超高速面掃描相機行業(yè)發(fā)展基本情況

超高速面掃描相機行業(yè)發(fā)展基本情況

機器視覺行業(yè)發(fā)展現狀隨著國內機器視覺相關企業(yè)研發(fā)技術水平的提高、國產品牌智能制造設備商實力的增強，國產品牌機器視覺企業(yè)可以利用更為先進的生產制造技術不斷加快產品更新換代的速度。同時，國產品牌企業(yè)還可以利用自身更便捷、靈活、及時的服務特點，在穩(wěn)固占據機器視覺核心部件中低端市場的優(yōu)勢地位的基礎上，加速搶占高端機器視覺部件市場，從而獲得更大規(guī)模的發(fā)展空間。機器視覺是指利用計算機視覺技術、圖像處理技術、模式識別技術等，實現機器自動獲取外界圖像信息并作出相應反應的技術。機器視覺的應用可以大大提高工廠的生產效率，從而提升企業(yè)的競爭力。中國機器視覺行業(yè)發(fā)展前景廣闊，未來將繼續(xù)保持良好發(fā)展態(tài)勢。隨著人工智能技術的發(fā)展，機器視覺行業(yè)將會受到更多的關注，從而推動其發(fā)展。中國機器視覺行業(yè)前景預測機器視覺雖然只有幾十年發(fā)展時間，但隨著全球新一輪科技革命與產業(yè)變革浪潮的興起，機器視覺行業(yè)順勢迎來快速發(fā)展。機器視覺的應用已經從最初的汽車制造領域，擴展至如今消費電子、制藥、食品包裝等多個領域實現廣泛應用。從產業(yè)發(fā)展生命周期來看，國際機器視覺產業(yè)已經處于成熟期，預期未來幾年內，歐美日機器視覺技術仍將不斷有創(chuàng)新，國際機器視覺市場有望保持現有市場規(guī)模，并繼續(xù)增長。國內機器視覺產業(yè)目前還處于成長期，從近幾年的情況來看，我國機器視覺產業(yè)已積累足夠技術、市場、行業(yè)經驗，已步入快速發(fā)展階段。機器視覺產業(yè)鏈主要由上游原材料零部件、中游裝備制造以及下游終端應用行業(yè)構成。從深度來看，機器視覺的應用覆蓋產業(yè)鏈的多個環(huán)節(jié)。以手機的制造為例，機器視覺可應用在結構件生產、模組生產、成品組裝、錫膏和膠體的全制造環(huán)節(jié)，例如IPhone生產全過程就需要70套以上的機器視覺系統。從廣度上看，機器視覺的下游行業(yè)眾多，包括汽車、3C電子、半導體、食品飲料、光伏、物流、醫(yī)藥、印刷、玻璃、金屬、木材等。近期工業(yè)自動化中機器視覺技術的發(fā)展不斷更新迭代，使得其在智能制造中的地位也是日漸突顯，推動了工業(yè)自動化、人工智能、智能制造等行業(yè)的進步，為各個領域都帶來更強勁的發(fā)展動力。隨著工業(yè)4．0時代的到來，機器視覺在智能制造業(yè)領域的作用越來越重要，機器視覺是一門學科技術，廣泛應用于生產制造檢測等工業(yè)生產制造領域，用來保證產品質量、控制生產流程、感知環(huán)境等，也是集成自動化解決方案的核心構成要素。機器視覺的這種不斷增長的擴散正在與將工業(yè)系統連接到物聯網（IoT）的趨勢融合。隨著傳感器變得越來越智能化（部分地由支持的計算機視覺算法驅動），因此生成的數據為工業(yè)系統的運行提供了寶貴的見解。反過來，這又開辟了監(jiān)視設備的新方式，將自主機器人系統（如無人機）連接到物聯網基礎設施。目前，國內機器視覺主要競爭企業(yè)包括Keyence（基恩士）、Cognex（康耐視）、TeledyneDalsa、Basler、?？禉C器人、華?？萍肌⒋蠛銏D像、奧普特、合肥?？乒怆姷?。機器視覺是人工智能正在快速發(fā)展的一個分支，不同權威機構對機器視覺的定義略有差異，但簡單說來，機器視覺就是用機器代替人眼來做檢測、判斷和控制。