隨著計算機視覺技術逐漸成熟、可用，以視覺模組取代昂貴的激光雷達成為趨勢，在掃地機器人等一些細分領域有了成功商用案例，在自動駕駛等前沿科技方向進行研究。

　　我們近期接觸的未來機器人（VisionNav) 也是其中一家。公司從2011年開始做基于視覺的工業自動駕駛方向的研究，已完成相關硬件、軟硬件一體解決方案的研發，在多家客戶進行產品落地。并于2016年完成了千萬級融資，獲得香港創新科技基金和佛山市創新人才團隊超過千萬元經費資助，預計2017年主營業務銷售額將超過千萬元 。

　　隨著中國人力成本上升，加上工業車輛司機招聘困難，對制造、物流等行業已經造成影響，工業車輛無人化改造需求迫切。數據顯示，2016年全球叉車市場總銷售量超過115萬臺，同比增長8.33%；其中中國市場年銷售量接近27萬臺，同比增長3.33 %，連續七年位列世界第一。目前國內工業車輛的無人化改造往往要使用激光雷達，成本高昂，普及率不高。數據顯示，2016年，國內AGV 的數量僅為4280臺。近年來，隨著機器視覺技術的成熟，完全利用視覺進行導航有了可能性。看重這個新的市場機會，團隊研發了基于工業單目攝像頭的VSLAM軟硬件解決方案。

　　硬件層面，未來機器人將其產品稱之為“黑盒子”，包含了兩個工業相機，可實現感知和決策功能，是工業車輛無人化改造的核心零部件。感知方面，采用視覺SLAM ，因為可以獲取大量的點云數據，計算的難度相應較低，可靠性也相對較高。使用“視覺”，機器直接獲取的其實是兩幅圖像，需要提取兩幅圖像的特征進行比對，通過基本矩陣反算，計算出實時的位置。加上不同光照環境對于計算也會產生影響，要保證產品的可靠性和穩定性就是一個關鍵。針對光照的問題，一方面，產品采用了補光的設計，在極端黑暗的情況下可以自行補光；另一方面，未來機器人的視覺技術采用對光照變化魯棒性極強的圖像特征，在不同光照情況下都有出色的算法性能。此外，大范圍工廠/倉庫環境會導致VSLAM算法的計算量極大，實時性無法保障。團隊分析工廠/倉庫環境相對固定，最終采用了“先離線建立大范圍的稀疏點云地圖，再根據環境變化情況實時更新部分地圖”的“life-long Localization”方案。在系統調試過程中，調試人員會通過駕駛工業無人車并啟動視覺系統“黑盒子”建立大范圍點云地圖。之后，在系統自動運行過程中，“黑盒子”會自動根據環境的動態變化對現有地圖進行少量的實時更新。

　　決策方面，“黑盒子”會向叉車的電機及驅動器輸出相應的控制信號，使車輛完成相應的動作。叉車上的電機及驅動器的型號多樣，這意味著需要解決通用性的問題。團隊模仿人開叉車的行為，開發了一個硬件插件，將這一過程轉化為如何轉動方向盤等。但因為涉及到商業機密，團隊表示暫不方便對外透露具體實現方法。

　　對于客戶來說，往往還需要與現有的業務流程打通。為此，團隊還會提供相應的定制及落地服務，與客戶原有的CRM 及系統流程打通。2015年底開始，團隊已經通過這樣的方式開始商業落地，客戶主要分布在物流、電商、快銷、印刷領域。團隊預計，平均一輛車的改造收費在20萬左右。

　　今年開始，團隊也開始進行硬件設備的售賣、單車改造，目標客戶群主要為設備制造商、設備集成商。團隊預計今年營收達到千萬，預計明年營收或在3000萬左右。

　　團隊目前組建了30人團隊。創始人兼董事長劉云輝是東京大學博士,香港中文大 學終身教授、機器人研究所所長、IEEE & HKIE Fellow、國際機器人專家、國家“千人計劃”和 “長江學者” .

　　團隊此前曾獲得可可資本和常春藤投資 千萬元級別融資，目前正尋求新一輪融資，主要用于在目標行業內全面推廣視覺導航智能叉 車系統;、其他智能工業車輛系統的開發和中試 。

　　相比于私家車的自動駕駛，工業環境相對固定，且面臨人力成本的壓力，更有無人駕駛的需求與可能。國外這一方向也出現了不少公司，比如Seegrid，公司成立于2003年，由VSLAM提出者創辦，專注于基于視覺的工業無人駕駛，將VSLAM技術引入工業設備領域，已經累計獲得近6000萬美元融資，并已推出相關產品。