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。”
文章来源： 旷视机器人
图片来源： 旷视机器人
转载平台：微信公众号
责任编辑：朱晓裔
审 核 人：李峥