機器視覺基于仿生的角度發(fā)展而來，比如模擬眼睛是通過視覺傳感器進行圖像采集，并在獲取之后由圖像處理系統進行圖像處理和識別。由于工業(yè)自動化生產日益增長的技術需求，全球機器視覺行業(yè)60年代開始興起，起步較早，90年代發(fā)展已趨于成熟，現階段繼續(xù)保持高速發(fā)展。中國機器視覺行業(yè)伴隨中國工業(yè)化進程的發(fā)展而崛起，于90年代末起步，相對全球較晚，目前正處于快速發(fā)展階段。2019年我國機器視覺市場規(guī)模65．5億元（不包含計算機視覺市場），同比增長21．8%。2014-2019年復合增長率為28．4%，并預測到2023年中國機器視覺市場規(guī)模將達到155．6億元。當前我國經濟向新動能、新經濟轉換，3C、汽車、光伏半導體等眾多行業(yè)對機器視覺技術迸發(fā)旺盛需求，由此看來，中國機器視覺市場潛力巨大。十四五期間，中國將進一步深化產業(yè)結構調整，推進制造業(yè)的科技創(chuàng)新和智能制造水平，著力從要素驅動向技術及創(chuàng)新驅動轉變。通過強化研發(fā)、設計能力，提高配套能力、基礎工藝、基礎材料、基礎元器件的研發(fā)和系統集成水平，促進細分市場、專業(yè)化分工和集群發(fā)展，推動先進裝備制造業(yè)和高新技術產業(yè)從以組裝為主向自主研發(fā)制造為主轉變。產業(yè)結構的轉型升級以及制造業(yè)的進一步智能化將推動機器視覺行業(yè)的發(fā)展。中國機器視覺行業(yè)市場概況中國市場已成為全球機器視覺市場規(guī)模增長最快的市場之一。根據中國機器視覺產業(yè)聯盟的統計，中國機器視覺行業(yè)的銷售額從2018年的101．80億元增長至2020年的144．20億元，復合增長率達19．02%。得益于宏觀經濟回暖、新基建投資增加、數據中心建設加速、制造業(yè)自動化推進等因素，預計2020年至2023年，中國機器視覺行業(yè)的銷售額將以27．15%的復合增長率增長，至2023年銷售額將達296．00億元。從下游應用行業(yè)角度考慮，根據中國機器視覺產業(yè)聯盟統計，機器視覺已經在電子/電氣、半導體、汽車、印刷包裝、食品加工等領域得到廣泛應用。其中，電子/電氣行業(yè)是目前中國機器視覺行業(yè)最大的下游應用領域，2020年其銷售額占比為52．90%。機器視覺被廣泛應用在工業(yè)制造領域，制造業(yè)的發(fā)展將推動機器視覺的發(fā)展。根據國家統計局統計，2021年我國國內生產總值突破114．37萬億元，為全球第二大經濟體；而作為經濟支柱，我國制造業(yè)為我國GDP增長做出了巨大的貢獻。2010年我國制造業(yè)增加值首次超過美國，中國成為全球制造業(yè)第一大國，2021年我國制造業(yè)GDP增加值已達31．38萬億元。機器視覺為機器植入眼睛和大腦，讓機器取代人工，幫助制造業(yè)實現自動化和智能化，是現代化制造提質、增效、降本、減排的推動力，是推動智能制造的關鍵引擎。隨著我國進入全面推進智能制造階段，機器視覺將向全行業(yè)覆蓋，應用市場需求急劇擴增，因此智能制造為機器視覺提供了巨大的需求牽引，是機器視覺的重大戰(zhàn)略機遇。機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統是通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，得到被攝目標的形態(tài)信息，根據像素分布和亮度、顏色等信息，轉變成數字化信號。視覺是人類觀察世界和認知世界的最重要途徑，在不需要進行身體接觸的情況下，就能夠直接與周遭環(huán)境進行智能的交互。