智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
Kniel
工業4.0時代，我國各行各業對采用圖像和機器視覺技術的工業自動化、智能化需求開始廣泛出現，國內機器視覺行業將迎來規模化快速發展黃金期。
隨著機器視覺行業的發展，這也對機器視覺執行標準也提出了更高的要求。無論是工業互聯網，還是智能制造、柔性制造等熱門話題，其核心都在于生產流程的數字化以及智能化升級。
傳統機器視覺在解決問題時，通常需要專業人才根據實際情況設計圖像處理算法，對調試人員水平依賴性強，且穩定性差。而現如今深度學習已被廣泛的運用在機器視覺領域，通過卷積運算，使用大量數據訓練自動生成最適合產品的檢測邏輯，做到了對傳統算法檢測能力的補充。
PART1
機器視覺應用場景
測量應用
主要用于測量零部件以及各類產品的尺寸否合格。除了利用工業相機進行二維的尺寸測量外，目前可利用結構光、3D TOF等技術實現三維尺寸測量。對產品的基本特征尺寸、裝配效果、提供高精度監控。
視覺在測量上的應用，一方面減少了人力測量的需求，降低了人力成本；另一方面，視覺測量具有高精度的特性，誤測誤判的可能性極低。
圖像識別
圖像識別，簡單講就是使用機器視覺處理、分析和理解圖像，識別各種各樣的的對象和目標，功能非常強大。目前主要識別的內容有人、車輛等各類目標物。在工業領域對帶有明確信息的標識，OCR、一維碼、二維碼等常有識別需求。
對明確信息的標識進行識別，有助于提高生產效率、降低生產成本。圖像識別大多商用場景還屬于藍海，潛力有待開發。同時，圖片數據大多被大型互聯網企業所掌握，創業公司數據資源稀少。
定位應用
在工業應用中，利用機器視覺對部件或產品進行定位。這種定位應用多會輔助機器人或者其他執行機構以實現相關的動作。一般來說，定位可協助機器人實現噴漆、涂膠、抓取、焊接等動作。
物體分揀
在機器視覺應用環節中，物體分揀應用是建立在識別、檢測之后的一個環節，通過機器視覺系統將圖像進行處理，結合機械臂的使用實現產品分揀。
在過去的產線上，是用人工的方法將物料安放到注塑機里，再進行下一步工序。現在則是使用自動化設備分料，其中使用機器視覺系統進行產品圖像抓取、圖像分析、輸出結果，再通過機器人把對應的物料放到固定的位置上，從而實現工業生產的智能化、現代化、自動化。
視頻/監控分析
人工智能技術可以對結構化的人、車、物等視頻內容信息進行快速檢索、查詢。這項應用使得讓公安系統在繁雜的監控視頻中搜尋到罪犯的有了可能。在大量人群流動的交通樞紐，該技術也被廣泛用于人群分析、防控預警等。
食品包裝與制藥行業應用
機器視覺在食品包裝領域適用范圍廣泛，可用于檢測瓶子的分類和液位測量、標 簽、蓋子、盒子的檢查，以及瓶的形狀、尺寸、密封性和完整性。食品包裝是食品質量的重要保障，可以保護食品在流通過程中免受污染，提高品質，避免發生安全事故。
機器視覺在藥品包裝、質量檢測及控制等多個方面有廣大作為，助力醫藥行業加 快現代化、智能化進程。目前，在數粒、打碼、泡罩版缺粒、藥品殘缺和斷片、 加裝說明書、編碼識別等檢測環節，機器視覺檢測內容豐富、穩定、精確，滿足醫藥行業包裝線經常變包裝產品的需求。
圖像及視頻編輯
目前市場上也出現了很多運用及機器學習算法對圖像進行處理，可以實現對圖片的自動修復、美化、變換效果等操作。并且越來越受到用戶青睞。
