浅谈机器人产品从定位到落地全过程

2017 年 8 月 27 日 数盟

本文最早的目的只是简单陈述机器人从定位到量产的一个过程。编辑说,没有深度。那么我会着重增加语音交互的模块。且直入主题吧。

[机器人] 我的理解之所以带有一个“ ”字。

因为是同有人的属性,本质是对人的意识与思维的信息过程进行模拟。 以下同人特征:

1、输 入:

听觉(麦克的阵列拾音得到音频数据,ADC)

语音识别:(将语音转换为文本技术)典型公司:Nuance、科大讯飞、云之声、思必驰、捷通华声。

语义识别:(解决听得懂,的问题)典型公司:微软小冰、度秘、trio.ai 三角兽、 出门问问Mobvoi、图灵机器人、DeepBrain出门智能360、蓦然认知等。

语料采集:(QA)典型公司:Speechocean海天瑞声 、中科信利。

视觉(摄像头、激光雷达、红外雷达、毫米波雷达;,将三维世界到二维世界的映射。提取图片特征,典型技术公司;SenseTime | 商汤科技、旷世科技FACE++ 、图普科技TUPU、依图科技、触景无限、格林深瞳、海康、大华、思岚等)

Sensor 嗅觉、触觉等、数据采集,典型公司:freescale nxp、futaba、ON Semiconductor安森美半导体、欧姆龙、Sony、松下、英飞凌…..

2、存 储:

记忆,情感(太复杂,笔者还没有想清楚放在哪个位置及如何描述)基于硬件CPU\GPU\NPU\TPU,云计算(CNN\RNN\GNN) 已有认知的知识图谱(RDF),(我同事李瑶说,假设我去吃一个宫保鸡丁,这个时候我会输入味觉,视觉,嗅觉,等,我会判断,这个不错,以后还要来。但是十年后,我是不会记得这些细节的,但是我会想到宫保鸡丁会很好吃。流口水的表情。这是一个人类的特征。)

不过12年的Google X 实验室Jeff说:“我们在训练的时候从来不会告诉机器说:‘这是一只猫。’系统其实是自己发明或者领悟了“猫”的概念。” 不就的将来神经网络系统则是通过机器学习的方式,转换“宫保鸡丁,这个不错以后还要来,”转换成为,宫保鸡丁很好吃,流口水的表情。当然这只不过是设想,或许还有更好的答案。

3、思 考:

判断、决策等(这里与第2点是紧密关联的,主要还是算法与开源的平台)

一、定 位 (产品的源头,或者说一个智能硬件的源头)

理解完笔者所认为“机器人”,那么要做一款什么样的产品呢?

需求、痛点、频次,嗯,以目前市场来看,垂直类的场景显得至关重要。开始一个产品不能做太重,否则无法聚焦核心定位。 定位真的不是一个容易的决策,因为这牵扯到创始人对产品的执着与狂热,也有产品的偏执,有一个美好的愿景,也抛不开市场的了解,人性的通透,因为这不仅仅是做一个好卖的商品,而是一个改变生活的产品。当然也会带来商业价值,不谈商业的产品都是耍流氓……

用 例:(我们一直想着突破2B市场,一直把机器人定位高端市场,假设一个酒店场景,我们会想着怎么送行李,怎么解决业务需求,NO;NO;NO;导航避障,激光雷达、深度视觉,建图,这些高成本的技术目前却没有办法给“高端”人群惊喜,因为这个产品并没有提高效率,也不一定有惊喜。因为你们都是准备卖给高端酒店的。最后服务的还是人,那么这些“高端人群”才是真正的用户。如果一旦不能让这些“高端用户爽”高端酒店是不会买单的。

换个思路;我把产品定位在2、3星级酒店,如:7天连锁、如家,这种快捷酒店,出一款低成本的机器人,为酒店用户做一些服务,住快捷酒店的 群体是否会有 惊喜呢? 这个群体是否有装逼需求呢? 他们是否会好奇呢?(好了,可以研究一下这个群体) )

