工业机器视觉3D视觉行业分析和企业汇总

  r vision)是采用图像处理、模式识别、人工智能技术相结合的手段，实现一幅或多幅图像的计算机分析，而机器视觉(machinevision)偏重于计算机视觉技术工程化，旨在自动获取和分析特定的图像，以控制相应的行为。

  具体来说，计算机视觉为机器视觉提供图像和景物分析的理论及算法基础，机器视觉为计算视觉的实现提供传感器、系统构造和实现手段。通俗地说，机器视觉就是用机器代替人眼。机器视觉模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。

  目前机器视觉的主要应用领域包括ADAS(高级驾驶辅助系统)、AGV(自动引导车)、安防、工业、消费等。

  根据调查的最终结果显示，2012-2021年中国机器视觉器件和系统的销售额从2012年的19.8亿元增长至2021年的161亿元，其复合增长率近似为31.7%，且2021年的增长率56%尤为显著。2022年中国机器视觉行业销售额预测将突破200亿元。

  工业是目前中国机器视觉行业最大的下游应用领域，工业领域的销售额占比为 81.2%，其中工业行业包括电子制造、显示面板、汽车、印刷、半导体、餐饮包装等行业。其他、交通、娱乐、国防安防行业为辅，其销售额占比依次为 10%、3.3%、3.1%、1.1%。

  工业机器视觉的核心是通过“机器眼”代替人眼，对物体进行识别、测量并做出判断。工业机器视觉具备高感知效率、高精准度、和基本无人化的优势，是实现工业自动化的核心。

  机器视觉系统是一个包含硬件、软件和算法等诸多单元的应用系统，最重要的包含成像和图像处理两大部分，前者通过硬件部分实现，后者由算法及软件构成的视觉控制管理系统负责，对成像做处理分析，输出分析结果至执行机构。

  典型的机器视觉系统包括光源及光源控制器、镜头、相机、视觉控制管理系统等部件，其中 光源及光源控制器、镜头、相机等硬件部分负责成像，视觉控制管理系统负责对成像结果进行 处理分析和输出。

  2D视觉系统的一般原理是通过摄像头拍摄平面照片，然后通过图像分析或比对来识别物体，主要是根据是物体一个平面上的特征。

  由于2D视觉没有办法获得物体的空间坐标信息，因此没办法完成物体平面度、表面角度、体积等测量，同时也难以区分颜色相近的表面。同时成像的对比度对结果的分析至关重要，因此特别依赖于光照和颜色/灰度变化，易受照明条件的影响。

  3D视觉能够完全满足以往2D视觉难以满足的工业场景应用，对2D视觉起到补充作用。业界认为2D向3D的转变将成为视觉技术继黑白到彩色、低分辨率到高分辨率、静态图像到动态影像后的第四次革命。

  目前3D视觉最有前景的工业应用场景：高精度的测量及缺陷识别、高速高精度的在线检测、自动装配、视觉引导机器人等。

  视觉引导是指通过3D视觉对工件做定位和识别，引导机器人进行抓取，用于无序分拣与堆码，上下料，焊接等。视觉检测则是将摄像头、激光扫描器等安装在机器人末端，对工件进行轮廓检测、表面缺陷检验测试、三维重建等。

  典型机器人3D视觉引导系统由三部分构成：软件、3D相机、计算机。3D相机获取待分拣工件/堆垛的3D点云信息，传送到计算机上的软件，进行分割和识别，获取要抓取物品空间位置信息，规划机械臂运动路径，引导机械臂完成抓取。

  2D机器视觉技术具有局限性，3D可当作有效补充。使用2D机器视觉技术能获取二维图像，在三个自由度（x、y和旋转）上定位被摄目标，并基于灰度、对比度的特征做多元化的分析。但2D技术存在没办法提供物体高度、平面度、表面角度、体积等三维信息、易受光照变化影响、对物体运动敏感等局限性。3D 技术增加了旋转、俯仰、横摆三个维度，更能还原线D点云，实现平面度、翘曲度、段差、曲面轮廓度等3D尺寸量测。

  工业控制对精度、柔性的要求高，场景还原度更好、鲁棒性更强的3D有望加速渗透。尽管目前2D视觉能够完全满足绝大部分行业对检测的需求，但涉及到立体工件、精度要求高的检测仍需3D视觉来配合。通过增加3D视觉模块，增加工业机器人的环境感知能力，可以拓宽应用场景。

  当前国产机器视觉的市场大多分布在于2D技术领域的市场，2021年工业3D视觉市场出货量达2.7万套，在整个工业机器视觉市场出货中占比不足5%；2022年中国工业视觉规模168.88亿，其中工业3D视觉规模不到20亿（其中3D工业相机销量超过5万台，其中机器人引导类3D相机出货量超过8500台）现阶段不是一个量级。

  预计2027年中国3D工业相机市场规模为160亿元人民币，2022~2027年CAGR为53.8%。GGII多个方面数据显示，2022年中国3D工业相机市场规模为18.40亿元，同比增长59.90%，渗透率接近10%。随着制造业智能化深入，预计2027年3D工业相机市场规模将接近160亿元，2022~2027年CAGR为53.8%。