長期以來，科學家們一直試圖將視覺能力賦予機器，幫助它們看清世界。作為實現工業(yè)自動化和智能化的關鍵核心技術，機器視覺也已經成為人工智能領域發(fā)展最快的分支之一。機器視覺行業(yè)面臨的機遇與挑戰(zhàn)（一）機器視覺行業(yè)面臨的機遇1、機器視覺行業(yè)國家政策鼓勵行業(yè)為機器視覺行業(yè)，應用于智能制造的各個領域。近年來，國家為了大力支持和鼓勵智能制造產業(yè)的高質量發(fā)展，先后頒布了一系列的鼓勵及支持政策。其中，2021年12月，工信部、發(fā)改委等八部門發(fā)布的《十四五智能制造發(fā)展規(guī)劃》中提到深入實施智能制造工程，著力提升創(chuàng)新能力、供給能力、支撐能力和應用水平，加快構建智能制造發(fā)展生態(tài)，持續(xù)推進制造業(yè)數字化轉型、網絡化協同、智能化變革，構建虛實融合、知識驅動、動態(tài)優(yōu)化、安全高效、綠色低碳的智能制造系統。2021年8月，國資委召開會議，強調要把科技創(chuàng)新擺在更加突出的位置，針對工業(yè)母機、高端芯片、新材料、新能源汽車等加強關鍵核心技術攻關。2021年3月，第十三屆全國人大第四次會議發(fā)布的《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》中提到培育壯大人工智能、大數據、區(qū)塊鏈、云計算、網絡安全等新興數字產業(yè)，提升通信設備、核心電子元器件、關鍵軟件等產業(yè)水平。這些政策的頒布為智能制造在我國的發(fā)展樹立了鮮明的發(fā)展方向。整體來看，智能制造對設備的精度、速度、環(huán)境適應性等條件都提出了更高要求，這種要求也是機器視覺行業(yè)發(fā)展的驅動力。智能制造行業(yè)中關鍵技術領域的提升離不開機器視覺，核心產品的創(chuàng)新也離不開機器視覺，機器視覺作為智能制造的眼睛，為其提供強有力的技術支持，也為其進一步發(fā)展營造一個有利的客觀環(huán)境。此外，自動化設備作為機器視覺產品的重要載體，機器視覺系統為這些自動化設備收集、理解應用信息提供了一個主要途徑，自動化智能設備只有在仔細分析及評估這些信息后，才能觸發(fā)相應機器設備進行可靠的、有智慧的、甚至自主的行動。因此，隨著《中國制造2025》戰(zhàn)略的推進，我國工業(yè)制造領域的自動化和智能化程度的加深，機器視覺將得到更廣泛的發(fā)展空間。2、機器視覺行業(yè)提供巨大發(fā)展?jié)摿σ环矫?，由于我國國內機器視覺企業(yè)起步時間較晚，在技術方面的實力有待提升；另一方面，國內很多終端用戶出于使用習慣和安全性考慮，通常會要求設備制造商采用進口或國際品牌產品，使得國際品牌機器視覺企業(yè)在我國市場上仍舊占據優(yōu)勢地位。但近年來，隨著中美貿易戰(zhàn)、新冠疫情等不確定性事件頻發(fā)，國內裝備制造企業(yè)在采購海外品牌產品時，會發(fā)生交貨周期長、售后服務不及時等問題，從而在一定程度上影響這些企業(yè)的交付進度，令企業(yè)蒙受損失。未來，隨著國內機器視覺相關企業(yè)研發(fā)技術水平的提高、國產品牌智能制造設備商實力的增強，國產品牌機器視覺企業(yè)可以利用更為先進的生產制造技術不斷加快產品更新換代的速度。同時，國產品牌企業(yè)還可以利用自身更便捷、靈活、及時的服務特點，在穩(wěn)固占據機器視覺核心部件中低端市場的優(yōu)勢地位的基礎上，加速搶占高端機器視覺部件市場，從而獲得更大規(guī)模的發(fā)展空間。