二、了解了机器人,有了定位,产品目标,后面主要是落地的一个过程了

1、需求

市场分析,用研,定性与定量,竞品分析,二手数据分析,头脑风暴,做 人物与场景建模,根据用户行为、痛点、需求,定义产品功能,理清业务逻辑,输出需求文档 (如何去理解需求这事就不细说了)

需求很重要,前期的传递一定要清晰,要让所有伙伴知道我们在做什么?为什么做?这么多需求,哪些做?哪些不做?为什么?是如何把用户需求转化为产品需求的?各个部门以及相关人员要统一传递,统一协作。以便更好的理解需求。get 到一个点,才能更好的协作,达到产品目标。

2、需求评审

理想与落地之间的撕逼(沟通之前,把PRD传递到相关伙伴,用人话描述清楚)

什么?谁谁谁,没看?评审时一脸懵逼? 那就看完再开。当然产品经理前期也应该小范围做一些沟通的。撕逼的时候请产品经理自行把逻辑理清楚先。不然伙伴们发大招,暴击9999点伤害,回不了血,自己扛着吧。

评审后,该修订的修订,搞定后发给所有相关伙伴。签字画押!哈哈哈

3、产品硬件规格

硬件选型:方案选型;主控用谁家? 全智?联盛德?山景?瑞星微?MTK?intel?用多大显示器?几瓦的喇叭?麦克风?LED ?电池?。。。。。。说白了就是看第一条需求来做选型硬件。当然,选好一个方案会决定您整个产品的生命周期。(一局可以玩更久)

4、硬件选型评审

理想与落地之间的撕逼 (硬件选型的大小,性能,参数,与结构设计等的,与需求都息息相关。所以ID ,结构,产品,硬件,会再次撕逼一次。这里产品就需要做好协调工作了,ID不管结构,结构推ID的事儿长有。混战,可以直接放一个大招。(开玩笑,没那么严重,不过确实需要良好的沟通与协作)

5、资源用谁家?哪里来?

又是 需求来定义资源选型。流行音乐?儿童教育资源?视频通话方案商,其他开放平台等。商务谈判也是产品控制成本的重要环节。那么行业信息,资源渠道,都至关重要。笔者之前踩了个坑,一切都谈好了,配合也很不错,这公司倒闭了。具体笔者就不多说。找靠谱的。不然全队都game over.

6、交互设计 GUI + VUI(Voice User Interface)

信息架构、交互流程、交互规范、原型设计、交互文档DRD、语音交互规则

体验层面,一定是产品先落地,先解决需求问题,再谈体验。但是前期做好交互设计对未来产品迭代会有不少帮助,能少踩很多坑。 GUI+VUI 多模态的交互,是机器人必要的趋势。

机器人交互设计与传统的交互设计有什么不同?

GUI被动,VUI主动,如此分开就比较易懂了。被动的交互是一种引导,传递信息。而主动的交互不仅仅包含被动所能表现的,且能够主动感知或认知人来获取信息,而人还是原来的行为模式。VUI的实现基于NLP 的技术,市场需求,业务需求,产品形态的需求. 且人对语音的记忆时间非常短。

用例:比如我们落地的机器人,简单的一个人脸识别,就能做到主动语音交互。

1、 主动交互,当我在机器人端录入了我的人脸。可以通过限定的场景,机器人识别到我的人脸的时候。进行主动的语音交互。如:问个早上好或者主动播报今天的天气情况。(这里就体现了一个非常简单的主动交互,涵盖了语音,表情,灯光的交互)

2、 上下文也是一种交互的处理方式,用一个小冰最简单的会话表示;

3、 引导式对话;(您可以在siri 充电情况下体验) 嗨siri可以唤醒。

Q:我饿了

A:你想吃什么?

Q:我想吃面

A:附近离你最近的面点王评价还不错。这是你要找的吗?

Q:不是

A: 第二个是 品湘楼,离你500米,营业时间xxxx 这个行么?

