水上「特斯拉」，離我們還有多遠？_風聞

硬件創業，從技術到產品中間有多少路要走。

作者 | 鄭玥

編輯| 靖宇

2021 年，自動駕駛行業再一次迎來了新的投融資熱潮。僅 11 月，全球自動駕駛行業投融資金額就近 200 億元。

進入自動駕駛汽車「下半場」，行業已經理性認識到，離高級別自動駕駛落地還很遙遠。各家融資後，或走高風險高收益的 Robotaxi 路徑，或迴歸 L2 佈局輔助自動駕駛，或嘗試無人貨運等。

而在自動駕駛船舶領域，L4 級別悄然落地。國內首家做自動駕駛船舶水面清潔領域的歐卡智舶，已經做到了完全無人化作業，不過水麪定級和地面自動駕駛分級情況不完全一致。

歐卡智舶是一家聚焦在自動駕駛技術和水面清潔服務機器人賽道的創業公司。

現階段，無人船主要用來「撿垃圾」。歐卡智舶 CEO 朱健楠説，「水面清潔商業化可能性和安全性更高，但也是個『難且正確的事』，是個有經濟價值同時有社會價值的事。」

但自動駕駛船舶不只能「撿垃圾」，歐卡智舶還要「讓水域變得乾淨，且有趣」。歐卡智舶正在推進自動駕駛遊船項目，未來投入景區後，人們可以乘坐自動駕駛遊船深入觀光河流湖泊。

歐卡智舶從一個大學生團隊走到今天，走過了從技術到產品的硬件創業過程。在松山湖機器人產業基地 XbotPark 的分享中，歐卡智舶避免了很多創業初期可能會遇到的「坑」。

現在歐卡智舶開源了兩個水面清潔數據集，希望更多人加入自動駕駛船舶的領域，通過科技的手段解決更多社會和環保問題。

01

「『水陸空』掃一遍，

就選『水』了」

極客公園：最早是怎麼想到用自動駕駛技術，切入水面清潔去創業的？

朱健楠：一個是和我們創始團隊的背景和經歷有關，正好是航海學院和自動駕駛方向的。

我本人是西工大航海學院畢業的，專業和水域海洋等有關。後來在以色列留學的時候，看到了整個從技術端到產業端的打通。這讓我感受到，技術不僅僅只是在書本上的，而是可以做成一些算法落地到整個應用層端，就讓我有了這樣的視野和想法。

合夥人、CTO 程宇威在清華大學電子系研究智能感知，主要應用在自動駕駛方向。

當時創業時機也很合適。在 2017 年我回國創業的節點上，自動駕駛本身經發展到成熟階段了。陸地上，已經有 Google、 百度在乘用車上面的落地。在空中，2017 年大疆已經有很多的爆款產品，還有極飛無人機在農業的應用。

所以我們思考，空中和陸地兩個領域，不管是從無人駕駛的賽道，還是從機器人的垂直場景落地的賽道，已經有很多現象級的玩家。而水域這一個場景中，創業公司或者從業者還不多。我們兩個創始人希望把特長結合起來，到還沒有進行深度探索的場景，一拍即合確定了水上自動駕駛這個領域。

無人駕駛清潔船

極客公園：歐卡智舶是第一家切入這個領域的公司嗎？

朱健楠：從無人船的角度，歐卡不是第一家，我們也有很多的前輩，其實它是一個從軍用到民用逐步滲透的一個過程。但從無人清潔船的這個品類上來講，歐卡是第一家。

極客公園：當時是怎麼考慮到做水面清潔呢？

朱健楠：其實在無人船的行業裏面可以做很多事情。比如説可以做清潔、監測、測繪等，在泛智慧城市的版塊中，可以做物流遊船，甚至在軍方的場景中都可以去做。

我們覺得要做一個標準的產品，因為看到陸地端的一些機器人的落地，如果能夠摸透一個行業，打造一個足夠標準化的產品，就能夠規模化複製。

我們當時考慮了幾個維度。第一個就是市場空間和市場容量。我們看到 To B 類的機器替代中，市場流量搜索最多的是水面清潔。一艘水面清潔船最多管理兩公里的河道，但在監測巡檢中，一艘船可以管幾百個水域。那麼水面清潔的空間就很大。

