机器视觉技术发展不断迭代，应用场景不断丰富

2020-08-07 来源：JQRZX |责任编辑：小球球浏览数：1029 全球焊接网

核心提示：1、机器视觉应用起于汽车制造，兴于消费电子机器视觉目前主要应用在消费电子、汽车制造、食品包装、制药业等领域，其中又以消费电子和汽车制造领域为主，应用占比分别为46.60%、10.20%。在消费电子行业，机器视觉应

1、机器视觉应用起于汽车制造，兴于消费电子

机器视觉目前主要应用在消费电子、汽车制造、食品包装、制药业等领域，其中又以消费电子和汽车制造领域为主，应用占比分别为46.60%、10.20%。在消费电子行业，机器视觉应用于高精度制造和质量检测，包括圆晶切割、3C 表面检测、触摸屏制造、AOI 光学检测、PCB 印刷电路、电子封装等。在汽车制造行业，机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印刷和质量检测、字符检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。

机器视觉在汽车制造行业的应用

汽车制造质量原先主要依靠三坐标测量完成，效率低、时间长、数据量严重不足，且只能离线测量。机器视觉引入非接触测量技术，逐步发展成固定式在线测量站与机器人柔性在线测量站等在线测量系统，可严格监控车身尺寸波动，提供数据支持。除传统三坐标测量、激光在线测量外，蓝光扫描测量、表面缺陷测量等视觉测量方法可进行更加精细地测量，对车身基本特征尺寸、车体装配效果、缺陷等提供高精度监控。多种监控测量手段互相结合，确保生产零件零缺陷、整车制造高质量。

机器视觉引导系统突破机器人简单重复示教轨迹的限制，使其根据被操作工件的变化实时调整做工轨迹，提升机器人智能化水平。视觉引导技术逐渐渗透到汽车制造的全过程，比如引导机器人进行最佳匹配安装、精确制孔、焊缝引导及跟踪、喷涂引导、风挡玻璃装载引导等。

机器视觉检测系统可以对产品进行制造工艺检测、自动化跟踪、追溯与控制等，包括通过光学字符识别（OCR）技术获取车身零件编码以保证零件在整个制造过程中的可追溯性, 通过识别零件的存在或缺失以保证部件装配的完整性, 以及通过视觉技术识别产品表面缺陷或加工工具是否存在缺陷以保证生产质量。

我国汽车产销量位于全球前列，汽车制造市场体量庞大。汽车行业自动化程度较高，生产制造中许多环节已经无人化操作，同时汽车智能化蓝图多领域布局，促进机器视觉在汽车行业应用深化。

机器视觉在消费电子行业的应用

机器视觉在消费电子领域，以PCB/FPC AOI 检测、零部件及整机外观检测、装配引导等应用为主，并呈现出越来越多的新的应用场景。

AOI 光学检测是工业生产中执行测量、检测、识别和引导等任务的新兴科学技术，广泛应用于PCB 缺陷检测过程。其采用光学照明与图像传感技术获取被测物体信息，通过数字图像处理增强目标特征，利用模式识别、机器学习、深度学习等算法提取特征信息，并进行分类与表征，最后反馈给执行控制机构，实现产品分类、分组分选、质量控制等生产目标。其基本原理是用各种光学成像技术与系统模拟人眼的视觉成像功能，用计算机处理系统代替人脑执行实时图像处理、特征识别与分类，用执行机构代替人手完成操作。

PCB 缺陷检测主要是焊点缺陷检测和元器件检测两大部分。传统的人工目视检测法易漏检、速度慢、时间长、成本高，已不能满足生产需要，机器视觉PCB检测系统具有重要的现实意义。在电路板从印刷装置中移下，或在清洗剂中清洗后，以及返修完成返回生产线中，机器视觉提供的在线视觉技术可以在实施印刷操作后直接发现存在的缺陷情况，保证了操作者在加上PCB 以前能够及时处理有关问题。另外，发现缺陷时可以有效防止有缺陷的电路板送达生产线后端，从而避免出现返修或废弃现象。操作者能够及时得到反馈，明确处于操作中的印刷工艺操作是否良好，达到预防缺陷产生的目的，对生产效率和良率的提升至关重要。

