2020中国工业机器视觉产业发展白皮书.pdf

MachineVision中中国国工工业业机机器器视视觉觉产产业业发发展展白白皮皮书书赛赛迪迪顾顾问问股股份份有有限限公公司司二二二二年年十十一一月月2中国工业机器视觉产业发展白皮书综 述工业机器视觉发展概述机器视觉是与工业应用结合最为紧密的人工智能技术，通过对图像的智能分析，使工业装备具有了基本的识别和分析能力。随着工业数字化、智能化转型逐渐深入，智能制造的逐步推进，工业机器视觉逐渐形成规模化的产业，并随着人工智能技术在工业领域落地而逐渐深入到工业生产的各种场景之中。稳定增长 2019年，全球工业机器视觉市场规模约为80亿美元，相较2018年增长约为3%，但增长速度延续2017年开始的下降趋势。中国工业机器视觉市场规模约为139亿元，增速约为4.8%，同样为过去三年增速最低的一年，但总量上持续保持增长，并且在全球市场的占比有所提升。未来重点 随着工业控制对精确度和自动化的要求越来越高，3D机器视觉将在许多“痛点型应用场景”中大显身手，成为当前智能制造最炙手可热的技术之一。2D向3D的转变将成为继黑白到彩色、低分辨率到高分辨率、静态图像到动态影像后的第四次视觉技术突破。投资价值 工业机器视觉技术价值链主要集中于镜头、相机、图像传感器等核心零部件，从投资收益角度看，拥有向上游核心零部件领域拓展能力的机器视觉企业更容易实现较高的资本回报率。3中国工业机器视觉产业发展白皮书目目 录录01 工业机器视觉发展环境分析.4国家政策解读.5地方政策解读.6行业发展环境.7技术发展趋势.9 行业龙头动态.1002 产业链及市场分析.11 产业链.12产业链上游分析.13产业链中游分析.20市场概况.2103 应用场景分析.22电子行业.24汽车行业.25半导体及平板显示行业.26物流及包装行业.2704 投资价值分析.28企业市场竞争力分析.29中国工业机器视觉企业投资价值.30工业机器视觉发展环境分析015中国工业机器视觉产业发展白皮书国国家家政政策策解解读读中小企业数字化赋能专项行动方案发文机关：工业和信息化部办公厅利用信息技术加强疫情防控。利用数字化工具尽快恢复生产运营。助推中小企业上云用云。夯实数字化平台功能。创新数字化运营解决方案。提升智能制造水平。加强数据资源共享和开发利用。发展数字经济新模式新业态。强化供应链对接平台支撑。促进产业集群数字化发展。提高产融对接平台服务水平。强化网络、计算和安全等数字资源服务支撑。加强网络和数据安全保障。国家新一代人工智能创新发展试验区建设工作指引发文机关：科学技术部到2023年，布局建设20个左右试验区，创新一批切实有效的政策工具。形成一批人工智能与经济社会发展深度融合的典型模式，积累一批可复制可推广的经验做法。打造一批具有重大引领带动作用的人工智能创新高地。关于推进“上云用数赋智”行动培育新经济发展实施方案发文机关：国家发展改革委员会 中共中央网络安全和信息化委员会办公室筑基础，夯实数字化转型技术支撑。搭平台，构建多层联动的产业互联网平台。促转型，加快企业“上云用数赋智”。建生态，建立跨界融合的数字化生态。兴业态，拓展经济发展新空间。强服务，加大数字化转型支撑保障。“工业互联网+安全生产”行动计划（2021-2023年）发文机关：工业和信息化部 应急管理部到2023年底，工业互联网与安全生产协同推进发展格局基本形成，工业企业本质安全水平明显增强。一批重点行业工业互联网安全生产监管平台建成运行，“工业互联网+安全生产”快速感知、实时监测、超前预警、联动处置、系统评估等新型能力体系基本形成。数字化管理、网络化协同、智能化管控水平明显提升，形成较为完善的产业支撑和服务体系，实现更高质量、更有效率、更可持续、更为安全的发展模式。6中国工业机器视觉产业发展白皮书上海上海市建设100+智能工厂专项行动方案（2020-2022年）三年推动建设100家智能工厂，打造10家标杆性智能工厂，新增机器人应用10000台；培育10家年营业收入超过10亿元（1-2家超过100亿元）、具备行业一流水平的智能制造系统集成商，搭建10个垂直行业工业互联网平台。