第二個考慮的範圍是安全。作為無人化、智能化落地的設備，一開始不可能太激進，上來就載人或者做通航的水域。所以我們希望在一些局部的水域，像城市水域，針對內河水庫、人工湖，沒有任何政策的限制，會避免很多安全問題。

第三個考慮到要有足夠的高頻剛需，可以形成技術壁壘。只有每天高頻地工作，才能收集數據，把你的技術和產品調整到最好和最佳的狀態，你的技術壁壘就可以從數據中建立起來。

剛好 2017 年國家也推出了河長（zhǎng）制（即由中國各級黨政主要負責人擔任「河長」，負責組織領導相應河湖的管理和保護工作。），投入關注和資金在水域的治理環保上，直在到現在都很重視。基於以上的這些，我們選擇了這個賽道。

極客公園：團隊是是怎麼組成的？創業過程是什麼樣的？

朱健楠：我們最早的創業的時候，是一個純的大學生團隊起家，當時還是在校生。其實跟一個 maker（創客）團隊一樣，從一個 idea 到一個 demo 去打造。而在這個打造的過程中，我們也遇到了 XbotPark 的李澤湘教授。

在一次路演中，李老師給了我們很多在產品層面的建議，如何做好產品定義，從 demo 到整個產品，給了一套產品思維，之前我們其實沒有一套特別完整的產品思維。

歐卡現在有快 80 名全職員工，我們大概有 12 個部門，涉及到整個機器人的全產業端。成員平均是 90 後，也有相對年長的前輩指導。

和我們一起戰鬥的小夥伴對這個事業是有情懷和想象力的。剛開始那會我們也不拿工資，也沒有任何的支持。然後大家就真的從一個 demo 走到了現在。

02

「硬件創業是

拿錘子打釘子」

極客公園：硬件創業的思路是什麼樣的？

朱健楠：底層是產品思維，技術人創業的時候，首先要清楚，這是「拿錘子打釘子」的問題。要先想清楚你的產品面向的客户羣體，他的需求是什麼？由需求做整個的產品定義，和產品的快速的迭代，這就是硬件產品的思維。

第二，作為硬科技創業來講，和互聯網創業不同，本身產品形態是需要有一個打磨的過程，這個打磨的過程中會遇到很多的「坑」。你要去面臨供應鏈的「坑」，要面臨如何做一個端到端的技術支持的「坑」，要有客户提供產品到售後的全套的服務思維等等。

在松山湖機器人產業基地跟很多小夥伴學習的過程中，兼顧我們自己的行業去打磨，也避免了很多「坑」。

極客公園：硬科技創業選擇產品的思路是什麼樣的？

朱健楠：硬科技創業的板塊中，有 0 到 1，1 到 10，10 到 100 的過程。我覺得 0 到 1 的選擇比努力更重要。

在產品定義的時候，你的這個產品解決了一個什麼樣的問題，它是不是足夠大的一個天花板市場的容量，以及你是不是把這個市場容量下真正的痛點通過你的產品解決了。這是我覺得第一個「坑」。

我們沒有一線去接觸客户，在校園實驗室裏做第一版的時候，就會遇到這樣的問題。所以我們真正地跑到保潔工作場景，真正去體驗一線的工作，去打撈垃圾，我們才能去真正地感受到他的痛點。

極客公園：水面清潔的工作是怎麼工作的？

朱健楠：首先跟大家展示一下這個場景。

無人船作業場景

在城市水域上面，包括了城市的內河水庫、人工湖、自然湖泊。海外場景中，像高爾夫球場裏面的水域和遊艇會的碼頭港口也是我們的附加水域。

這個工作的方式其實包括了三個板塊，一個是這個無人船的功能，主要包括了以下四個板塊，水面清理漂浮物，割草，水質和水深數據收集，還有巡檢周邊的人和事。

我們的一個工作流程大家可以想象成家裏的掃地機器人。我們有一個基站，就是無線充電岸基，在遠程設置相應啓動時間或者一鍵啓動，它就可以自動的離開這個岸基。在全過程中，它會沿着定義好的路線通過毫米波雷達和雙目傳感器，再加上 GPS 告訴它位置和方向，全過程自主地完成清潔的工作。