3、機器視覺行業(yè)下游需求持續(xù)旺盛目前，機器視覺已應用在國民經濟的眾多行業(yè)中，根據機器視覺產業(yè)聯盟2021年度對153家企業(yè)調查的數據統計，我國機器視覺應用以制造業(yè)為主，2021年銷售額占比為79．8%，其中又以電子行業(yè)、新型顯示、汽車、電池等行業(yè)為主。同時，在全球疫情爆發(fā)的大背景下，生物醫(yī)藥、交通運輸、智能制造等領域對機器視覺的需求量大增。預計未來，得益于我國經濟快速回暖、城鎮(zhèn)化進程的加速、居民生活水平的進一步提高，機器視覺行業(yè)的主要下游應用領域將繼續(xù)保持較快增長。下游應用行業(yè)規(guī)模的擴大以及智能制造的推進，將會吸引更多行業(yè)引入機器視覺參與生產制造。同時，隨著技術的進步和經濟的發(fā)展，一些新興產業(yè)的興起，也有望進一步拓展機器視覺的市場空間?？v向上，機器視覺在現有領域的深度拓展將帶來新的行業(yè)增長。機器視覺在各行業(yè)的初始應用往往配置在要求較高的生產環(huán)節(jié)的檢測中。隨著機器視覺技術的普及、成本的下降，機器視覺在生產環(huán)節(jié)中的應用逐漸得到深化，充分發(fā)揮除機器視覺定位、測量和識別之外的復雜檢測功能。以手機的生產制造為例，機器視覺從最初只應用在個別關鍵環(huán)節(jié)的檢測中，發(fā)展到如今，已經幾乎應用在從零部件到模組再到整機等各個生產環(huán)節(jié)，參與從零部件到整機裝配的手機制造全工藝流程。類似手機行業(yè)的這種深化過程，將會出現在其他行業(yè)中，從而進一步擴大機器視覺的行業(yè)應用市場空間。（二）機器視覺行業(yè)面臨的挑戰(zhàn)1、機器視覺行業(yè)起步較晚，基礎相對薄弱機器視覺行業(yè)在我國起步較晚，目前，國內專注于機器視覺領域的相關企業(yè)規(guī)模普遍偏小，相關產品質量有待提高及進步，導致產業(yè)鏈整體基礎較為薄弱。2、機器視覺行業(yè)高端技術研發(fā)人才不足近年來，我國機器視覺行業(yè)雖然在飛速發(fā)展，但行業(yè)內國產品牌企業(yè)主要在中低端市場相互競爭，無法通過品牌溢價獲得高額利潤，使得企業(yè)難以提供充足的資金對相關技術的創(chuàng)新及人才的培養(yǎng)。另一方面，高校等科研機構與機器視覺行業(yè)相關的光學、算法等復合型人才的培養(yǎng)不僅需要大量的理論知識學習，還需要在實踐生產中進行探索研發(fā)，而行業(yè)內企業(yè)難以提供合適、完善的實踐環(huán)境。因此，我國在機器視覺領域的高端技術研發(fā)人才存在大量缺口，難以為行業(yè)提供充足的人才資源，將對行業(yè)的未來發(fā)展構成一定的挑戰(zhàn)。3、機器視覺行業(yè)供應鏈安全的不確定性，制約發(fā)展速度我國在圖像傳感器、處理器相關領域的發(fā)展還有待完善，因此相關原材料的需求主要依賴于進口。未來，隨著全球貿易不確定性對供應鏈安全保障的影響，將會對行業(yè)快速發(fā)展形成一定的挑戰(zhàn)。機器視覺行業(yè)新技術未來發(fā)展趨勢高精度光學成像是機器視覺行業(yè)始終追求的技術發(fā)展目標。高精度光學成像需要光源、鏡頭、相機、圖像采集卡等各部分的精密配合，要求新型光源、更全面的波長覆蓋和創(chuàng)新的光源布局等光源技術，以及提供更大靶面和更小像元的新型鏡頭和相機產品。高精度光學成像技術增強了機器視覺的圖像信息獲取能力，通過多樣化光學成像技術，獲取到傳統成像中難以獲取的圖像信息，并通過高速、高靈敏度的圖像采集技術深度挖掘圖像中隱含的內部信息，滿足更高分辨率、更多維度、更大空間帶寬積的光電成像需求。