在国家政策的不断鼓励和支持下，多地结合自身产业特点出台相关的政策。上海、浙江、山东等地出台了与智能工厂、未来工厂和智能化技术改造相关的政策，用以支持以工业机器视觉为代表的智能制造细分领域发展。地地方方政政策策解解读读深圳深圳市新一代人工智能发展行动计划（2019-2023年）到2023年，深圳市人工智能基础理论取得突破，部分技术与应用研究达到世界先进水平，开放创新平台成为引领人工智能发展的标杆，有力支撑粤港澳大湾区建设国际科技创新中心，成为国际一流的人工智能应用先导区。山东山东省传统产业智能化技术改造三年行动计划(2020-2022年)力争到2022年底，每年完成万项技改、推动万企转型、完成4000亿元投资，全省工业企业智能化水平跃上新台阶；重点行业智能化水平达到国内先进，龙头骨干企业智能化水平达到国际先进；规模以上工业企业智能化技术改造覆盖面达到70%。浙江浙江省培育建设“未来工厂”试行方案深度融合应用新一代信息技术，充分依托和发挥国家智能制造新模式、试点示范企业和省智能制造数字化车间/智能工厂的创建优势从2020年起，每年探索培育建设10家左右“未来工厂”，示范引领浙江省制造业数字化、智能化、绿色化转型发展，成为制造业高质量发展和全球先进制造业基地的展示窗口。黑龙江黑龙江工业强省建设规划（2019-2025年）全面实施工业强省战略，到2025年全省现代化工业新体系基本建成，工业对经济增长的贡献稳中有升，“百千万”工程取得明显成效，工业高质量发展取得积极进展，形成质量更高、效益更好、结构更优、优势充分释放的全面振兴发展新局面，支撑经济高质量发展的作用不断凸显。江苏关于进一步加快智能制造发展的意见目标到2020年，全省建成1000家智能车间，创建50家左右省级智能制造示范工厂，试点创建10家左右省级智能制造示范区。7中国工业机器视觉产业发展白皮书工业经济持续恢复制造业市场活跃度持续提升行行业业发发展展环环境境-15-10-50510201902201903201904201905201906201907201908201909201910201911201912202001202002202003202004202005202006202007202008图 1 中国规模以上工业增加值增长率同比增长（%）累计增长（%）2019年，我国工业经济基本保持了5%左右的同比增长和6%左右的累计增长。2020年初，受新冠肺炎疫情影响，工业经济增速放缓。截至8月份，由于我国统筹疫情防控和经济社会发展各项政策成效持续显现，工业生产继续向好，多数产品和行业持续回升。具体表现为工业生产增长，累计增速由负转正，多数产品和行业实现增长，增长面持续扩大，尤其是能源和原材料行业明显好转，带动了工业增速回升。作为具有工业增长二阶导属性的工业非标自动化细分行业，工业机器视觉受疫情影响逐渐减弱，并有望在2020年下半年迎来持续增长。数据来源：国家统计局，赛迪顾问整理 2020，11303540455055201901201903201905201907201909201911202001202003202005202007202009图 2 中国制造业采购经理指数2019年，我国制造业PMI持续在荣枯线上下徘徊。并于年底稳定在荣枯线以上。2020年，新冠肺炎疫情对制造业PMI的影响仅在2月有明显体现。3月以来随着全国各地复工复产持续推进，加之医疗物资市场需求持续走高，制造业PMI稳定至荣枯线以上并有持续上升趋势。数据来源：国家统计局，赛迪顾问整理 2020，118中国工业机器视觉产业发展白皮书行行业业发发展展环环境境3C、电力、汽车等工业企业利润较高工业机器视觉在生产环境中的应用属于企业的技术改造投资行为，对于盈利能力越强的企业，越有动力进行前沿技术的探索，即使用机器视觉技术提高产线智能化水平。而随着技改投资覆盖范围逐渐扩大，基于工业机器视觉的技改项目逐渐成为企业技改投资的重点项目，为工业机器视觉发展提供了资金保障。