Dorabot(藍胖子機器人)主要研發軟硬件相結合的移動機械臂機器人和移動平臺(AGV)，將之應用到物流、快遞、電商行業的裝卸載、分揀、上貨、堆碼垛等環節，匹配相關應用場景，形成整套的解決方案。成立于2015年，Dorabot基于機器人視覺、多機器人協作、自主導航、機器學習等技術，致力于自主研發和打造移動機械臂及其穩定成熟的場景應用。

團隊上，藍胖子機器人現有60人左右，其中80%將為技術人員，預期今年可擴張至130-150人。CEO鄧小白曾經就職于美國UPS和摩根大通;CTO張浩在機器人領域沉淀十年有余。

Dorabot已經完成云鋒基金領投的數千萬元美元A+輪融資，在此之前，Dorabot曾獲得洪泰領投的近千萬元美元A輪投資，以及創新工場的160萬美元天使輪投資。

隨著人力成本的不斷上升，以及智能傳感器、輸出設備等智能硬件設備價格降低、精度提升，AI技術不斷在越來越多的垂直領域商業化落地，智能機器人代替人類勞動力也逐漸在不同應用場景中投入使用。

倉儲物流領域就是其中之一，中國快遞量每年增長50%以上，2017年一年的快遞就超400億件，這一數據還在高速增長中。在天貓、唯品會、京東等大型電商的倉儲中，智能機器人已經被嘗試投入裝載、卸貨、分流等工作，在不久的將來，智能機器人會在更多簡單重復的工作上代替人力勞動。

藍胖子機器人(Dorabot Inc. ) 就是一家服務物流、快遞、電商行業倉儲等環節的智能機器人解決方案公司，通過自主研發的軟硬件結合無人倉方案，協助物流和大型電商行業卸貨、分揀、上貨等環節。

“發燒友”碰到“發燒友”，誕生藍胖子機器人

一直以來，Dorabot的CEO鄧小白對物流智能化非常有熱情，執著，可以說是“發燒友”。出于對整個物流體系的深度興趣和好奇，鄧小白加入UPS總部工作了兩年。緊接著，他在IDG資本2014主辦的年”IDG 自由人”計劃中結識了張浩，后者長期專注智能硬件和機器人的研發。

很快，兩人在商業和技術上達成共識，于是決定共同研發機器臂移動平臺(AGV)在物流上的應用。

“最初只有我、張浩和周丹旦三個人，抱在三個筆記本在深圳一家創客空間，僅10平米的角落里寫代碼。就這樣收到了創新工場的天使輪融資。”鄧小白說，“我想我們是幸運的，一方面做著自己最熱衷的事情，另一方面我們開始做這件事的時候，距離市場需求的爆發還有一定的時間。這給我們兩年的時間潛心研發產品。”

成立不久后，Dorabot獲得創新工場投資的天使輪融資，這筆資金成為Dorabot早期的研發成本。“很快得到資方的認可也讓我們不用擔心其他，全部的精力投入研發。”鄧小白說。

“Dorabot”的名字源于聯合創始人兼CTO張浩的執念，“Dora”取自于卡通人物的英文，他希望打造一款智能機器人，能夠像哆啦A夢那樣能夠達成人類各種各樣的想法，還能夠和人類做朋友。

Dorabot成立后的幾年，隨著交易不斷從線下轉至線上，倉儲和物流的壓力也急劇增大，也為Dorabot帶來市場機遇。

國內去年雙11期間菜鳥網絡單日產生的物流包裹量達到8.12億，全行業只用了一周時間就配送了接近2006年中國全年包裹量，而在2013年這個日規模還不到2億。物流行業市場增長迅速，為倉儲物流機器人的商業化落地帶來機會。

機械臂分揀貨物，可代替3-4名工人

成立于2015年，Dorabot自2015年公司化運作以來一直深耕物流機器人相關技術研發及應用，致力于為物流、電商等領域提供機器人及人工智能解決方案。

Dorabot自主研發了三種不同功能的智能機器人：取貨機器人、分揀機器人和裝貨機器人，針對物流、快遞電商行業不同場景提供解決方案，實現差異化商業應用。Dorabot主要在機器人視覺、多機器人協作、自主導航、機器學習等技術領域實現自主研發成果，并應用在機器人當中。

不同于Kiva、Geek++等采用“送貨到人”再由人抓取的方式，Dorabot采取的是構建模擬人手的機器人“機械臂”。通過機械臂抓取物品，再放置到傳送帶上。這種設計本身比貨到人的揀貨方式難度更大。

對于機器人來說，識別商品在哪里并抓取并不難，但是識別物體的重心并抓取關鍵位置，甚至有許多商品形態不一，比如薯片、籃球，抓取和吸取的困難很大。此外，智能機器人之間的配合也需要突破。

以分揀機器人為例，僅機械臂(mannipulator)，Dorabot就設計了36款不同形態、不同吸盤和抓手的機器人，以應對不同商品、快遞包裹這種非標準化物體，機器臂需要能夠抓取不同形態的商品。

