來源：獵頭備忘錄
說明：本文為獵頭備忘錄原創文章，僅是小獵日常行業資訊彙總，不做商用；文章内容僅供學習和交流，不代表個人觀點及立場，若有侵權請聯系删除，若轉載請注明出處。
正文：
人工智能的分支主要包括語音類技術、視覺類技術、自然語言處理技術和基礎硬體等。視覺類技術在中國人工智能市場中占據最大的市場佔有率。
視覺類技術包含機器視覺和計算機視覺兩個既有差別又有聯系的概念。
資料來源：甲子光年整理
計算機視覺(computer vision)是采用圖像處理、模式識别、人工智能技術相結合的手段，實作一幅或多幅圖像的計算機分析，而機器視覺(machinevision)偏重于計算機視覺技術工程化，旨在自動擷取和分析特定的圖像，以控制相應的行為。
具體來說，計算機視覺為機器視覺提供圖像和景物分析的理論及算法基礎，機器視覺為計算視覺的實作提供傳感器、系統構造和實作手段。通俗地說，機器視覺就是用機器代替人眼。機器視覺模拟眼睛進行圖像采集，經過圖像識别和處理提取資訊，最終通過執行裝置完成操作。
目前機器視覺的主要應用領域包括ADAS(進階駕駛輔助系統)、AGV(自動引導車)、安防、工業、消費等。
根據調查結果顯示，2012-2021年中國機器視覺器件和系統的銷售額從2012年的19.8億元增長至2021年的161億元，其複合增長率近似為31.7%，且2021年的增長率56%尤為顯著。2022年中國機器視覺行業銷售額預測将突破200億元。
工業是目前中國機器視覺行業最大的下遊應用領域，工業領域的銷售額占比為 81.2%，其中工業行業包括電子制造、顯示面闆、汽車、印刷、半導體、食品飲料包裝等行業。其他、交通、娛樂、國防安防行業為輔，其銷售額占比依次為 10%、3.3%、3.1%、1.1%。
工業機器視覺的核心是通過“機器眼”代替人眼，對物體進行識别、測量并做出判斷。工業機器視覺具備高感覺效率、高精準度、和基本無人化的優勢，是實作工業自動化的核心。
機器視覺發展曆程：
資料來源：甲子光年整理
機器視覺系統：
機器視覺系統是一個包含硬體、軟體和算法等諸多單元的應用系統，主要包括成像和圖像處理兩大部分，前者通過硬體部分實作，後者由算法及軟體構成的視覺控制系統負責，對成像進行處理分析，輸出分析結果至執行機構。
2D、3D機器視覺系統：
典型的機器視覺系統包括光源及光源控制器、鏡頭、相機、視覺控制系統等部件，其中 光源及光源控制器、鏡頭、相機等硬體部分負責成像，視覺控制系統負責對成像結果進行 處理分析和輸出。
2D視覺系統的一般原理是通過攝像頭拍攝平面照片，然後通過圖像分析或比對來識别物體，主要依據是物體一個平面上的特征。
由于2D視覺無法獲得物體的空間坐标資訊，是以無法完成物體平面度、表面角度、體積等測量，同時也難以區分顔色相近的表面。同時成像的對比度對結果的分析至關重要，是以特别依賴于光照和顔色/灰階變化，易受照明條件的影響。
3D視覺可以滿足以往2D視覺難以滿足的工業場景應用，對2D視覺起到補充作用。業界認為2D向3D的轉變将成為視覺技術繼黑白到彩色、低分辨率到高分辨率、靜态圖像到動态影像後的第四次革命。
目前3D視覺最有前景的工業應用場景：高精度的測量及缺陷識别、高速高精度的線上檢測、自動裝配、視覺引導機器人等。
視覺引導是指通過3D視覺對工件進行定位和識别，引導機器人進行抓取，用于無序分揀與堆碼，上下料，焊接等。視覺檢測則是将攝像頭、雷射掃描器等安裝在機器人末端，對工件進行輪廓檢測、表面缺陷檢測、三維重建等。
