Dorabot(蓝胖子机器人)主要研发软硬件相结合的移动机械臂机器人和移动平台(AGV)，将之应用到物流、快递、电子商务行业的装卸载、分拣、上货、堆码垛等环节，匹配相关应用场景，形成整套的解决方案。成立于2015年，Dorabot基于机器人视觉、多机器人协作、自主导航、机器学习等技术，致力于自主研发和打造移动机械臂及其稳定成熟的场景应用。

  团队上，蓝胖子机器人现有60人左右，其中80%将为技术人员，预期今年可扩张至130-150人。CEO邓小白曾经就职于美国UPS和摩根大通;CTO张浩在机器人领域沉淀十年有余。

  Dorabot已完成云锋基金领投的数千万元美元A+轮融资，在此之前，Dorabot曾获得洪泰领投的近千万元美元A轮投资，以及创新工场的160万美元天使轮投资。

  随着人力成本的一直上升，以及智能传感器、输出设备等智能硬件设备价格降低、精度提升，AI技术不断在慢慢的变多的垂直领域商业化落地，智能机器人代替人类劳动力也逐渐在不同应用场景中投入使用。

  仓储物流领域就是这里面之一，中国快递量每年增长50%以上，2017年一年的快递就超400亿件，这一数据还在快速地增长中。在天猫、唯品会、京东等大型电商的仓储中，智能机器人已经被尝试投入装载、卸货、分流等工作，在不久的将来，智能机器人会在更多简单重复的工作上代替人力劳动。

  蓝胖子机器人(Dorabot Inc. ) 就是一家服务物流、快递、电子商务行业仓储等环节的智能机器人解决方案公司，通过自主研发的软硬件结合无人仓方案，协助物流和大型电子商务行业卸货、分拣、上货等环节。

  一直以来，Dorabot的CEO邓小白对物流智能化非常有热情，执着，能够说是“发烧友”。出于对整个物流体系的深度兴趣和好奇，邓小白加入UPS总部工作了两年。紧接着，他在IDG资本2014主办的年IDG 自由人计划中结识了张浩，后者长期专注智能硬件和机器人的研发。

  很快，两人在商业和技术上达成共识，于是决定共同研发机器臂移动平台(AGV)在物流上的应用。

  “最初只有我、张浩和周丹旦三个人，抱在三个笔记本在深圳一家创客空间，仅10平米的角落里写代码。就这样收到了创新工场的天使轮融资。”邓小白说，“我想我们是幸运的，一方面做着自己最热衷的事情，另一方面我们开始做这件事的时候，距离市场需求的爆发还有一定的时间。这给我们两年的时间潜心研发产品。”

  成立不久后，Dorabot获得创新工场投资的天使轮融资，这笔资金成为Dorabot早期的研发成本。“很快得到资方的认可也让我们不需要过多的担心其他，全部的精力投入研发。”邓小白说。

  “Dorabot”的名字源于联合创始人兼CTO张浩的执念，“Dora”取自于卡通人物的英文，他希望打造一款智能机器人，能够像哆啦A梦那样能够达成人类各种各样的想法，还能够和人类做朋友。

  Dorabot成立后的几年，随着交易不断从线下转至线上，仓储和物流的压力也急剧增大，也为Dorabot带来市场机遇。

  国内去年双11期间菜鸟网络单日产生的物流包裹量达到8.12亿，全行业只用了一周时间就配送了接近2006年中国全年包裹量，而在2013年这个日规模还不到2亿。物流行业市场增长迅速，为仓储物流机器人的商业化落地带来机会。

  成立于2015年，Dorabot自2015年公司化运作以来一直深耕物流机器人有关技术研发及应用，致力于为物流、电商等领域提供机器人及人工智能解决方案。

  Dorabot自主研发了三种不同功能的智能机器人：取货机器人、分拣机器人和装货机器人，针对物流、快递电商行业不同场景提供解决方案，实现差异化商业应用。Dorabot主要在机器人视觉、多机器人协作、自主导航、机器学习等技术领域实现自主研发成果，并应用在机器人当中。

  不同于Kiva、Geek+等采用“送货到人”再由人抓取的方式，Dorabot采取的是构建模拟人手的机器人“机械臂”。通过机械臂抓取物品，再放置到传送带上。这种设计本身比货到人的拣货方式难度更大。

  对于机器人来说，识别商品在哪里并抓取并不难，但是识别物体的重心并抓取关键位置，甚至有许多商品形态不一，比如薯片、篮球，抓取和吸取的困难很大。此外，智能机器人之间的配合也需要突破。

  以分拣机器人为例，仅机械臂(mannipulator)，Dorabot就设计了36款不同形态、不同吸盘和抓手的机器人，以应对不同商品、快递包裹这种非标准化物体，机器臂需要能够抓取不同形态的商品。