据中商产业研究院，消费电子及半导体领域的机器视觉市场规模2018 年突破20亿元，2019 年将达到接近30 亿元水平。消费电子行业元器件尺寸小，质量标准高，适合用机器视觉系统检测，也促进机器视觉技术进步。同时，消费电子产品生命周期短，需求量大，拉动机器视觉市场需求。

食品包装与制药行业应用

机器视觉在食品包装领域适用范围广泛，可用于检测瓶子的分类和液位测量、标签、盖子、盒子的检查，以及瓶的形状、尺寸、密封性和完整性。被检查的包装形状不限包装盒、包装箱、金属箱、管状、泡状、盘状、广口瓶、细口瓶、罐装和桶装等。食品包装是食品质量的重要保障，可以保护食品在流通过程中免受污染，提高品质，避免发生安全事故。同时，食品包装的观赏性也会给消费者良好的购物体验。因此，食品包装检测是控制不合格食品流入市场的关键环节，影响企业在行业中的竞争力。

制药企业的生产过程中，药品关系到人的生命健康，即使是微小的缺陷存在，一旦药品流通到市场后也会对患者造成无法弥补的损失，甚至导致医疗事故的发生。机器视觉在药品包装、质量检测及控制等多个方面有广大作为，助力医药行业加快现代化、智能化进程。目前，在数粒、打码、泡罩版缺粒、药品残缺和断片、加装说明书、编码识别等检测环节，机器视觉检测内容丰富、稳定、精确，满足医药行业包装线经常变包装产品的需求。

2、提质、增效、降本是机器视觉发展的源动力

2019 年，我国65 岁及以上人口占总人口比率达12.57%，标志我国已步入严重老龄化社会。劳动力供给不足，推动企业用工成本上升。根据国家统计局数据，城镇非私营单位就业人员平均工资从2012 年的4.68 万元上升为2019 年的9.05万元，八年间用工成本接近翻倍。我国制造业在转型升级过程中必然向自动化、智能化迈进，并不断得到深化。

2017年7月，国务院发布《新一代人工智能发展规划》，明确提出科技引领、系统布局、市场主导、开源开放四项基本原则，以及“三步走”的发展战略：到2020年人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。这确立了人工智能在我国当下的重要地位。

2017年-2020年，人工智能、能制造连续四年被《政府工作报告》覆盖，2019年更是将“智能制造”提升为“智能+”，进一步明确了人工智能、智能制造在国民经济中的重要地位。为响应国务院的号召，各行业、各地方政府也相继出台相关政策，确立了人工智能与智能制造的发展目标。机器视觉作为智能制造的核心分支之一，也是能够率先渗透并发展起来的核心技术之一，在政策利好的环境下，或将获得广大而稳定的发展空间。

全球机器视觉新增专利数量持续提升。截至2019年，全球累计专利数量达到8.6万项；国内机器视觉相关申请和公开专利共计1.1万项。

3、核心部件自主化进行中

国内机器视觉行业研发投入从2016年的5.6亿元增长至2018年的11.7亿元，年均复合增长率达44.8%。国内机器视觉代理商企业的销售额在2018年占行业销售额的32.4%；国内机器视觉企业早期依靠国际供应商的产品代理，缺乏扎实的自主研发基础和具有自主知识产权的核心技术。相比国际龙头企业，国内企业经营时间短，积累薄弱，加大研发是实现进口替代的必由之路。

机器视觉算法是对获取的图像信息进行处理的关键步骤，也是视觉控制系统的重要基础。国内视觉处理分析软件大多建立在OpenCV等开源视觉算法库中，或以Halcon、VisionPro等第三方商业算法库为基础进行二次开发，只有少数企业具有独立自主的底层算法库。独立底层算法需要经历漫长的研发周期和巨大的资金投入，是未来国内机器视觉企业自主化的主要技术支持。

深度学习拓宽应用场景。目前主流的机器视觉技术仍采用传统方式，即首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景下定量检测具有高速、高准确率、可重复性等优势。但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。深度学习对原始数据通过多步特征转换，得到更高层次、更加抽象的特征表示，并输入预测函数得到最终结果。深度学习可以将机器视觉的效率和鲁棒性与人类视觉的灵活性相结合，完成复杂环境下的检测，特别是涉及偏差和未知缺陷的情形，极大地拓展了机器视觉的应用场景。