典型機器人3D視覺引導系統由三部分構成：軟體、3D相機、計算機。3D相機擷取待分揀工件/堆垛的3D點雲資訊，傳送到計算機上的軟體，進行分割和識别，擷取要抓取物品空間位置資訊，規劃機械臂運動路徑，引導機械臂完成抓取。
主流的 3D 成像技術
資料來源：甲子光年整理
2D機器視覺技術具有局限性，3D可以作為有效補充。使用2D機器視覺技術可以擷取二維圖像，在三個自由度（x、y和旋轉）上定位被攝目标，并基于灰階、對比度的特征進行分析。但2D技術存在無法提供物體高度、平面度、表面角度、體積等三維資訊、易受光照變化影響、對物體運動敏感等局限性。3D 技術增加了旋轉、俯仰、橫擺三個次元，更能還原真實立體世界，通過3D視覺傳感器采集3D輪廓資訊，形成3D點雲，實作平面度、翹曲度、段差、曲面輪廓度等3D尺寸量測。
工業控制對精度、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視覺子產品，增加工業機器人的環境感覺能力，可以拓寬應用場景。
工業視覺市場規模：
目前國産機器視覺的市場主要集中于2D技術領域的市場，2021年工業3D視覺市場出貨量達2.7萬套，在整個工業機器視覺市場出貨中占比不足5%；2022年中國工業視覺規模168.88億，其中工業3D視覺規模不到20億（其中3D工業相機銷量超過5萬台，其中機器人引導類3D相機出貨量超過8500台）現階段不是一個量級。
資料來源：中商産業研究院、中泰證券研究所
資料來源：中商産業研究院、中泰證券研究所
資料來源：甲子光年整理
預計2027年中國3D工業相機市場規模為160億元人民币，2022~2027年CAGR為53.8%。GGII資料顯示，2022年中國3D工業相機市場規模為18.40億元，同比增長59.90%，滲透率接近10%。随着制造業智能化深入，預計2027年3D工業相機市場規模将接近160億元，2022~2027年CAGR為53.8%。
資料來源：GGII、海康機器人招股書
工業視覺産業鍊：
從機器視覺産業鍊角度來看，機器視覺行業産業鍊環節較長，上遊由機器視覺系統硬體和軟體算法構成，中遊為裝置商和系統內建商主要負責軟體
的二次開發和裝置制造，下遊應用場景和行業廣泛。目前行業應用熱度較高的集中在：3C電子、锂電、光伏、半導體等行業。
資料來源：甲子光年整理
資料來源：億歐智庫整理
機器視覺上遊零部件成本占比較高，是機器視覺的核心部分。關鍵零部件和軟體系統約占工業機器視覺産品總成本的80%。其中光源、工業相機、底層軟體算法等技術壁壘及利潤率水準較高，是以對機器視覺上遊環節的掌握是目前市場競争的關鍵，亦是展現機器視覺核心競争力的重要環節 。
上遊零部件主要包括光源、鏡頭、相機、傳感器、圖像采集卡等。目前光源已基本實作 國産替代，內建商的技術水準目前基本追趕上國外先進企業，但伴随技術發展，光源高端化趨勢亦非常明确，對光源及打光方案亦提出了更高要求。而其他零部件如工業鏡頭、 工業相機及軟體則仍以海外品牌為主，優勢較為明顯。
如3D相機端，得益于鏡頭與CMOS傳感器的技術領先，基恩士、康耐視的檢測間隔可達0.6秒，基恩士、康耐視相機的檢驗重複精度可達±0.5μm，對比海康±0.06mm相機優勢較大；基恩士算法搭載AI晶片，擁有自動特征抽出算法、機器學習算法、預處理功能，康耐視VisionPro Deep Learning軟體基于AI神經網絡模型運算，兩者3D定位精度2.5μm，海康算法3D定位精度6μm。
