華中科大光電子專業(yè)畢業(yè)后，李昌檀先后在索尼、飛利浦、聯(lián)想等大廠里工作了十幾年，具體工作略有差別，但核心一直沒變，那就是圍繞“光電子”，做手機(jī)攝像頭的系統(tǒng)、硬件、底層軟件和集成。
在這個行當(dāng)里，李昌檀取得了不少成績，比如在 iphone 還沒有光學(xué)防抖功能的時候，他做了中國第一款光學(xué)防抖手機(jī)，雖然由于各種原因，賣的并不好。十多年的研究，李昌檀希望自己能站在更高的維度上來看產(chǎn)品，他想知道用戶真實(shí)的需求是什么，也想知道如何能做出有用的產(chǎn)品，但大廠分工細(xì)致，層級嚴(yán)格，已經(jīng)無法滿足他的需求。
于是，2014年李昌檀開始了第一次創(chuàng)業(yè)，作為初始團(tuán)隊(duì)加入了一個 VR 公司 。這次創(chuàng)業(yè)最大的收獲，就是讓他結(jié)識了黃石生博士。黃石生畢業(yè)于清華大學(xué)計(jì)算機(jī)系，師從計(jì)算機(jī)圖形學(xué)領(lǐng)域的胡事民教授，在過去一直專注于圖像與視頻等媒體的研究，在圖形學(xué)與視覺領(lǐng)域的頂級學(xué)術(shù)會議（SIGGRAPH/SIGGRAPH Asia/TVCG）上，發(fā)表過四篇文章。
相識一年之后，李昌檀聯(lián)合黃博士，創(chuàng)辦遠(yuǎn)形時空，開始了第二段創(chuàng)業(yè)生涯。李昌檀對雷鋒網(wǎng)新智造說：
我們要做一些有用的事情，技術(shù)門檻高，是一門手藝活，有很多坑，需要一個一個爬出來，不是模式的創(chuàng)新，也沒有很大的杠桿。
這個手藝活，就是基于視覺的 vSLAM 軟硬件解決方案。在李昌檀看來，原先做的手機(jī)，現(xiàn)在流行的VR、無人車、無人機(jī)等沒有本質(zhì)的區(qū)別，都是用于人機(jī)交互的一個工具，底層技術(shù)是相通的。但有個區(qū)別在于，原先做相機(jī)，主要是讓人看，現(xiàn)在是要讓機(jī)器能夠看懂。
雷鋒網(wǎng)新智造了解到，SLAM 技術(shù)的全稱為 simultaneous localization and mapping ，即實(shí)時定位及地圖構(gòu)建，SLAM 并不是一項(xiàng)新技術(shù)，國內(nèi)外都有數(shù)十家公司在研究。黃石生介紹說，無論是定位還是地圖，分開做都不是難事，難點(diǎn)在于結(jié)合，同時要保證即時。
SLAM 不僅僅是一項(xiàng)技術(shù)，其實(shí)更是一個包含傳感器和算法實(shí)現(xiàn)的系統(tǒng)。在傳感器方面，可以選擇的比較多，比如激光雷達(dá)、攝像機(jī)、視覺里程計(jì)、GPS等，主流的是激光雷達(dá)和攝像機(jī)。
有了傳感器感知環(huán)境之外，還需要算法實(shí)現(xiàn)，讓機(jī)器“看得見”。遠(yuǎn)形時空選擇的解決方案是攝像頭+慣性導(dǎo)航+算法。黃石生認(rèn)為，這樣的解決方案，有以下幾個優(yōu)勢：
小型化
雖然激光雷達(dá)精度可以達(dá)到毫米級，但在工程上無法小型化，尤其是旋轉(zhuǎn)式的激光雷達(dá)。從目前在自動駕駛領(lǐng)域的實(shí)現(xiàn)來看，都需要給激光雷達(dá)預(yù)留很大的空間，在 VR/AR 等小型設(shè)備上，幾乎沒有用武之地。
成本低
激光雷達(dá)成本相當(dāng)高昂，旋轉(zhuǎn)式的激光雷達(dá)成本在8000-80000美元之間，固態(tài)雷達(dá)相對便宜不少，但相比攝像頭還是非常昂貴，這對于廠商來說，成本很高。
響應(yīng)頻率高