Dorabot不同型號的機械臂以及一款運送機器人

“其技術難點在于算法優化、機械臂軟硬件之間以及與物流系統間的配合和協作。如何在控制成本的情況下，實現機械臂的準確抓取和實時避障。 ”鄧小白表示，在卸貨、分揀、上貨等環節，處理器通過實時處理3D攝像頭獲取到的視覺信息，可以控制機械臂進行避障規劃和抓取貨物。整體來看一臺機械臂可以完成3-4名工人的工作量且能連續工作。

目前，Dorabot的分揀機器人每小時能夠分揀1000件物品。“這個機械臂的硬件極限，軟件操作、運算上沒有限制，所以當有一天硬件極限突破時，分揀機器人每小時能夠分揀的貨品會更多。”

目前，Dorabot要求將機器人的出錯率整體控制在0.01%以內，低于人類出錯率。

除了針對物流行業中卸貨、分揀、上貨等環節提供方案，藍胖子機器人也可以根據客戶需求，提供應用在物流場景下的移動平臺(AGV)的定位、導航和調度方案。移動平臺(AGV)部分，主要使用激光雷達進行定位和導航。

傳感器方面，Dorabot采用購買單線激光雷達傳感器和3D攝像頭的方式反饋場景數據，激光雷達可以避障、可以在結構環境中幫助建立地圖;3D攝像頭獲取的信息用于多種物體的抓取。

對于是否自己研發傳感器，Dorabot內部也經過深思熟慮，不研發則需要長期訂購，一旦量產需要分一批利潤出去;自己研發則需要很高的研發成本。由于市面上傳感器的性能不斷提升，價位不斷降低，Dorabot決定暫時不開發傳感器，當前把主要研究精力放在機器視覺、算法、運動軌跡規劃和抓取等核心技術上。

不同于多數倉儲物流機器人采用硬件搭配軟件，或者以硬件為主的設計模式。而Dorabot的開發主要精力放在軟件研發，即“機器人大腦”研發上，這占據了70%的研發精力和研發成本。

“不得不說，國內外在機器人研發上有不同的方向。在國內，由于商家急于將技術變現、產品化，一提到機器人，更多是偏硬件的。而在國外，尤其是北美，機器人的研究偏向軟件和算法。” 鄧小白說。

已簽約兩家頂尖物流公司，接近收支平衡

隨著電商、物流業的高速發展，倉儲物流機器人成為不少機構今年重點關注的領域之一。該賽道內，倉儲物流機器人有Geek+、快倉、馬路創新，大型電商中京東和亞馬遜也在積極研發自己的倉儲物流機器人體系，甚至在積極開發小型商用送貨無人機。

目前，倉儲機器人領域，有以下幾種不用的技術模式。

被采用的比較多的就是“由貨到人”的技術模式，早期來源于Kiva(后來被亞馬遜收購)。其原理是由機器人將整個貨架抬起來，送到人面前，再進行配貨。其優勢在于貨架和機器人都相對標準化，只需要對機器人路線進行設定，在技術的研發上規避一些難點。其劣勢在于，需要對倉儲的貨架進行更換，更換成能夠適應機器人的標準貨架，對于大型倉儲來說有一定的成本。國內的倉儲物流機器人的兩家頭部公司Geek+、快倉都是采用這種模式。

第二種方式是模擬人手的抓取，像人一樣抓取、分揀、搬運貨品，其優勢在于不用改變現有倉庫和貨架構造，擬人化的抓取。其劣勢在于相較于Kiva等相對簡單、標準化流程，機器人需要能夠學會識別、瞄準、尋找重行、抓取、吸等等一系列動作。每一個動作看似簡單，但是對于機器人來說確是難度不小。

第三種方式的思路是嘗試將貨架上的商品標準化。其方式不是移動貨架或是商品，而是是將放置商品、快遞的紙箱子標準化，這樣機器人只用學會抓取紙箱就可以達成目標。目前這種方式個別創業公司正在嘗試，還在設計和研發過程中。

顯而易見，Dorabot采用的是第二種方式，更加擬人化更加智能，但研發難度相對較高。另外，Dorabot不是唯一一家采取這種研發模式的倉儲機器人。加州有一家智能機器人公司Fetch也是機械臂抓取的方式，被業內人士看做是Dorabot的對標，叫做Fetch，可根據訂單內容，利用機械臂將位于貨架某一位置上的特定商品取下來，然后運回打包。

據Dorabot方面介紹，目前公司已經接近收支平衡。

今年，Dorabot已經跟兩家國際頂尖物流公司簽訂合約，由于保密協議暫時不能公布公司名稱。目前，單個物流機器人的硬件成本在一萬美元至幾萬美元不等，其中不包括研發成本。

Dorabot于2月28日完成數千萬元美元A+輪融資，這輪融資由云鋒基金領投，同時引入新投資者金浦投資，天使輪股東創新工場以及A輪股東洪泰基金全面跟投。在此之前，藍胖子機器人曾獲得洪泰領投的近千萬元美元A輪投資，以及創新工場的160萬美元天使輪投資。

藍胖子機器人方面稱，新一輪融資將會被用作進一步擴充深圳及美國技術研發與商業團隊，加速倉內全自動裝卸載及分揀技術應用等場景解決方案的規模化落地，也會在航空、海港物流等場景領域擴展，并繼續推進國際化進程。