Q: 可以

A:好的,现在帮您查询去品湘楼的路线。

A:您是步行还是开车呢?

Q: 步行

A:好的,为您规划步行导航。

以上是一些已经落地的产品,但是笔者认为,人还是对另外一个“人”正常说话表达,机器人要通过算法来理解人表达的信息,而不是引导人应该如何说话。 比如动作,人还是用它习惯的动作来表达,而机器人要能识别和认知人表达的意图。而不是机器人来引导人如何反馈。

引导式的体验相对要差很多。目前只能在界面,输出的语音,以及少量的分析数据来判断。在未来,机器人表达的方式是人类能接受和阅读的。表达可以是非人的,一条狗不会说人话,但是人类也能读懂它是否友好,是否能听我的。它有它完整的表达逻辑。相信机器人也能成为人类的一份子。不仅仅是工具,而是生活中的一员。

说白了,与机器人交互,终极目标,同人一样交互。(超级大boss一般最后一关)

7、视觉UI

视觉稿/一致性规范、切图标注/界面标注

这一块是比较成熟的了。但是,但是,请根据需求与产品目标来。不然看我青龙偃月刀, 暴击10000+伤害……

8、软件系统设计与架构(落地)

开发(这其中还有N次调整需求与撕逼过程,省略1万字)

说个大坑,大部分机器人是基于RTOS 、Linux、Android开发的OS ,前期的软件架构至关重要。后期迭代,或是OS 运用在其它智能设备。都是至关重要的。所以一个优秀的架构师,会让程序猿宝宝们工作更有效率,成果更自豪。:man:‍:computer:‍宝宝说,框架搭好,各个模块之间交叉就算有点问题也能快速解决。

9、测试

解BUG, 省略一万字…

10、上线

还有一大波的事情处理…

三、以下产品交叉(其中道道与环节笔者描述不全,还请谅解)

1、ID设计

这是一个颜值的问题,它牵扯到生产技术难度,工艺会限制模具设计,外观造型与结构设计达成共识,成本考量、包括 是否能够向用户传递产品端想传递的信息,它不是一个玩具,是一个机器人?

ID也包含,配色及确认–包装设计–包装打样及确认。 在这个重颜值是时代,一见钟情还是很重要的。

2、结构设计

流程(2D,3D–做外观手板–确认外观。)结构设计的时候需求改来改去,也有很多坑,当然与工时,组装方式都有很大的关系, 所以前期结构与ID 和项目,产品沟通,至关重要。 另外, 做兼容的产品就是一个大坑。

3、3D设计(ID进行3D绘图–结构进行建模–拆件–结构评审–3D修改–确认….)

渲染一个有质感的图形给大伙看看。百度搜了一张,大家理解干啥就行。

4、手板打样

目的 验证结构,保证无功能性失误

坑:拆件方式,不同的拆件方式导致装配工艺不同。

避:沟通与经验(结构主导)

(外协,找一个优秀靠谱的手板厂不容易,我们项目经理跑得是上气不接下气。)下图是一张手板图。(验证一些基本功能以及ID,结构等)

5、结构物料(根据图档出规格书与结构BOM)

下面放张(DuerOS开发套件个人版BOM)

6、PCBA设计(器件选型–原理图–PCB layout–评审(硬件部门)–发行– 硬件BOM… )

下面放张(DuerOS开发套件个人版电路原理图 )根据结构提供的板宽尺寸来设计PCB,这里的坑是对需求的理解,或是新增需求,比如我需要增加一个USB接口,这可能导致我的整个PCB得重新layout。

7、电子料准备(PCB 准备–其他电子料准备)

备料,协助部门:采购,PMC,项目跟进。这里公司的供应链至关重要。

8、贴板及测试(SMT贴片 — PCBA 测试)

SMT贴片,按照工程输出的生产文件做SMT。PCBA测试,根据测试给出的测试用例进行PCBA测试。

下图是科大讯飞麦克风阵列模块 XFM10621 (可自行官网下载文档详细了解)