  “其技术难点在于算法优化、机械臂软硬件之间以及与物流系统间的配合和协作。如何在控制成本的情况下，实现机械臂的准确抓取和实时避障。 ”邓小白表示，在卸货、分拣、上货等环节，处理器通过实时处理3D摄像头获取到的视觉信息，可以控制机械臂进行避障规划和抓取货物。整体来看一台机械臂可以完成3-4名工人的工作量且能连续工作。

  目前，Dorabot的分拣机器人每小时能够分拣1000件物品。“这个机械臂的硬件极限，软件操作、运算上没有限制，所以当有一天硬件极限突破时，分拣机器人每小时能够分拣的货品会更多。”

  目前，Dorabot要求将机器人的出错率整体控制在0.01%以内，低于人类出错率。

  除了针对物流行业中卸货、分拣、上货等环节提供方案，蓝胖子机器人也可以根据客户需求，提供应用在物流场景下的移动平台(AGV)的定位、导航和调度方案。移动平台(AGV)部分，主要使用激光雷达进行定位和导航。

  传感器方面，Dorabot采用购买单线D摄像头的方式反馈场景数据，激光雷达可以避障、可以在结构环境中帮助建立地图;3D摄像头获取的信息用于多种物体的抓取。

  对于是否自己研发传感器，Dorabot内部也经过深思熟虑，不研发则需要长期订购，一旦量产需要分一批利润出去;自己研发则需要很高的研发成本。由于市面上传感器的性能不断提升，价位不断降低，Dorabot决定暂时不开发传感器，当前把主要研究精力放在机器视觉、算法、运动轨迹规划和抓取等核心技术上。

  不同于多数仓储物流机器人采用硬件搭配软件，或者以硬件为主的设计模式。而Dorabot的开发主要精力放在软件研发，即“机器人大脑”研发上，这占据了70%的研发精力和研发成本。

  “不得不说，国内外在机器人研发上有不同的方向。在国内，由于商家急于将技术变现、产品化，一提到机器人，更多是偏硬件的。而在国外，尤其是北美，机器人的研究偏向软件和算法。 邓小白说。

  随着电商、物流业的高速发展，仓储物流机器人成为不少机构今年重点关注的领域之一。该赛道内，仓储物流机器人有Geek+、快仓、马路创新，大型电商中京东和亚马逊也在积极研发自己的仓储物流机器人体系，甚至在积极开发小型商用送货无人机。

  被采用的比较多的就是“由货到人”的技术模式，早期来源于Kiva(后来被亚马逊收购)。其原理是由机器人将整个货架抬起来，送到人面前，再进行配货。其优势在于货架和机器人都相对标准化，只需要对机器人路线进行设定，在技术的研发上规避一些难点。其劣势在于，需要对仓储的货架进行更换，更换成能够适应机器人的标准货架，对于大型仓储来说有一定的成本。国内的仓储物流机器人的两家头部公司Geek+、快仓都是采用这种模式。

  第二种方式是模拟人手的抓取，像人一样抓取、分拣、搬运货品，其优势在于不用改变现有仓库和货架构造，拟人化的抓取。其劣势在于相较于Kiva等相对简单、标准化流程，机器人需要能够学会识别、瞄准、寻找重行、抓取、吸等等一系列动作。每一个动作看似简单，但是对于机器人来说确是难度不小。

  第三种方式的思路是尝试将货架上的商品标准化。其方式不是移动货架或是商品，而是是将放置商品、快递的纸箱子标准化，这样机器人只用学会抓取纸箱就可以达成目标。目前这种方式个别创业公司正在尝试，还在设计和研发过程中。

  显而易见，Dorabot采用的是第二种方式，更加拟人化更加智能，但研发难度相对较高。另外，Dorabot不是唯一一家采取这种研发模式的仓储机器人。加州有一家智能机器人公司Fetch也是机械臂抓取的方式，被业内人士看做是Dorabot的对标，叫做Fetch，可根据订单内容，利用机械臂将位于货架某一位置上的特定商品取下来，然后运回打包。

  今年，Dorabot已经跟两家国际顶尖物流公司签订合约，由于保密协议暂时不能公布公司名称。目前，单个物流机器人的硬件成本在一万美元至几万美元不等，其中不包括研发成本。

  Dorabot于2月28日完成数千万元美元A+轮融资，这轮融资由云锋基金领投，同时引入新投资者金浦投资，天使轮股东创新工场以及A轮股东洪泰基金全面跟投。在此之前，蓝胖子机器人曾获得洪泰领投的近千万元美元A轮投资，以及创新工场的160万美元天使轮投资。

  蓝胖子机器人方面称，新一轮融资将会被用作进一步扩充深圳及美国研发技术与商业团队，加速仓内全自动装卸载及分拣技术应用等场景解决方案的规模化落地，也会在航空、海港物流等场景领域扩展，并继续推进国际化进程。