工業視覺行業應用：
工業機器視覺的場景應用可分為：識别、測量、定位、檢測功能。目前應用較多的場景主要為視覺檢測與視覺引導。
資料來源：億歐智庫整理
資料來源：甲子光年整理
機器視覺應用方向包含工業級與消費級，産業邊界趨于模糊。用于3C電子、半導體與新能源等闆塊的工業級機器視覺。
資料來源：甲子光年整理
3D視覺在工業的應用往往會和機器人聯合形成解決方案，主要應用方向有機器人視覺引導與檢測兩種。
3D工業視覺主流玩家有兩類：原2D視覺領域内外資頭部廠商、内資初創型廠商。
在精密檢測及測量場景中，原2D視覺頭部廠商優勢較大；在機器人引導類場景中，内資初創型廠商以快速設計并落地方案的優勢，處于領先地位。同樣由于工業場景定制化程度高，以及高精度、高效率的方案要求，工業級3D視覺的産品定價更高，盈利能力更強。
在精密檢測及測量場景中（主要應用于汽車、3C、锂電池、半導體晶圓檢測、晶片檢測等中高端領域，産品價值量相對本土産品更高），3D通常是與1D、2D技術融合使用，現有2D視覺上司廠商依靠成熟的供應鍊以及深厚的行業Know-How，依然會主導行業發展，領先的企業有：基恩士、奧普特、大恒圖像、淩雲光等。
國内3D工業視覺企業主要集中裝置組裝和內建環節，依靠成本效益、深度定制以及服務能力赢得市場，但其主要核心零部件（機器人運動算法、應用工藝包，3D工業相機）主要為外購。在移動機器人引導應用中，内資初創型3D視覺廠商處于領先地位。
大多數3D視覺國産品牌更多專注于物流、工程機械、金屬加工、3C電子等毛利率較低、對産品精度要求相對較低的中低端場景中（機械臂進行分揀、上下料等場景），代表企業：梅卡曼德（專注引導類）、星猿哲、圖漾科技（專注視覺定位）、熵智科技、邁德威視、知象光電、埃爾森（專注引導類）、海康機器人（專注視覺定位）、遷移科技、如大學技、深視智能（精密測量與檢測）等。以視覺為主要導航方式的移動機器人在國内還較少，有：海康機器人、靈動科技、馬路創新、藍芯科技等。部分領先的國内企業，通過提升核心零部件能力，拓展産品線，應用場景持續往高端領域滲透，代表廠商有奧普特、淩雲光、大恒圖像、海康機器人等。
2022 年中國工業 3D 視覺品質檢測類方案 TOP10 廠商格局
資料來源：MIR DATABANK
2022 年中國工業 3D 視覺引導類廠商格局 TOP15
資料來源：MIR DATABANK
工業視覺廠商銷售模式：
資料來源：甲子光年整理
工業視覺行業現狀：
2D視覺行業發展時間長，市場成熟，行業格局穩定；硬體技術成熟，創業機會主要在算法層面（2D産業鍊上遊壁壘明顯，同時硬體技術已經非常成熟，鮮有技術革新，産品生命周期長）
3D視覺處于發展早期，市場格局分散；同2D視覺相比，3D視覺産業的特征是“尋找增量”的邏輯強于“國産替代”。國内外巨頭都不具備明顯的技術優勢，行業存在着大量新公司的機會，關鍵在于尋找合适的落地場景。
3D視覺作為22年及之前大火賽道，3D視覺行業卷，普遍存在價格亂象，現階段3D視覺企業普遍虧損，項目做多虧多。
目前國内各家并沒有拉開技術産品差異化，也沒有形成場景差異化，同質化問題嚴重。
機器視覺上市公司彙總（資料來源：前瞻産業研究院整理）：
3D視覺企業融資現狀（2022-至今）：
2022年以來3D視覺公司融資統計
—版權聲明—
僅用于學術分享，版權屬于原作者。