传统的2D机器视觉技术在三个自由度（x、y和旋转）上定位目标物体，并基于灰度或彩色图像对比度提供图像处理分析结果，无法获取目标物体的三维信息，也易受光照条件变化、物体运动等影响。3D机器视觉技术可以在六个自由度（x、y、z、旋转、俯仰和横摆）上定位目标物体，提供丰富的三维信息，使机器能够感知物理环境的变化并作出相应调整，提高了应用中的灵活性和实用性。

高精度成像和互联互通技术助力。高精度成像技术要求新型光源、更全面的波长覆盖和创新的光源布局等光源技术，以及提供更大靶面和更小像元的新型镜头和相机产品，是机器视觉行业始终追求的技术发展目标。行业内企业、协会和产业联盟不断合作，制定数据接口、通讯协议等基础共性标准，旨在打通视觉和各信息系统的通道，实现系统间的互联互通，是工业发展的必然趋势。

4、应用场景不断丰富，千亿蓝海大有可为

全球机器视觉正处于快速成长期。据marketsandmarkets预测，全球机器视觉市场规模在2020年有望达到107亿美元，至2025年有望达到147亿美元。国内机器视觉核心部件市场长期由少数国际巨头把持，而国产品牌正在崛起。看未来，实现进口替代的路径由易到难，先后是光源、相机、镜头、开发软件；而在应用端，机器视觉设备应用如火如荼，在消费电子领域的应用已较为普遍。而随着国内制造升级，全球高端制造产能向我国转移，将同步提高对高端精密机器视觉设备的需求，如面板前中段制程和半导体检测设备也正逐渐实现进口替代。这将进一步促进国内机器视觉部件和设备厂商的技术迭代，并提升对应用工艺的理解。

随着机器视觉硬件方案的不断成熟和运算能力的提升，以及软件在各种应用解决方案、3D算法、深度学习能力的不断完善，机器视觉在电子产业（如PCB、FPC、面板、半导体等领域）应用的广度和深度都在提高，并加快向食品饮料、医药等其他领域渗透，预计我国机器视觉市场规模将继续保持较高的增速。

GGII数据显示，2019年我国机器视觉市场规模65.5亿元（不包含计算机视觉市场），同比增长21.8%。2014-2019年复合增长率为28.4%，并预测到2023年中国机器视觉市场规模将达到155.6亿元。

机器视觉核心部件和设备企业盈利能力优异，行业成长性和进口替代的庞大空间是国内机器视觉企业的历史性机遇。2019年，机器视觉国际巨头基恩士和康耐视毛利率分别为82.35%/73.85%，净利率分别为38.52%/28.10%，而国内以光源为主打产品的奥普特毛利率/净利率分别为73.59%/39.35%。在机器视觉设备领域，相关企业毛利率普遍在40-50%的较高水平。随着核心零部件国产化进程的加快，将降低机器视觉应用成本，提升国内机器视觉设备企业的竞争优势，并推动机器视觉在智能装备领域的普及。

5、机器视觉领域代表企业

图漾科技

图漾科技位于上海张江，是一家专注于3D机器视觉技术的科技公司，为客户提供集硬件和算法于一体的工业视觉解决方案：通过其带有独有技术的“深度摄像头”产品，采集真实准确有效的信息数据（周边环境&物件尺寸、位置等），再借助于计算机硬件和软件对相关图像加以测量分析并输出结果，从源头层面助推相关行业逐步数字化。

深度传感器DS 460（点击了解产品详情）

目前，图漾科技已经为国内数百家企业提供了产品服务，包括abb、京东、新北洋、顺丰、菜鸟、韩国邮政等，在集成商生态圈培养、场景打磨、技术积累等方面具备了明显的先发优势和极高的壁垒。

所罗门

所罗门致力于成为3D机器视觉及工业用AI领导品牌，其产品透过先进的3D视觉与最新的深度学习技术，提供机器人强大功能，能有效解决以往机器人做不到或难以执行的任务。所罗门的使命是赋予机器人“眼睛”和“大脑”，让它们拥有类似人类的视觉与辨识判断能力，透过所罗门的视觉产品与完善服务，帮助客户提高生产力与质量，迈向先进智能制造。