其中傳感器去進行垃圾的識別，在低電量和滿載了以後，它就可以自動的返回，由人來把垃圾到掉。

極客公園：原來沒有無人船的時候作業場景是什麼樣的？

朱健楠：大家如果去像蘇杭這一帶去旅遊的時候，會經常看到湖邊湖上面會有一個木船，有兩個大爺拿着一個馬兜來去撈垃圾。原來兩公里的垃圾就需要兩個人一條船。大爺們基本上都是在 65 歲到 70 歲的這個年齡段，在嚴寒酷暑的環境下作業十分危險。

我們現在的方式，可以進行一個產業的升級，危險的工作就交給無人船，智能化的設備來完成。

03

「選擇比努力重要」

極客公園：從 idea 到 demo 的一個過程中，調研是什麼樣的？

朱健楠：一塊是理論調研。查了很多的理論材料，比如這個市場流量的空間到底是有多大？行業裏最需要的功能是什麼？行業所管的部門是誰？投入的經費到底是多少？

但是數據可能會偏頗和不完整。所以第二步，我們做了實踐調研。

無人船執行指令

我們當時去了浙江，走訪了杭州、蘇州等地的河管所、水務局，一些景區的水務局和水利的相關部門和公司。

也去一線看了很多清理垃圾的場景。因為了解整個政策後，要微觀地去接觸一線的使用者，去感受到他們的冷暖，他們的困難和問題。

極客公園：親自下水的經歷是什麼樣的？

朱健楠：一次我們在水面做測試，西安冬天特別冷，大家調試就要在湖邊，穿着棉襖在那個湖邊凍得冷颼颼的，還要去下水，真的要站在水裏面。一張照片是 CTO 自己，一個手伸在這個水裏頭，去調整推進器。其實這是一個常態化的事情。

我們整個這個場景非常特殊，不像無人車等，在實驗室就可以測，我們必須要去室外水裏去測。

極客公園：和客户的溝通合作中遇到了什麼「坑」？

朱健楠：早期在跟一些大客户溝通的時候，團隊也是一個比較年輕的狀態，會比較難取得信任。

比如説我們當時在跟武漢的這個合作伙伴，花了兩個多月的時間説服對方合作，最終大概半年的時間完成了合作。合作伙伴顧慮我們團隊的年輕程度和產品成熟程度。

這是要一步一步地去用我們自己的專業能力去取得信任，做好每一個產品之間的溝通，這對我們初創團隊來説比較艱難，但是非常必要，也很有成就感的一個經歷。現在大家在武漢的沙湖就可以看到我們的五六艘船，整個武漢應該大概有十幾艘船。

極客公園：和大客户合作週期長的情況有什麼方法解決嗎？

朱健楠：其實這樣的客户每一年裏會有很清晰的規劃和路徑。如果你用單一的產品去希望能夠加快這樣的節奏，是一個很麻煩的事情。

所以要從客户的角度出發，做幾個節點式的規劃，提出專業的解決方法，再逐步進入到他們的供應鏈裏，然後為年終批量化做準備，到最終我們打造固定化的解決方案。這樣子把一個最終的合作拆分成若干個節點，站在客户的角度和週期，小步快跑進行迭代。

04

「水面比地面更復雜」

極客公園：對標地面的自動駕駛技術，水面的 L4 是到達一個什麼樣的級別呢？

朱健楠：我們所説的 L4 達到了一個全無人化的狀態，不過定級只是模糊的稱謂。

真正在智能船舶的定義中，現在把它稱為四個階段。第一個階段，只有遠程監控和分析。第二個階段，通過雲計算和物聯網技術來去進行一些數據的聯網。第三個階段通過數據和岸上通信進行決策，到最終可以進行完全無人化的方式。