汽車制造行業
汽車制造質量原先主要依靠三坐標測量完成，效率低、時間長、數據量嚴重不足， 且只能離線測量。機器視覺引入非接觸測量技術，逐步發展成固定式在線測量站 與機器人柔性在線測量站等在線測量系統，可嚴格監控車身尺寸波動，提供數據支持。
機器視覺檢測系統可以對產品進行制造工藝檢測、自動化跟蹤、追溯與控制等，包括通過光學字符識別(OCR)技術獲取車身零件編碼以保證零件在整個制造過程中的可追溯性，通過識別零件的存在或缺失以保證部件裝配的完整性，以及通過視覺技術識別產品表面缺陷或加工工具是否存在缺陷以保證生產質量。
消費電子行業
機器視覺在消費電子領域，以PCB/FPC AOI檢測、零部件及整機外觀檢測、裝配引導等應用為主，并呈現出越來越多的新的應用場景。
在電路板從印刷裝置中移下，或在清洗劑中清洗后，以及返修完成返回生產線中，機器視覺提供的在線視覺技術可以在實施印刷操作后直接發現存在的缺陷情況，保證了操作者在加上PCB以前能夠及時處理有關問題。另外，發現缺陷時可以有效防止有缺陷的電路板送達生產線后端，從而避免出現返修或廢棄現象。操作者能夠及時得到反饋，明確處于操作中的印刷工藝操作是否良好，達到預防缺陷產生的目的，對生產效率和良率的提升至關重要。
無人駕駛
隨著汽車的普及，汽車已經成為人工智能技術非常大的應用投放方向，但就目前來說，想要完全實現自動駕駛/無人駕駛，距離技術成熟還有一段路要走。不過利用人工智能技術，汽車的駕駛輔助的功能及應用越來越多，這些應用多半是基于計算機視覺和圖像處理技術來實現。
PART2
機器視覺典型廠商
全球市場中，康耐視(COGNEX)及基恩士(KEYENCE)有著深厚的技術支撐，占據市場份額較大，屬于行業內領先企業。近年來，國產化廠商憑借本土化的服務能力、強大的非標定制能力、以及中國制造的成本優勢，已在光源、工業相機等領域實現了較高的國產化率，也誕生了多家細分領域的龍頭公司。
凌云光：公司是可配置視覺系統、智能視覺裝備與核心視覺器件的專業供應商。
矩子科技：國內機器視覺領域檢測龍頭，產品擁有自主知識產權和自主品牌。
天準科技：公司以機器視覺為核心技術，專注服務于工業領域客戶，整體技術水平國內領先。
漢王科技：公司作為國內人工智能產業的先行者。
拓邦股份：公司是國內一流的智能控制控制器產品制造商。
光韻達：公司是國內領先的激光智能制造解決方案與服務提供商。
愛科科技：公司掌握了平面圖像處理的視覺算法，深入探索了機器視覺技術在智能制造中的應用。
佳都科技：公司重點布局的機器視覺和智能大數據技術，為公司在智能軌道交通和智慧城市等領域的創新奠定基礎。
萬訊自控：公司的工業機器人3D視覺系統已成功應用于寶馬、奧迪等汽車智能制造標桿企業。
遠大智能：子公司高精度力控和視覺引導系統主要應用在工業機器人領域。
PART3
機器視覺資本市場活躍度增加
2022年6月20日, 國內知名的AI+3D+智能工業機器人解決方案提供商梅卡曼德宣布完成C+輪融資；2022年7月6日，凌云光技術股份有限公司在上交所A股科創板正式上市；2022年7月6日，國內領先的機器視覺核心部件供應商博視像元獲近億元天使輪融資；2022年7月7日，“奧比中光”在科創板掛牌上市；2022年7月25日，專注提供3D+AI機器視覺成套解決方案“大幀科技”完成近千萬元Pre-A輪融資.....
