微软技术大会-无人机为中国电信巡航基站
内容为转载，非本人所写。
◆ 2016微软技术大会(Microsoft Ignite China)上，微软分享了合作伙伴Clobotics与中国电信合作的具体细节。
“咱们待的地方很像中关村卖电脑的小铺子。”一位兄弟对严治庆说道。
去年冬天，他拉着一帮兄弟出来创业，成立Clobotics扩博智能。该项目是利用无人机采集数据，再进行云端大数据处理和分析，最终协助客户的业务预测和自动化运作。
在此之前，他是一家无人机初创公司的COO和联合创始人，更早之前，他的头衔是微软大中华区的副总裁。而今，10个人挤在25平米的房间里，穿着大衣和羽绒服，没有空调。
不过，团队很快迎来第一位客户——中国电信。Clobotics助其设计移动基站的智能化运维方案：无人机加载特殊传感器的挂载，实现超视距自动飞行采集基站数据，团队再利用云计算平台、图像识别、机器视觉以及机器深度学习等形成3D建模，找出问题所在。
目前，Clobotics已完成对中国电信移动基站的智能化运维方案第一期验证。
今年2月，严治庆兜兜转转又与微软有了联系，他带领团队进驻到微软加速器。记得加速器初创之时，他是云计算平台的推动者；而今角色转换，作为一个创业者，“好像回到了娘家”。
注: 严治庆承诺文中数据无误，为其真实性负责，铅笔道已备份录音速记，为内容客观性背书。
接触“冰山一角”的无人机
微软打拼十六年，George（严治庆）走到了选择的节点。
2014年，他升任微软大中华区副总裁兼市场营销及运营总经理，带领团队作出了很多成果。一年之后，大中华区成为微软全球2016财年的最佳业绩国家（地区）。
众多成就之下，他却陷入了沉思：这种成功究竟源于个人能力，还是由于微软的光环？
对严治庆来说，从做技术、带团队，到帮助云计算在国内落地，再到大中华区的副总裁，“这条路走得很顺”。
诚然，这些工作都很有意思，也充满挑战，但下一步能做什么？其实，他想看到自己的能力在其它领域得到验证，“完全通过能力，从头做一件事情”。
2016年1月，严治庆从微软离开，随即选择了物联网领域，并加入一家无人机初创公司。一年多来，他像一位保持好奇心的学生，不断学习、吸收行业知识。
在无人机领域露出的“冰山一角”中，他察觉到了客户，尤其是行业的需求。比如对水利系统、应急办等政府单位来说，无人机确实能帮助到它们。“越是通过人力难以做到的地方，无人机越是有难以比拟的优势。”
“大家都希望，天空之中能有一双‘眼睛’。”但这只是起步阶段，客户真正需要的，其实是图像、视频和各种传感器等数据经处理后得出的结论，“告诉客户怎样更快地通过业务数据的堆叠，来促进整个相关行业的快速发展”。
而这正好契合了严治庆与团队在微软十几年的积累：云计算平台、分布式计算、图像处理、机器视觉及机器学习……对他们来说，一切似乎又回到了最熟悉的主线条。
从“点”回归到“线”，一年匆匆飞过。去年年底，他觉得时机成熟，于是带着微软时期的几位同事一起创业，成立Clobotics扩博智能。
“做无人机界的微软”
出来创业的时间正逢冬季，上海没有暖气，阴冷的空气裹挟着众人。团队的十几人拥在上海交大内的一间实验室里，连同电脑、工具和测试机一起，分享着没有空调的25平米空间。
严治庆看着这群兄弟，他们都曾是大公司中有头有脸的人物，而今却在这样简陋的地方与他一起奋斗，“压力突然就上来了”。
但他心里有一团小小火苗在噼里啪啦燃烧：提到无人机硬件，大疆DJI是无法绕过的槛儿；软件方面在全球都还没有类似的领军企业，Clobotics想填补这一片空白，“做无人机界的微软”。
◆ Clobotics扩博智能新Logo
而他想做的事情，是利用无人机采集数据，再进行云端大数据处理和分析，形成3D建模，最终协助客户进行业务相关的预测分析和自动化运作，即解决用户痛点的端到端行业解决方案提供商。
成立初期，Clobotics迎来了与中国电信的合作，帮助其设计移动基站相关的智能化运维方案。
以往，基站巡检是一件耗时耗神的事情。工作人员穿戴好设备，爬上高高的铁塔，用肉眼或者望远镜去发现问题出在什么地方。这种方式不仅效率低，还容易发生伤亡事件。
Clobotics则用无人机来代替人的操作。
严治庆和团队倾向于与硬件厂商合作来制造合适的无人机，Clobotics提供参考设计：工程师首先设计出符合飞行距离、高度，以及抗风、抗水、抗潮等标准的样机，再由厂商负责生产。
无人机巡航之前，Clobotics要与运营商提前规划好巡检线路、标点等。依靠控制台软件，电信工程师用终端点击一次，无人机即可按照路线对基站进行超视的自动化定点飞行。
为了保证数据的准确率和精细度，无人机需在封闭性的区域中飞行作业；其与铁塔的距离也是在规划路线中需要考虑的因素，“1080P的照片，太远的话图像会很小”；在数据的传输过程中（定位、标点等数传需实时传输，图传、视频一般不需要），若出现失联情况，无人机要稳定地悬停在某点，以避免数据丢失。
团队在无人机上挂载了3～4个特制摄像头，以及相关的小型一体化的传感器挂载。十几分钟的飞行过程中，摄像头能拍摄几千张图像，之后再拼成一张360度、1080P的照片；传感器则能捕捉相关业务数据。据严治庆介绍，拍摄两次的数据已足够系统建模，找到问题所在，进而让客户采取相应措施。
至于产出模型的时间，则与核心的云计算平台、图像处理以及机器深度学习的程度有关。“如果云计算平台够大，用到更多的核（core）帮助运算的话， 20～30分钟即可完成一个模型。”
而云计算平台，客户可能存在不同需求：比如全球或本地的区别，根据客户的需要来定义如何使用私有云、公有云和混合云，对于不同行业的客户，还要考虑各种安全性和合规性要求。
因此，平台之间切换和优化则是团队待打磨的难点。“但这些对于落地和经营了云计算这么多年的团队来说，都是驾轻就熟的老本行。”
在此之前，Clobotics需要积累大量数据、学习样本。虽然中国电信能提供很多历史数据信息，但用何种样本，还需团队精确定义。
不过，与建模和搭建基本算法相比，更难的是数据的积累、算法模型的优化，“这是一个时间的问题，也是团队十几年的技术积累和壁垒所在”。
目前，Clobotics已完成对中国电信移动基站的智能化运维方案第一期验证。
未来，项目会专注于运营商、建筑业和新能源领域，今年则继续打磨产品。“第一个客户赚钱不是目的，要把行业规范和商业模式探索出来，到了可以复制的点，再向外扩张。”