激光雷達(dá)的響應(yīng)頻率不如攝像頭，可以輕松達(dá)到50-60赫茲，慣性導(dǎo)航則更高，可以達(dá)到1000赫茲，這樣輸出信息時就非常快。
擴(kuò)展性強(qiáng)
使用攝像頭的解決方案，除了用來實(shí)時定位構(gòu)建地圖外，用戶還可以利用它擴(kuò)展其他功能，比如人臉識別、手勢等其他視覺識別的功能。
特別就 VR 領(lǐng)域而言，現(xiàn)有的視覺解決方案都是由外而內(nèi)的追蹤，比如通過 Lighthouse 和 Constellation 的高精度追蹤系統(tǒng)，而遠(yuǎn)形時空提供的 SLAM 解決方案，則不需要配合，是一體化的解決方案。
但以攝像頭為主的解決方案采集到的信息量大，背后需要配套非常強(qiáng)大的算法來進(jìn)行處理。經(jīng)過李昌檀和黃石生的努力，在雙目 SLAM 和單目 SLAM 兩方面，算法和性能都有了非常大的提升。
在vSLAM學(xué)術(shù)研究方面，有很多優(yōu)秀的工作，有的已經(jīng)開源（例如ORBSLAM、LSD-SLAM、OKVIS、DSO、ORB-VIO、SVO等），為追求準(zhǔn)確性這些方法往往采用計(jì)算強(qiáng)度很高的視覺優(yōu)化（Bundle Adjustment），導(dǎo)致計(jì)算功耗很難降低，而純視覺的 SLAM 往往受光照條件、高速旋轉(zhuǎn)運(yùn)動、抖動等等影響而產(chǎn)生不穩(wěn)定，因此，這些方法在產(chǎn)品化在實(shí)際產(chǎn)品化過程中有較大難度。
遠(yuǎn)形時空推出的雙目 SLAM 和單目 SLAM ，不僅僅依靠攝像頭，還輔助慣性傳感器（即 Visual-Inertial SLAM），很大程度上克服了純視覺 SLAM 的缺點(diǎn)。另外，為提高穩(wěn)定性和精度，遠(yuǎn)形時空團(tuán)隊(duì)在傳感器硬件、慣性輔助的圖像特征追蹤、丟失重定位等核心技術(shù)方面都做了優(yōu)化，提高了 vSLAM 的穩(wěn)定性和精度。
遠(yuǎn)形時空團(tuán)隊(duì)推出的雙目 SLAM 和單目 SLAM 的精度均在厘米級，drift 小于１％，而計(jì)算功耗很小，比同類產(chǎn)品減小超過至少一半以上的計(jì)算量，最低時只是1/4左右。
在機(jī)器視覺領(lǐng)域，其實(shí)存在著眾多玩家，比如百度前日剛收購的硅谷公司 xPerception，其定位和業(yè)務(wù)范圍與遠(yuǎn)形時空非常類似，國內(nèi)還有格靈深瞳、速感科技、Human+、拓視覺等初創(chuàng)企業(yè)。面對競爭相對激烈的市場，李昌檀認(rèn)為：
其實(shí)我們也看到一些比較優(yōu)秀的創(chuàng)業(yè)團(tuán)隊(duì)，我們覺得非常好，大家能夠一起教育市場，把這個市場做大。而且，暫時還沒有一個可以通吃產(chǎn)品，我們非常希望做一個能用在很多領(lǐng)域的產(chǎn)品，但實(shí)際上還不存在通用的解決方案。所以，無論競爭是否激烈，必須得在某一個細(xì)小的領(lǐng)域扎根下來，再拓展更容易一些。
目前，遠(yuǎn)形時空基于這種解決方案，做出了一個嵌入式的硬件產(chǎn)品，并將首先在 VR 領(lǐng)域進(jìn)行落地，國內(nèi)外各有一家 VR 廠商已在洽談合作，預(yù)計(jì)在年內(nèi)會有進(jìn)一步消息?，F(xiàn)在公司共有10人左右的技術(shù)團(tuán)隊(duì)，已完成數(shù)百萬的天使輪融資，即將開始下一輪的融資計(jì)劃，大概千萬量級。新一輪融資將會用于產(chǎn)品量產(chǎn)、新品研發(fā)、團(tuán)隊(duì)擴(kuò)充三個方面。
