產(chǎn)業(yè)趨勢

高端制造新軍突起，機器換人大勢所趨

新能源、半導(dǎo)體、汽車、航空航天等高端制造業(yè)占比提升，對工業(yè)智能化水平提出更高要求

隨著先進(jìn)制造在我國的占比提升，工業(yè)生產(chǎn)線上人眼在精度、效率等方面已不能滿足產(chǎn)業(yè)升級的要求。如何借助機器視覺等智能化技術(shù)替代傳統(tǒng)人工操作，實現(xiàn)提質(zhì)、降本、增效，成為制造業(yè)的共性需求。未來隨著“中國智造 2025”戰(zhàn)略的加速推進(jìn)，工業(yè)制造自動化、智能化程度有望不斷加深，機器視覺這一技術(shù)將得到更廣泛的應(yīng)用。

橫向跨行業(yè)拓展：目前，我國機器視覺應(yīng)用以制造業(yè)的電子、平板顯示、汽車、電池等行業(yè)為主，新能源、半導(dǎo)體、醫(yī)療等新興產(chǎn)業(yè)有望加速引入這一技術(shù)。

縱向深度強化：機器視覺在各行業(yè)的初始應(yīng)用往往是在生產(chǎn)環(huán)節(jié)的檢測這一步驟，隨著技術(shù)的普及、成本的下降，機器視覺有望在行業(yè)應(yīng)用深度上強化，進(jìn)入到識別、測量、定位等其他環(huán)節(jié)。

深度學(xué)習(xí)技術(shù)提升了機器視覺的應(yīng)用落地能力，驅(qū)動產(chǎn)業(yè)加速發(fā)展

目前主流的機器視覺技術(shù)仍采用傳統(tǒng)的機器學(xué)習(xí)訓(xùn)練方法，即在結(jié)構(gòu)化場景下首先將數(shù)據(jù)表示為一組特征，分析特征或輸入模型后，輸出得到預(yù)測結(jié)果。但隨著機器視覺的應(yīng)用領(lǐng)域擴大，傳統(tǒng)方式顯示出通用性低、難以復(fù)制、對使用人員要求高等缺點。

深度學(xué)習(xí)對原始數(shù)據(jù)通過多步特征轉(zhuǎn)換，得到更高維度、更加抽象的特征表示，可以將機器視覺的高效率和與人類視覺的靈活性相結(jié)合，完成復(fù)雜環(huán)境下的檢測，特別是涉及偏差和未知缺陷的情形。通過深度學(xué)習(xí)對模型魯棒性的提升，極大地拓展了機器視覺的應(yīng)用場景，使機器視覺系統(tǒng)更加具備柔性，加速其在工業(yè)領(lǐng)域的滲透。

尋求邏輯

機器之眼優(yōu)勢凸顯，百億賽道長坡厚雪

機器之“眼”替代人眼，賦能工業(yè)制造

根據(jù)美國制造工程師協(xié)會（SME）機器視覺分會等機構(gòu)的定義，機器視覺工作過程是通過光學(xué)裝置和非接觸式傳感器自動地接收、處理真實場景的圖像，目的在于獲得所需信息或用于控制機器人運動。?

一個典型的機器視覺系統(tǒng)一般包括光源及光源控制器、鏡頭、相機、視覺控制系統(tǒng)（視覺處理分析軟件及視覺控制器硬件）等，其中光源及光源控制器、鏡頭、 相機等硬件負(fù)責(zé)成像，視覺控制系統(tǒng)負(fù)責(zé)對成像結(jié)果進(jìn)行分析、輸出結(jié)果至其他執(zhí)行部件。機器視覺系統(tǒng)的“讀取信息-傳輸信息-處理信息”的過程與人眼的運作機制對應(yīng)，可謂人類視覺在工業(yè)界的延伸。

識別、測量、定位、檢測，機器視覺的四大典型應(yīng)用場景

識別、測量、定位和檢測等四大應(yīng)用場景實現(xiàn)難度依次遞增。

識別

甄別目標(biāo)物體的物理特征，包括外形、顏色、字符、條碼等，其準(zhǔn)確度和識別速度是衡量的重要指標(biāo)。常見的應(yīng)用場景是 OCR，讀取零部件上的字母、數(shù)字、字符（例如條形碼、二維碼等）用于溯源。