  从机器视觉产业链角度来看，机器视觉行业产业链环节较长，上游由机器视觉系统硬件和软件算法构成，中游为设备商和系统集成商主要负责软件

  的二次开发和设备制造，下游应用场景和行业广泛。当前行业应用热度较高的集中在：3C电子、锂电、光伏、半导体等行业。

  机器视觉上游零部件成本占比较高，是机器视觉的核心部分。关键零部件和软件系统约占工业机器视觉产品总成本的80%。其中光源、工业相机、底层软件算法等技术壁垒及利润率水平较高，因此对机器视觉上游环节的掌握是目前市场之间的竞争的关键，亦是体现机器视觉核心竞争力的重要环节 。

  上游零部件最重要的包含光源、镜头、相机、传感器、图像采集卡等。目前光源已基本实现 国产替代，集成商的技术水平目前基本追赶上国外先进企业，但伴随技术发展，光源高端化趋势亦非常明确，对光源及打光方案亦提出了更加高的要求。而其他零部件如工业镜头、 工业相机及软件则仍以海外品牌为主，优势较为明显。

  如3D相机端，得益于镜头与CMOS传感器的技术领先，基恩士、康耐视的检测间隔可达0.6秒，基恩士、康耐视相机的检验重复精度可达±0.5μm，对比海康±0.06mm相机优势较大；基恩士算法搭载，拥有自动特征抽出算法、机器学习算法、预处理功能，康耐视VisionPro Deep Learning软件基于AI神经网络模型运算，两者3D定位精度2.5μm，海康算法3D定位精度6μm。

  工业机器视觉的场景应用可分为：识别、测量、定位、检测功能。目前应用较多的场景主要为视觉检测与视觉引导。

  机器视觉应用方向包含工业级与消费级，产业边界趋于模糊。用于3C电子、半导体与新能源等板块的工业级机器视觉。

  3D视觉在工业的应用往往会和机器人联合形成解决方案，主要应用方向有机器人视觉引导与检测两种。

  3D工业视觉主流玩家有两类：原2D视觉领域内外资头部厂商、内资初创型厂商。

  在精密检测及测量场景中，原2D视觉头部厂商优势较大；在机器人引导类场景中，内资初创型厂商以快速设计并落地方案的优势，处于领头羊。同样由于工业场景定制化程度高，以及高精度、高效率的方案要求，工业级3D视觉的产品定价更高，盈利能力更强。

  在精密检测及测量场景中（主要使用在于汽车、3C、锂电池、半导体晶圆检测、芯片检测等中高端领域，产品价值量相对本土产品更高），3D通常是与1D、2D技术融合使用，现有2D视觉领导厂商依靠成熟的供应链以及深厚的行业Know-How，依然会主导行业发展，领先的企业有：基恩士、奥普特、大恒图像、凌云光等。

  国内3D工业视觉企业主要集中设备组装和集成环节，依靠性价比、深度定制以及服务能力赢得市场，但其主要核心零部件（机器人运动算法、应用工艺包，3D工业相机）主要为外购。在移动机器人引导应用中，内资初创型3D视觉厂商处于领先地位。

  大多数3D视觉国产品牌更多专注于物流、工程机械、金属加工、3C电子等毛利率较低、对产品精度要求相比来说较低的中低端场景中（机械臂进行分拣、上下料等场景），代表企业：梅卡曼德（专注引导类）、星猿哲、图漾科技（专注视觉定位）、熵智科技、迈德威视、知象光电、埃尔森（专注引导类）、海康机器人（专注视觉定位）、迁移科技、如本科技、深视智能（精密测量与检测）等。以视觉为主要导航方式的移动机器人在国内还较少，有：海康机器人、灵动科技、马路创新、蓝芯科技等。部分领先的国内企业，通过提升核心零部件能力，拓展产品线，应用场景持续往高端领域渗透，代表厂商有奥普特、凌云光、大恒图像、海康机器人等。

  2D视觉行业发展时间长，市场成熟，行业格局稳定；硬件技术成熟，创业机会主要在算法层面（2D产业链上游壁垒明显，同时硬件技术已非常成熟，鲜有技术革新，产品生命周期长）

  3D视觉处于发展早期，市场格局分散；同2D视觉相比，3D视觉产业的特征是“寻找增量”的逻辑强于“国产替代”。国内外巨头都不具备明显的技术优势，行业存在着大量新公司的机会，重点是寻找合适的落地场景。

  3D视觉作为22年及之前大火赛道，3D视觉行业卷，都会存在价格乱象，现阶段3D视觉企业普遍亏损，项目做多亏多。

  目前国内各家并没有拉开技术产品差异化，也没形成场景差异化，同质化问题严重。

  文章出处：【微信号：vision263com，微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。

  是武汉昇创，成立于2012年；2013年搬迁至珠海，成立珠海昇创；2014年又搬迁至深圳，更名为深圳市昇创多维

  参考设计采用德州仪器 (TI) 的 DLP 软件开发套件 (SDK)，使得开发人能通过将 TI 的数字微镜器件 (DMD) 技术与摄像头、传感器、电机和其他外设集成来轻松构建

  技术应用 /

  提供的一种独特的解决方案，利用了其数字光源处理器（DLP）技术。透过图

  应用中利用DLP？ /

  检测在日常生活中的重要性不言而喻，并且显示出巨大的市场潜力，催生了基于

  检测的仪器，旨在解决检验测试过程中遇到的各种棘手问题。细心的客户会重点探究

  是指利用计算机技术对三维空间中的物体进行识别、检测、跟踪和测量等操作。

  应用开发平台Vision++ /

  TL494、自励启动、他励控制、推挽激励的半桥式开关电源启动过程#电路设计