歐卡目前落地的清潔船，我們稱為服務機器人，是在特定情況下的無人駕駛。

極客公園：落地過程中遇到了哪些技術阻力？

朱健楠：我們整個的困難中有兩個層面，一個層面，產品的打磨，基於整個水面清潔場景下的產品不斷的迭代。

第一，如何定義功能？清理的漂浮物是什麼樣的？有樹葉和其他小型垃圾。割水草，還要割藻類。

第二，智能工作流程的層面，如何讓一線的保潔工人可以一鍵啓動，傻瓜式地操作？

第三，場景中的智能化算法迭代。清潔場景中，過橋沒有信號的怎麼辦？因為垃圾都會漂浮聚集在岸邊，如何儘可能地貼邊？水下纏繞時如何推進？被卡住該怎麼辦？

你都要去針對這些去開發智能化的感知算法、控制算法和決策算法。

人工打撈場景

極客公園：水面自動駕駛和地面自動駕駛有什麼異同之處？

朱健楠：在相同的板塊中，整個無人駕駛的框架是很類似的，因為它的底層都是控制，中層是感知，上層是決策。所以它其實大家可以想象成跟人走路一樣，我們需要有腳來去做好控制，我們需要用眼睛和耳朵來感知，用大腦來去思考和決策。

水面跟陸地最不同的，在控制層面上。水面是動態的，需要在三級五級不同級別的風浪下，進行自適應地執行和走航。

我們用了三年多的時間迭代數據驅動下的自適應控制系統。這一套控制系統在 2 米的船，5 米的船，11 米的船，21 米的船隻上通過機器學習就可以自適配。

在感知層面上，水面跟陸地不同在於，我們沒有用激光的方案，用的是毫米波。我們在毫米波雷達裏，從射頻和天線都是自己來去進行設計的，除了芯片數據以外，我們都是自己在做。在水面的這種反光倒影、霧氣條件下，毫米波雷達也表現出來了相對於激光雷達更加好且低成本的特點。

在評測層面上，水面場景如遇到的水面垃圾，水域的高清地圖環境，用於整合決策的樣本，和陸地的樣本也是不同的。

這三個板塊中，地面和水面自動駕駛其實從技術細節上都是大相徑庭的。

極客公園：和陸地自動駕駛相比的優勢是什麼？

朱健楠：水面清潔的商業化落地和安全性會更高。我們現在選擇的城市水域的這個場景，是封閉的，也不會有海事部門的管轄，不用上牌照。陸地上會有交通管理，車也要到車管所去上牌照。

但接下來我們推出的自動駕駛遊船，在景區場景中就會同樣遇到航道管理的問題。也需要考慮安全性和交通管理。

極客公園：最近看到歐卡發佈了兩個數據集，為什麼開放這一部分的數據集？希望這些數據集能夠解決什麼樣的問題？

朱健楠：對於一家自動駕駛的公司，公司機器人數據的價值其實是可以構成數據壁壘的。在做模型訓練的時候，一個好的模型和一個大的數據集都很重要。

現在每一艘在清潔場景中的無人船，就是一個 IoT 的設備終端，它每秒都在上傳雲端數據。我們現在手裏有數百萬張的水面垃圾樣本，數千張水域的高精地圖等有價值的數據。這個是數據集的背景。

為什麼做這個數據集呢？我們希望一起來推動這個行業。將我們自己收集的數據開放出來，分享成果，去推動整個行業智能化的發展。

我們其實希望通過搭建平台，讓這個行業的科研人員能夠快速地拿到數據。因為有的時候大家是在實驗室裏，不做應用層的東西，很難去獲取到這樣的數據。

同時希望能夠搭建一個交流平台。開放了這個數據集以後，我們也確實收到了很多行業科學家，高校研發的朋友們給我們發來的郵件。

極客公園：開源會對和歐卡智舶的技術壁壘有影響嗎？

朱健楠：我們有技術自信。發佈數據集的時候，我們不會擔心自己的這個技術壁壘不存在了，因為我們後面接下來會有比以前量級更高的數據，在不斷迭代。其實通過交流才能推進技術，數據放到自己手裏，也沒有太多價值。