測量

把獲取的圖像像素信息標(biāo)定成常用的度量衡單位，再精確計算出目標(biāo)物體的幾何尺寸，主要應(yīng)用于高精度及復(fù)雜形態(tài)測量。

定位

獲取目標(biāo)物體的位置信息（二維或是三維），進(jìn)而輔助執(zhí)行后續(xù)操作， 常用于元件對位、輔助機器人完成裝配、拾取等。

檢測

主要針對目標(biāo)物體的表面狀態(tài)，判斷產(chǎn)品是否存在缺陷，通常用于零部件缺陷、污染物、功能性瑕疵檢測等。

機器視覺產(chǎn)業(yè)鏈呈現(xiàn)“一條主線，多點開花”

上游：機器視覺產(chǎn)業(yè)鏈的上游主要包括以光源、鏡頭、相機為首的核心零部件和底層的軟件算法庫。據(jù)中商產(chǎn)業(yè)研究院的數(shù)據(jù)統(tǒng)計，上游的零部件和軟件開發(fā)環(huán)節(jié)幾乎占據(jù)機器視覺系統(tǒng)成本80%。

中游：產(chǎn)業(yè)鏈的中游主要包括視覺系統(tǒng)和智能視覺裝備。視覺系統(tǒng)是光學(xué)成像模塊（眼睛）與圖像處理系統(tǒng)（大腦）的集合體，可以獨立完成圖像采集功能并基于圖像采集的信息完成預(yù)期的處理工作（如定位、測量、檢測和識別等）。智能視覺裝備在系統(tǒng)的基礎(chǔ)上增加了結(jié)構(gòu)本體和自動控制部件，實現(xiàn)檢測/生產(chǎn)工藝的控制和執(zhí)行，給機器又植入了受大腦控制的“肌肉”和“四肢”。

下游：產(chǎn)業(yè)鏈下游通過系統(tǒng)集成商致力于將智能視覺設(shè)備與生產(chǎn)工藝相結(jié)合， 下游面向 3C 電子、汽車制造、新能源等眾多細(xì)分行業(yè)，并隨著技術(shù)滲透率的提升行業(yè)下游呈現(xiàn)“多點開花”的態(tài)勢。

3C電子：落地機器視覺技術(shù)的行業(yè)基本盤，品類滲透加速

全球 3C 電子產(chǎn)業(yè)向發(fā)展中國家轉(zhuǎn)移，高精度、換代快等特點助推機器視覺技術(shù)迭代，應(yīng)用場景延伸和品類拓展有望持續(xù)推動我國3C行業(yè)機器視覺滲透率提升。

由于消費類電子行業(yè)元器件尺寸較小，檢測要求高，天然適合機器視覺系統(tǒng)落地，其高精度要求也反向推動了機器視覺技術(shù)的革新。此外，消費類電子行業(yè)產(chǎn)品生命周期短、更新?lián)Q代快，制造企業(yè)需要頻繁更換產(chǎn)線設(shè)備，進(jìn)一步增加了對機器視覺行業(yè)的需求。未來，隨著機器視覺在3C制造中的應(yīng)用場景由低精度的二維碼、字符識別進(jìn)一步延伸至超越人眼極限的高精度組裝與加工，機器視覺在3C電子行業(yè)的滲透率有望持續(xù)提升。

非工業(yè)：傳媒、安防、物流、交通等消費級應(yīng)用正成為新發(fā)展方向

機器視覺應(yīng)用方向包含工業(yè)級與消費級，產(chǎn)業(yè)邊界趨于模糊。根據(jù)機器視覺聯(lián)盟 （CMVU）的數(shù)據(jù)，用于消費電子、半導(dǎo)體與新能源等板塊的工業(yè)級機器視覺合 計占比 79.8%；相比之下，用于消費級機器視覺的安防與監(jiān)控、物流分揀以及智 慧交通等領(lǐng)域占比僅 17.0%，但份額逐年提升。