10、软件开发(平台、驱动调试、应用层、算法层…)

儿童机器人牵扯算法比较少,(因为它并不是一个真正意义上的机器人)但是基于RTOS与Android还是有很大区别,因为Android满大街都是,所以有啥问题直接百度都能招到大神。嵌入式相对就要少了。所以选好方案后,软件架构至关重要。(当然在任何时候软件架构都很重要)

11、品质测试 (相关标准,可靠性等)

12、总结(反思大会,各个部门人员总结,自我批评,看看前面踩了多少坑。)

13、塑胶模具

依据结构图档先做开模评审

根据现有工艺要求进行模具钢料的采购

模具的制作 (大约需要20天到30天左右,具体看产品的尺寸与分件)

14、PCB’A(电子元件的支撑体,是电子元器件线路连接的提供者,说白了就是PCB上贴了元器件。)

15、电子料准备

16、贴板及测试

17、结构(再次评审、修改、确认)

18、软件(再次评审、修改、确认)

19、TO准备(可以备个几十或一百以内的套料了)

20、TO装机(这个TO后,还会T1 ,重复以上进行调试,修整)

21、品质(我们金品质告诉我们,对待品质,没有特批。往往我们会由于交期或成本以及各种原因,而将就,(特批风险单)这种缺乏工匠精神,显然这不是一个优秀产品经理该有的。)

22、TO总结(看看自己踩了多少坑,哪些坑是踩了两次的? 为什么? 是否可以做得更好? )

……后期的小PP、 封样、MP….

当然,这篇文章只是笔者个人依据半年来实际从事机器人产品经理工作,从而简单描述了做机器人的大致项目流程与产品所需做的工作,以及多维度的思考产品(偏需求与协作)

整篇文章,对大数据,云、算法模型,知识图谱,用户画像,没有做落地。大厂能做的事情,我们不是不做,而是协作。

未来已来,超越个体智能的机器正在疯狂的成长。你我共勉!

欢迎伙伴们吐槽,笔者当不断的学习。

本文由 @司马 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自unsplash,基于CC0协议


媒体合作请联系:

邮箱:contact@dataunion.org


登录查看更多
0

相关内容

机器人(英语:Robot)包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动运行任务的人造机器设备,用以取代或协助人类工作,一般会是机电设备,由计算机程序或是电子电路控制。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
25+阅读 · 2019年11月19日
知识图谱的行业落地实现
竹间智能Emotibot
51+阅读 · 2019年9月16日
“马踏飞”AI机器人实现方案介绍
PaperWeekly
5+阅读 · 2019年8月31日
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
【泡泡机器人】也来谈语义SLAM/语义地图
泡泡机器人SLAM
21+阅读 · 2019年3月12日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
干货PPT|智能家居的三类“产品”将率先燃起来
物联网智库
5+阅读 · 2018年6月11日
Arxiv
6+阅读 · 2019年9月4日
Neural Image Captioning
Arxiv
5+阅读 · 2019年7月2日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
5+阅读 · 2018年10月23日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
Arxiv
3+阅读 · 2018年5月28日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
25+阅读 · 2019年11月19日
相关资讯
知识图谱的行业落地实现
竹间智能Emotibot
51+阅读 · 2019年9月16日
“马踏飞”AI机器人实现方案介绍
PaperWeekly
5+阅读 · 2019年8月31日
当 AI 全面实现认知智能时,机器人还只是机器吗?
未来产业促进会
5+阅读 · 2019年5月9日
【泡泡机器人】也来谈语义SLAM/语义地图
泡泡机器人SLAM
21+阅读 · 2019年3月12日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
干货PPT|智能家居的三类“产品”将率先燃起来
物联网智库
5+阅读 · 2018年6月11日
相关论文
Arxiv
6+阅读 · 2019年9月4日
Neural Image Captioning
Arxiv
5+阅读 · 2019年7月2日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Arxiv
5+阅读 · 2018年10月23日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
Arxiv
3+阅读 · 2018年5月28日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员