目前機器視覺主要采用的2D機器視覺技術僅能獲取固定平面內的形狀及紋理信息等二維圖像，這主要基于物體在灰度或者彩色圖像中對比度的特征提供處理分析結果。2D機器視覺技術的缺點包括無法提供物體高度、平面度、表面角度、體積等三維信息；容易受光照條件變化的影響；對物體的運動比較敏感等。隨著智能制造變革來臨，面對復雜的物件辨識和尺寸量度任務，以及人機互動所需要的復雜互動，2D視覺在精度和距離測量方面均出現技術限制。3D機器視覺技術相對于2D技術提供了更豐富的被攝目標信息，可以識別物體的深度、形貌、位姿等3D信息。3D技術提供了豐富的三維信息，使機器能夠感知物理環(huán)境的變化，并相應地進行調整，從而在應用中提高了靈活性和實用性，擴大了機器視覺的應用場景。多光譜技術，利用像元級的鍍膜技術實現對不同波長光譜信號的采集，從而得到高分辨率的多/高光譜的圖像信號，大大簡化了視覺系統的光學部件復雜性。光譜技術推動機器視覺實現目標的多種特征分析。隨著機器視覺的快速發(fā)展和普及，機器視覺產品已經廣泛應用于3C、鋰電池、半導體、PCB、新型顯示、汽車零配件、光伏、物流、醫(yī)藥、包裝印刷、軌道交通等眾多產業(yè)中。各行業(yè)樣本的復雜性要求機器視覺從可見光光譜到非可見光光譜、從單一光譜到多光譜，不僅需要實現目標的外觀檢測，也需要實現目標的材料成分、顏色、溫度等復雜特征的分析。多光譜技術利用光的衍射和折射特性，通過光柵、棱鏡等分光元件，獲取到不同譜段的有效信號，實現目標高維信息參量獲取，并通過相關分析算法將譜域信號與測量需求建立聯系，如物質成分、溫度、三維面型等，進而滿足復雜多樣化的測量需求。在工業(yè)領域中，隨著機器視覺的應用逐漸深入，自動化程度越來越高，機器視覺核心部件的智能化程度不斷提升，集成更多邊緣智能已經成為工業(yè)相機未來發(fā)展的主要趨勢之一。智能工業(yè)相機是一個兼具圖像采集、圖像處理和信息傳遞功能的小型機器視覺檢測系統，是一種嵌入式計算機視覺檢測系統，提供了具有多功能、模塊化、高可靠性、易于實現的機器視覺解決方案。它將圖像傳感器、處理模塊、通訊模塊和其他外設集成到一個單一的相機內，由于這種一體化的設計，可降低系統的復雜度，并提高可靠性，同時系統尺寸大大縮小，拓寬了機器視覺的應用領域。智能工業(yè)相機可以在特定的應用環(huán)境中實現圖像處理并利用內嵌的人工智能算法做出邏輯判斷，為自動化場景提供無需人工干預的智能方案，是工業(yè)自動化領域集成邊緣智能的重要手段。通過對智能芯片和算法的集成，智能工業(yè)相機具有強大的軟硬件功能，未來將在各個工業(yè)領域中發(fā)揮重要作用，例如可應用于高端工業(yè)檢查、產品分類、質量檢測、視覺傳感器網絡、條碼閱讀、入侵檢測和交通監(jiān)控等工業(yè)過程。深度學習方法作為傳統神經網絡的拓展，近年來在語音、圖像、自然語言等的語義認知問題上取得巨大的進展，為解決機器視覺大數據的表示和理解問題提供了通用的框架。隨著機器視覺在不同行業(yè)應用的擴展，傳統算法的機器視覺在針對缺陷類型復雜化、細微化、背景噪聲復雜等外觀檢測以及分選定級應用場景時，呈現通用性低、不易復制、對使用人員要求高等缺點?；谏疃葘W習的機器視覺采用更復雜的規(guī)則實現精細的量化評估，憑借AI深度學習更強的特征提取能力為機器視覺提供更多應用可能，使得機器視覺能夠解決更加復雜背景下的定位與識別、工件的缺陷檢測和分割、畸變物體的分類、難辨字符與文本的讀取等復雜的工作任務。隨著工業(yè)機器視覺的檢測對象越來越復雜，應用越來越廣泛，機器視覺應用逐漸從傳統機器視覺向基于深度學習的機器視覺過渡，機器視覺的應用領域也會因深度學習技術而得到極大擴展。