隨著 AI 和 5G 技術(shù)的商用落地，機器視覺不再局限于工業(yè)領(lǐng)域。機器視覺結(jié)合三維重建、動作/表情捕捉、渲染等技術(shù)可實現(xiàn)人臉、表情、動作、衣物的還原， 構(gòu)建模擬逼真的人物形象，此外還可利用人臉識別、動作識別、物體追蹤等技術(shù)模擬人的視覺能力。因此，機器視覺在影視、游戲、直播、文旅等領(lǐng)域還有施展拳腳的空間。

競爭壁壘

技術(shù)實力決定產(chǎn)品層次，國產(chǎn)代替方興未艾 ? 機器視覺核心價值集中于產(chǎn)業(yè)鏈上游，硬件工藝與軟件算法決定產(chǎn)品技術(shù)天花板。機器視覺設(shè)備價值可拆分為上游零部件與軟件、中游組裝集成與售后維護(hù)，其中上游占據(jù)了80%價值量，技術(shù)壁壘最高；硬件部分當(dāng)中工業(yè)相機價值占比達(dá) 50% 以上，由圖像傳感器、圖像采集卡與各類芯片組成，技術(shù)壁壘極高。

? 技術(shù)路徑多線匯集，機器視覺公司各有所長。機器視覺系統(tǒng)由多個軟、硬件產(chǎn)品組成，基于同一技術(shù)平臺的部件集成有利于系統(tǒng)穩(wěn)定可靠，但由于其中各部件技術(shù)路徑相對獨立，行業(yè)內(nèi)多數(shù)企業(yè)都只專注于其中一個或幾個部件，自主化領(lǐng)域各有不同。 ?

3D視覺前景廣闊，技術(shù)迭代打開應(yīng)用空間

2D機器視覺技術(shù)具有局限性，3D可以作為有效補充。使用2D機器視覺技術(shù) 可以獲取二維圖像，在三個自由度（x、y和旋轉(zhuǎn)）上定位被攝目標(biāo)，并基于灰度、對比度的特征進(jìn)行分析。但2D技術(shù)存在無法提供物體高度、平面度、表面角度、體積等三維信息、易受光照變化影響、對物體運動敏感等局限性。3D 技術(shù)增加了旋轉(zhuǎn)、俯仰、橫擺三個維度，更能還原真實立體世界，通過3D視覺傳感器采集3D輪廓信息，形成3D點云，實現(xiàn)平面度、翹曲度、段差、曲面輪廓度等3D尺寸量測。 ? 工業(yè)控制對精度、柔性的要求高，場景還原度更好、魯棒性更強的3D有望加速滲透。盡管目前2D視覺可以滿足絕大部分行業(yè)對檢測的需求，但涉及到立體工件、精度要求高的檢測仍需3D視覺來配合。通過增加3D視覺模塊，增加工業(yè)機器人的環(huán)境感知能力，可以拓寬應(yīng)用場景。 ? 例如，3D視覺能使機器人更加精準(zhǔn)地定位被操作物，實現(xiàn)更高難度的不規(guī)則包裹抓取、非標(biāo)金屬部件焊接等操作，機器人柔性大幅提升。根據(jù) MIR 的預(yù)測，搭載3D視覺的工業(yè)機器人滲透率將有望從 2021 年的 4%提升至 2025 年的 10.5%，出貨量CAGR達(dá) 46%。 ?

? 3D視覺仍處于探索初期，具備核心技術(shù)的廠商有望率先受益。隨著5G技術(shù)的推廣普及，人工智能和物聯(lián)網(wǎng)應(yīng)用將迎來快速發(fā)展，推動視覺技術(shù)加速從 2D成像向3D視覺感知跨越。根據(jù)2019年Gartner 新興技術(shù)發(fā)展周期曲線圖，3D視覺感知概念已經(jīng)突破了早期的期望膨脹期，并逐漸步入產(chǎn)業(yè)化前的重要發(fā)展階段，不斷探索潛在的細(xì)分領(lǐng)域應(yīng)用，尋找潛在的增長拐點。在這一新領(lǐng)域逐步走向成熟的過程中，具備創(chuàng)新能力、掌握核心技術(shù)的公司有望率先受益。 ?

編輯：黃飛

?