如今，隨著AI技術在工業領域的落地應用，越來越多的企業涌入，競爭也愈演愈烈，連華為也想來“分一杯羹”。眼下的機器視覺賽道，可謂是“神仙打架”。
另一方面，雖然機器視覺應用場景廣闊，但我國機器視覺市場存在滲透率較低、部分場景國產水平較弱的痛點，尚處于早期階段。總體上，機器視覺市場仍然魚龍混雜，呈現“群魔亂舞”的局面。
PART4
“三座大山”阻礙機器視覺推廣
1.價格整體偏高
機器視覺產品主要分兩類，第一種：相機起輔助作用，獲取目標信號并反饋給機器人，由機器人執行預設動作；第二種機器主動介入機器人控制系統，通過獲取到的目標位置，協助機器人完成動作。前一種產品價格一般在2-10萬左右；后一種產品涉及到軟件與硬件結合，價格一般在10-25萬左右。對于終端用戶來說，機器視覺產品整體價格偏高，不利于短期推廣。
2.專業人才不足
在工業應用當中，不同行業之間的實際需求差異較大，需要機器視覺解決方案提供者對某一領域的工藝有足夠深的了解，才能夠提出切實有效，能夠解決客戶需求的方案。而機器視覺作為新興行業，真正了解視覺技術又了解終端工藝段的人才稀少，人才不足在很大程度上限制了機器視覺的快速普及。
3.行業魚龍混雜
由于機器視覺行業發展的異常火爆，豐厚利潤驅使眾多企業進入行業，導致行業發展出現了魚龍混雜的情況，一定程度上擾亂了行業的正常發展。
PART5
如何提高工業視覺企業競爭力
那么面對這種困境，整個行業企業應該如何提高自己的競爭力呢？
1.提高自主核心研發能力
工業視覺裝備的主要利潤集中于鏡頭、相機、圖像傳感器等核心零部件，目前國內工業機器視覺廠商的工業視覺裝備大多選擇日本、美國和歐洲的底層零部件。世界工業相機及鏡頭龍頭企業巴斯勒和KOWA凈資產收益率(攤薄)均達到了30%左右，CCD圖像傳感器龍頭柯達凈資產收益率高達41%。
與底層核心硬件開發企業的盈利能力相比，接近工業應用的機器視覺廠商盈利能力略低，即便是機器視覺龍頭企業基恩士，其凈資產收益率也僅為14%。工業領域的另一家機器視覺巨頭康耐視，其凈資產收益率僅為1.5%。
對于企業而言，底層軟硬件研發需要投入更多研發資源和成本，對于短期經營雖然不利，但從長期看，持續的研發投入有利于幫助企業在競爭中搶占市場先機，提高相關產品的市場占有率。
2.攻克上游核心零部件供應鏈
對于競爭日益激烈的中國市場，機器視覺廠商推出產品的速度加快，產品技術發展迅猛，這必然對競爭者提出了更高的要求，以往簡單的模仿復制已不再可行，自己的技術和產品特色才是廠商們需要考慮和挖掘的重點。
相比于持續在集成應用端做重復性勞動，向上游核心零部件產品攻關是在日益激烈的市場競爭中取得優勢的最佳選擇。對于工業機器視覺系統而言，工業鏡頭和相機是核心零部件，擁有自主研發智能工業相機能力將是企業創新能力的重要體現。
3.兼顧傳統與新興應用市場
與其他自動化產品相比，機器視覺產品屬于專業性非常高的產品，對多數用戶而言可能較為陌生，提高了應用門檻。從行業應用來看，電子制造仍然是拉動需求的首位行業。
根據市場調研分析，目前工業機器視覺產品2/3被電子制造、汽車制造行業所占據，其余市場份額分布于食品、包裝機械、印刷等行業，并且這些行業對機器視覺產品的需求仍然在大幅增長。從未來發展前景來看，食品、包裝、機械等行業自動化水平會進一步提升，對機器視覺產品的需求值得期待。
面對激烈的市場競爭，企業必須快速形成自己的競爭優勢，不斷完善和升級產品，積極采取應對策略，壯大自身力量。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