此外，基于深度學習方法的機器視覺系統對機器視覺核心部件的軟硬件水平提出了更高要求，與深度學習算法相匹配的工業(yè)相機和圖像采集卡等機器視覺核心部件的技術發(fā)展將成為機器視覺未來發(fā)展趨勢之一。機器視覺行業(yè)應用領域目前主要識別的內容有人、車輛等各類目標物。在工業(yè)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。醫(yī)療數據中有超過90%的數據來自醫(yī)療影像。醫(yī)療影像領域擁有孕育深度學習的海量數據，醫(yī)療影像診斷可以輔助醫(yī)生，提升醫(yī)生的診斷的效率。在工業(yè)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(zhí)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。機器視覺是一項綜合技術，包括圖像處理、機械工程技術、控制、電光源照明、光學成像、傳感器、模擬與數字視頻技術、計算機軟硬件技術（圖像增強和分析算法、圖像卡、I/O卡等）。一個典型的機器視覺應用系統包括圖像捕捉、光源系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)行模塊。2021年中國工業(yè)機器視覺市場規(guī)模達到150億元，其中國內品牌超過75億元，實現對國際品牌的超越。我國機器視覺行業(yè)市場規(guī)模隨著工業(yè)自動化技術的不斷發(fā)展，機器視覺在工業(yè)領域的應用越來越多。從全球市場來看，MarketsandMarkets數據顯示，2021年全球機器視覺市場規(guī)模約為804億元，同比增長12．15%。GGII預計至2025年該市場規(guī)模將超過1200億元。2022年至2025年復合增長率約為13%。隨著全球制造中心向中國轉移，中國已成為國際機器視覺廠商的重要目標市場。2021年，國內3C電子、新能源、快遞物流等行業(yè)的蓬勃發(fā)展拉動了相關企業(yè)的擴產需求，機器視覺需求增長明顯。GGII數據顯示，2021年中國機器視覺市場規(guī)模138．16億元（該數據未包含自動化集成設備規(guī)模），同比增長46．79%。其中，2D視覺市場規(guī)模約為126．65億元，3D視覺市場約為11．51億元。根據GGII預測，至2025年我國機器視覺市場規(guī)模將達到349億元，其中，2D視覺市場規(guī)模將超過291億元，3D視覺市場規(guī)模將超過57億元。機器視覺廣泛應用于3C電子、新能源、汽車、醫(yī)藥醫(yī)療、半導體、快遞物流等眾多行業(yè)，在提高生產效率的同時，為我國制造業(yè)智能化轉型升級提供重要支撐。機器視覺行業(yè)發(fā)展歷程從全球范圍來看，機器視覺行業(yè)起源于20世紀70年代，發(fā)展至今，行業(yè)已經歷五個發(fā)展階段。第一階段，1969-1979年，在成像傳感器誕生的驅動下，機器視覺進入產業(yè)萌芽期。1969年美國貝爾實驗室成功研制出CCD傳感器，可以直接把圖像轉換為數字信號并存儲到電腦中參與計算和分析，從而為機器視覺的產生奠定了基礎；第二階段，1980-1989年，在需求應用的驅動下，機器視覺進入起步期。機器視覺概念首次在產業(yè)界被提及，加拿大的TeledyneDalsa、英國的E2V以及美國的Cognex（康耐視）等相關知名企業(yè)誕生；第三階段，1990-1999年，隨著需求端應用的不斷發(fā)展，機器視覺行業(yè)進入成長波動期。其中，1990