看一看：海归博士是如何创业机器人公司7七个月融资4500万的？

2014年底，还在瑞士联邦洛桑理工（EpFL）攻读博士学位的李淼1次去深圳参观1个制造企业，里面很年轻的妈妈带着孩子在安装1个屏蔽箱的电子元器件，这是件很枯燥的事儿，李淼觉得这些工作应当交给机器人。也就是在这个时候，李淼第1次动了创业的心思。

回到瑞士后，李淼联合了两个朋友想1起创业，1个CMU的博士，1个EpFL的同事。不过关于创业的理念大家出现了分歧，另外两人想做高端产品，高价卖给KUKA或ABB，然后再卖给中国，而李淼想直接先接触客户，从底层做起。“他们是topdown，我是bottomup”李淼对雷锋网说道。

那次的创业并没有成形，后来CMU的博士进入了无人驾驶领域离婚财产分割，EpFL的同事加入了1个美国的初创企业。而李淼则在2016年5月成立库柏特，并在当年6月回国参加1个政府项目时取得来自协力投资500万天使融资，因而回国创业便成了顺理成章的事。

李淼在EpFL读博期间研究方向为机器人学习和人机调和交互，博士论文被提名EpFL优秀博士论文奖和ABB自动化奖，其中机器人抓取的动态自适应研究工作，被美国国家标准技术研究所（NIST）选为机器人基于传感的抓取效力的标准测试方法。

传统工业机器人智能程度低、操作困难、灵活性差，李淼希望结合机器学习包括深度学习与机器人控制让机器人变得更加智能化。比如说传统工业机器人只能履行预设的任务，而智能化工业机器人则可以感知并分析环境最后做出决策。

由库柏特开发出的库柏特系统（CobotSystem）通过核心学习算法和专用控制软件针对客户的不同需求进行定制化系统设计和开发，可利用于上下料的无序分拣、手机或航空叶片的力控打磨、智能示教、智能贴标和零件装配等行业。库柏特系统特点：

机器人采取力控传感器打磨，恒力接触打磨，精度高，并能对工艺进行智能化学习；

3D视觉来料无序分拣，可1键快速适配多种产品，无需增加额外投入；

采取智能示教技术，非专业人员也能够在数分钟内完成程序编程；

对来料对象产品1致性要求低，通过软件自主学习调剂，硬件本钱低；

目前，库柏特针对不同场景下的需求设计出4款系统，包括机器人智能无序分拣系统、机器人力控打磨系统、机器人柔性装配系统和机器人智能移动抓取系统。

机器人智能无序分拣系统

用处：通过3D扫描仪和机器人实现了对目标物品的视觉定位、抓取、搬运、旋转、摆放等操作，可对自动化流水生产线中无序或任意摆放的物品进行抓取和分拣。

特点：分拣速度快、分拣精度高、适用性强、定制化服务、连续性工作

利用场景：物品检测、物品分拣、产品分拣包装

机器人力控打磨系统用处：利用力控反馈，精密轨迹调剂，视觉检测辨认实现安全、稳定、高效的打磨作业，克服人工打磨带来效力低、产品质量不1致等缺点。

特点：实时监控、力控反馈、精密微调、稳定高效、视觉检测、系统集成

利用场景：模具打磨、航空叶片表面打磨、光学镜片打磨、汽车零部件打磨、手机外壳打磨

机器人柔性装配系统用处：此系统具有人机协作、机器学习、柔顺操作、机器人抓取、多模态协作装配等相干技术，可用于提供柔性任务解决方案，例如：柔性装配、智能分拣、柔性打磨。

特点：多区域辨认、安全操作、精密协作、简单程序框架

利用场景：工件装配、智能贴标、食品分拣

机器人智能移动抓取系统用处：通过对机械臂和IGV智能移动平台的优化布置和系统整合，可实现更加智能通用的机器人柔性任务解决方案，同时也可用于教学科研。

特点：智能避障、安全操作、定点取物、随即抓取、多点任务、无线控制

利用场景：仓储物流、产品分拣

库柏特机器人智能无序分拣系统最新测试视频

库柏特系统解决的是通用和运动计划两大问题，利用库柏特系统的编程平台，工程师可以直接控制不同制造商的机械臂计划行动，而没必要再去学习其使用的编程语言或底层的硬件逻辑，下降了学习本钱；其2则是这不但是1个高级的编程语言平台，能将更加抽象的语言编译为机器语言，更是1个高级的机器人操控平台，在输入抽象的行动后能够自动计划机器人的运动轨迹。也就是说，库柏特要做的是工业机器人的通用编程平台，或说是工业机器人操作系统，这1点与日本的创业企业Mujin比较类似。

“我们是帮所有机器人本体制造商拓宽他们利用范围的，帮所有集成商下降他们继承难度与风险，帮终端客户减少集成费用”李淼向雷锋网解释道离婚子女财产分割。“我们的愿景就是把机器人像人1样用，而不是把人当机器”对着1些图片，李淼继续说道，这些照片里，很多工人都在重复地履行1项简单的工作。

近日，李淼公布在2016年12月取得A轮4000万融资，投资方为经纬中国，资金将主要用于其在工业、制造业的市场布局。