極客公園：每一個湖泊河流都不一樣，歐卡智舶的技術怎麼保證可複用性和未來擴充性？

朱健楠：我們會給水域從技術的角度來分類。分割成內河和人工湖水庫，是出場率比較高的水域。內河垃圾是貼邊分佈，湖域垃圾則是均勻分佈。

所以我們算法中，是先抽離問題，把這些問題全部都枚舉出來，再用標準化的算法和方式去進行標準的落地和補充。

在內河，我們目前算法可以在距離水邊 0.1 米以內的地方進行貼邊垃圾的清理。

在湖域，就跟家裏的掃地機器人一樣，全域進行路徑計算後，通過識別視覺來去捕獲垃圾，再進行局部的捕獲，形成最高效的這種清潔方式。

可以理解為最終它是一個組合的任務，它不管是在內河、湖泊、水域，它都可以通過貼邊和區域作業這樣的組合任務去做。

05

「希望水面乾淨，

且有趣」

極客公園：離我們身邊比較近的小區水域裏，歐卡智舶有涉及嗎？

朱健楠：有的。比如成都麓湖別墅區，是一個大水文化的小區，就會有這類產品。

這個領域也是歐卡智舶目前很看好，但還沒有進入的一個領域。我們正在做這個市場容量的考察。

極客公園：消費級市場和個人無人船會是一個比較小眾的市場嗎？有沒有考慮過做 C 端產品？

朱健楠：我們有在摸索，但 To B 和 To C 的品類邏輯完全不一樣。

To B 類的品類其實它是一個機器替代的邏輯，你可以很快知道自己的核心價值點，客户羣體也比較明確。

但 C 端的場景是創造新的需求。比如説大家以前沒有自拍的習慣，後來有了自拍，其實它是被創造出來的。

C 端產品看起來是最簡單，但又是最難的，因為大家的心態和喜好是最琢磨不定的。

現在看來智能化的、「水上特斯拉」一樣的全智能綠色的駕駛體驗，我覺得是可能會有消費者喜歡的，那會不會是這樣呢？也不一定。我們其實最近也在做這種摸索，我們可能明年上半年也會有一些成果出來。

極客公園：現在無人船賽道的競爭情況是什麼樣的？

朱健楠：整個無人船這個賽道，相對於無人車、無人機來説，人才、資本和各個方面的密度我覺得還是不夠的。所以我們其實還是很樂意看到越來越多的夥伴我們加入到這個賽道。

極客公園：水面清潔這樣一個價格敏感的市場，市場量級有多大？

朱健楠：我覺得不能説市場小，要在產品中去跟一個產業互動，解決一個產業問題，再去確定這個市場。為什麼剛剛我提到説我們其實希望行業裏更多的合作伙伴，一塊去探討。因為隨着智能化的程度上升，成本降低，或許有很多你想象不到的行業都會用無人機的方式解決問題。

就跟 20 年前沒有機器人是一個邏輯，因為有的時候市場是否存在，取決於技術的拐點、爆發點、價格和週期。

我們把它定義為「難且正確的事」。作為硬科技的創業者，把成本降下來，智能化提上去。很多的行業也會有人擁抱你，所以最終可以做到一個 T 字型的佈局，先把這個縱向的細節做好，未來水面有無限的可能。

極客公園：乾淨且有趣的水面是什麼樣的？自動駕駛遊船發展到什麼階段了？

朱健楠：我們現在在和一些景區溝通，比如説雲南洱海這樣的地方。

無人駕駛遊船

我們希望的是用一些更綠色和智能化的手段，然後讓他做一些固定站瀏覽。我們明年也會推出，正在留一個伏筆的產品，能讓大家在更多的景區看到和體驗自動駕駛遊船。

我們清潔品類的船隻已經有 100 多艘落地，每天跑 8 個小時，大概兩年多的時間。在這樣足夠多的積累中，涉及有趣、跟人距離更近的場景。

極客公園：未來幾年的規劃是什麼樣的？

朱健楠：未來兩年，希望在水域環保的這個賽道，做到鋪貨量最高的公司。把既有經濟價值又有社會價值的水環保板塊做透。

也希望走到海外，讓更多港口水域中能看到我們船隻在運維和工作的場景，減少保潔溺水的事故發生。

歐卡無人船在西班牙巴塞羅那港口

未來五年的時間裏，我們還是想去探索一些 To B To C 的場景，離人更近，然後讓整個的這個水域從「乾淨且有趣」。因為當水環境好的時候，大家就很容易離水會更近。

如果放眼再整個十年，我們或許能夠看到水面上，因為歐卡智舶的存在，會有更多智能化的產品和版塊，走入到我們更多的生活角落中去。

*圖片來源：歐卡智舶

本文為極客公園原創文章，轉載請聯繫極客君微信 geekparker