个对接点的台面，有的是光面，有的是麻面，还有的是亮面，导致激光打在上面反馈的数据差异很大。

让高工记忆深刻的还有地面的积水。车间对湿度要求高，每天都会往地面泼水，人走过去脚底都会带出水花。所以SLAM车也会出现“水上漂”的情况，一滑出去，位置就丢了……

他们之前也有其他项目的部署经验，有车间带一整面透明玻璃墙的，有AMR需要进“四面光”电梯自动换层的，但新项目的“意外”状况还是超出了他们的想象，而且项目规模大、时间紧、空间窄，也没有太多可供参考的经验，让整个团队倍感压力。

“项目实施落地过程中那么痛苦的原因，可能就是因为最开始对困难预计不足吧”。回过头来谈及那些被现实“打脸”的经历，沈工忍不住自嘲地笑笑。

“不在现实环境中让客户真正用起来，

就不算你做到了”

那时候，团队每天都要焦头烂额地解决一个个新状况，也要承受来自客户的质疑和失望，但支撑他们熬下来的，是“想赢”的念头和现场作业的一天天变好。

沈工无法忘记2020年的冬天，当时机器人团队和旷视研究院的工程师们一起在苏州工厂做SLAM导航的标准版机器人。冬天的工厂很冷、没有空调，为了赶进度，大家都自愿加班。这种状态持续一个多月，有天晚上十点多，沈工实在有些累了，就跟伙伴们说，“要不今天先回吧”。但这些或坐在“泡沫”椅上，或坐在地上，或坐在墙角，或趴在SLAM车上工作的伙伴们都没挪窝， 说要“再弄一会”。

苏州工厂里坐在泡沫“椅子”上赶AMR进度的工程师

首批机器人进厂调试的关键时期，不少伙伴在项目现场过年。“大家其实都是想把项目给做好，就是想让这些车在项目现场能流畅地跑起来。”因为，他们都在心里跟对手较劲——“我们什么研发水平？！一定要在产品和系统层面做得比别人好！”。

大家的辛苦没有白费，在一次次的debug中，SLAM机器人越跑越顺。2021年5月，项目的大部分研发人员从现场撤出。看着100多台满载硅片的SLAM机器人在车间里唰唰运转，机台下料口哐哐出料，每天都能完成那么多单子，这群在项目现场日夜奋战的工程师们虽然表面淡定，但内心非常激动——“项目让客户真正用起来了！”

更重要的是，他们还把那些探过的路、踩过的坑，困扰过自己的难题全部转化为了经验，并内化到不断更新迭代的旷视机器人产品和方案中。

面对打滑问题，他们加了两套匹配，还加了打滑算法，用来判断融合模型，以保证即使车“飘”出去了，算法还能修回来，让位置不会丢。为保证对接精度，他们不仅做了绝对算法还加了相对算法。在导航和避障方面，在前后避障的基础上又发展了立体避障和融合避障……

“算法的目标是让一线感觉不到算法的存在”，也是这段项目现场服务的时光，让高工对算法有了更深的体会。“服务于项目的算法工程师更看重算法的能力边界，要解决安全问题，保证我们的算法不管遇到什么情况都知道自己在做什么。就算一百次中只有一次不行，也需要明确知道哪次不行。”

现在，得益于产品和方案的不断完善，以及前后端团队的配合默契，算法工程师们已经不需要在新的项目现场长期驻场，远程支持的方式就能解决大部分项目问题，有更多时间专注于功能研发和产品打磨。但是，沈工始终坚信：“测试的数据再好，不放在真实的项目现场上跑起来，就不能算你做到了。”

北京旷视科技有限公司是一家行业领先的人工智能公司，在深度学习方面拥有核心竞争力。旷视向客户提供包括先进算法、平台软件、应用软件及内嵌人工智能功能的物联网设备的全栈式解决方案，并在多个行业取得领先地位。2017年和2019年，旷视跻身《麻省理工科技评论》发布的两项「50大最聪明公司」榜单中。

旷视是全球为数不多的拥有自主研发深度学习框架的公司之一。旷视自研的深度学习框架Brain++作为统一的底层架构，为算法训练及模型改进过程提供重要支持。Brain++帮助旷视构建了一条不断自我改进、不断更加自动化的算法生产线，实现以更少的人力和更短的时间开发出各种新算法，并能够针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合。以Brain++作为基础设施，旷视开发了可部署于云端、移动端及边缘端计算平台的先进深度神经网络。

旷视是人工智能技术商业化的先行者，通过提供多种高效的全栈式解决方案为不同垂直领域的客户赋能。旷视的个人物联网解决方案为手机提供人脸识别解锁与计算摄影功能，持续改善个人设备的用户体验，为移动应用融入身份验证功能，加强产品与服务的安全性。旷视的城市物联网解决方案使各种城市场景实现物联网设备的智能部署及管理，通过视觉数据的高效与精确分析，加强公共安全与便利，优化交通管理并改善城市资源规划。旷视的供应链物联网解决方案帮助企业数字化升级工厂、仓库及零售店，从而提高供应链整体效率。

旷视总部位于北京，拥有 2,000 多名员工，并在北京、上海、南京、成都等地都设有研发中心。旷视的典型客户包括金融科技公司、银行、智能手机公司、第三方系统集成商、物业管理者、学校、物流公司及制造商等。