还在香港中文大学从事博士后研究工作，重点研究嵌入式高速图像处理技术，即用2D视觉技术来做工业机器人视觉引导。研究过程中，他发现，由于使用环境复杂，导致2D视觉机器人误操作行为频繁，亟需智能化升级措施。

  2017年，微软3D相机的问世，让吕聪奕坚定了此前的判断，便于同年创办了国内较早从事该行业的初创公司——深慧视科技，将研发重心瞄准3D视觉技术赋能方向，专注于为企业提供机器人3D视觉引导产品和机器人自动化改造升级解决方案。

  “机器人智能化升级并非伪需求，”吕聪奕告诉创业邦。从宏观角度来看，2020年，中国机器人市场规模将突破100亿美元，2016~2020年的平均增长率达到了20.5%，未来，我国机器人市场规模还将继续扩张。同时，传统2D视觉机器人只能完成结构化环境下固定模式物体的抓取，而对于复杂堆叠物体的识别和分拣，仍要依靠人力完成，基于人口红利消失的大背景，人力成本逐渐提升，势必会推动“机器换人”大潮，这是深慧视科技的机会所在。

  吕聪奕介绍，2D相机和3D相机的核心差异在于三维深度信息层面，决定了机器人会否受到限制。首先是操作限制，2D相机只能获得平面信息，即X、Y方向，导致机器人识别精度和视觉覆盖率不足，机器人可以平行抓取移动，不能在上、下料时垂直起落，而3D相机则可以获取整个空间坐标信息，自由灵活移动；其次是来料限制，在2D视觉分拣过程中，物品必须处于同一平面，无堆叠、无混乱，才能按设置进行抓取，而3D视觉技术可以结合物体材质、尺寸、位置变化、距离等数据，进行准确定位抓取。

  “由3D相机传感器产品，布局到软件平台，再到解决方案”是深慧视抢占市场的主要策略。从行业的角度来看，相比于大部分友商跨行业跨领域的通用型服务，深慧视在业务上更垂直，只针对工业和物流领域做软件通用化和标准化。目前，深慧视已推出高精度3D相机和大视野3D相机两类主打产品，以三维成像系统解决方案的形式，广泛应用在无序分拣、工业拆码垛、质量检测场景中。

  值得注意的是，以上三类不同领域客户关注的方向也存在差异。物流领域客户对精度的需求较低，更关注环境兼容性、覆盖范围和成像效率几方面；而工业质检场景物体会更加的复杂，对于识别精度、材质兼容性的要求更高；拆码垛场景客户则对于识别精度和视野覆盖范围方面要求更高。

  基于客户需求逻辑，深慧视重点在成像精度、视野覆盖范围、成像速度和兼容性方面重点发力。目前，该团队已早于行业水平推出基于FPGA加速度技术的高精度、高速3D视觉传感器系统，点云精度最高可达到20微米，成像的视野范围是行业水平的1.5倍（4米×3米），拍摄帧率为每秒5~10帧。同时，借助光学技术和高鲁棒性3D成像算法，深慧视产品适用物体范围更广，可以针对在金属表面、日化品反光类、黑色暗物体表面成像。现阶段，深慧视已获得菜鸟、OPPO、华为、联想、中兴、格力在内的20多家头部客户的认可。

  根据深慧视科技数据显示，在硬件成本上，3D视觉系统比2D视觉系统贵2~3万元左右，前期部署周期大概一个半月到两个月（两者周期相等），但基本在部署后的3~4个月内，便能赚回投入成本，降本提效价值突出。除了为客户带来了0~1的技术突破，节省雇佣工人每日搬运上几千次的成本，还通过技术赋能提高了产能。以工业某制鞋行业客户为例，经过深慧视的技术服务，用四台3D相机设备便代替了20多个工人。

  营收模式方面，深慧视主要通过3D相机销售直接获利，除此之外，还为大企业提供解决方案，收取项目费和后期维护费。两类服务营收比例为2:3。

  成立两年有余，团队已有40多人规模，其中30人为技术人员。核心团队大多为自香港中文大学博士、硕士顶尖研发团队，平均具备10年机器人视觉技术研究经历。

  融资方面，团队已于2017年获得数千万元人民币天使轮融资，并于2018年获得来自联想创投的数千万元Pre-A轮融资。目前，该项目已启动新一轮3000~5000万元A轮融资，用于研发和市场拓展。2020年，团队会重点优化服务，将产品及解决方案复制到更多项目中，实现规模化营收。

  本文文章图片来源于深慧视科技，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系。

  关注医疗健康、集成电路和前沿科技领域。报道相关，欢迎来撩，邮箱：，请注明来意。

  用微纳“武器”俘获千亿级别客户，国内“玩家”用研发实力成为高端制造担当

  已覆盖70%前十大快递/快运客户，商用车后市场玩家「大车队长」眼中的轮胎“生命力”

  创业七年死磕超大尺寸触控技术，联想、比亚迪老兵如何在ITO产业蔓延下寻找“生”机？