数据来源：国家统计局，赛迪顾问整理 2020，11-20-15-10-505101501000200030004000500020122013201420152016201720182019技改投资经费增长率（%）技改投资经费支出（亿元）图 4 全国规模以上工业企业技术改造投资经费支出技改投资经费支出（亿元）技改投资经费增长率（%）企业技改投资成为企业智能化改造重要支撑2019年，全国工业技术改造投资共计3350亿元，同比增长9.8%，自2017年开始连续三年正增长。数据来源：国家统计局，赛迪顾问整理 2020，1105001000150020002500300035004000计算机、通信和其他电子设备制造业电力、热力、燃气及水生产和供应业汽车制造业非金属矿物制品业采矿业医药制造业电气机械和器材制造业化学原料和化学制品制造业专用设备制造业通用设备制造业酒、饮料和精制茶制造业煤炭开采和洗选业黑色金属冶炼和压延加工业烟草制品业食品制造业营业农副食品加工业橡胶和塑料制品业图 3 部分行业规上企业2020年1-7月营业利润累计值上年同期累计值（亿元）累计值（亿元）9中国工业机器视觉产业发展白皮书2D视觉无法获得物体的空间坐标信息，所以不支持与三维形状相关的测量，随着工业控制对精确度和自动化的要求越来越高，3D机器视觉变得更受欢迎。目前终端客户已经对3D机器视觉有初步了解，市场上涌现出标准化3D视觉软、硬件产品，产业链已初步形成。以尺寸检测、定位引导、识别为主的3D视觉应用逐渐渗透进集成商的方案，以3C、汽车行业为主的新场景不断涌现，3D视觉技术落地速度逐步加快。相比于基于PC或云架构的视觉技术，嵌入式技术将用于实现图像处理和深度学习算法的AI模块集成至工业相机，实现边缘智能。嵌入式视觉技术最主要的应用包括ADAS、工业自动化以及安防监控。其中，智能工业相机是工业自动化领域边缘智能的重要实现手段。通过对AI芯片的集成，智能相机可以在特定的应用环境中实现图像处理并利用内嵌的人工智能算法做出逻辑判断，为自动化场景提供无需人工干预的智能方案。传统的深度学习算法是在GPU、CPU等硬件上实现的，面临功耗高、散热差、价格昂贵等问题。但是在单纯的FPGA类型芯片上进行深度学习类算法实现，又存在开发难度大、开发周期漫长的瓶颈，不适合卷积神经网络等复杂算法的实现。因此在多种应用场景的持续促进下，深度学习硬件加速方案也朝多元化方向发展，例如以FPGA+ARM架构的SOC逐渐产生了更多地应用空间。3D 视觉技术分类嵌入式视觉应用多元化硬件加速方案基于视觉的辅助驾驶智能安防系统智能读码器机器人引导系统双目视觉技术结构光技术 ToF 技术线激光扫描技术光谱共聚焦技术作为人工智能技术发展的重要分支，机器视觉是通过图像传感器接收和处理真实物体的图像，以获得所需信息或控制机器人运动的技术。随着工业自动化技术向着智能化方向演进，工业场景对机器视觉技术的需求持续推进着工业机器视觉技术的发展。3D视觉技术嵌嵌入入式式视觉技术多多元元化化加速方案技技术术发发展展趋趋势势GPU/CPUSOCDPUTPU10中国工业机器视觉产业发展白皮书核心零部件供应商软件及AI服务商视觉系统及解决方案集成商联联合合研研发发工业机器视觉的核心零部件主要包括光源、镜头、相机和图像采集卡，供应商龙头企业大多分散在欧洲、日本和美国，产品研发也相对自成体系。最近，逐渐呈现强强联合开发新方案的趋势，如CCS和Basler在光源与相机的方案中通力合作，共同向终端客户需求倾斜。工业机器视觉核心零部件龙头企业主要包括：光源：CCS，奥普特镜头：MYUTRON，KOWA，Moritex，腾龙，施耐德工业相机：Basler，Baumer，AVT，JAI，DALSA，Imaginesource图像采集卡：DALSA，Euresys，Silicon So f t w a r e，Cognex，研华工业机器视觉软件龙头企业主要包括：开发软件：康耐视，MVTec，OpenCV，Euresys，Omron Adept，NI，MathWorksAI服务：Intel，NVIDIA，AMD，ARM，百度，阿丘科技工业机器视觉系统及解决方案集成商龙头企业主要包括：基恩士，康耐视，欧姆龙，天准科技，矩子科技，奥普特，凌云光行行业业龙龙头头动动态态工业机器视觉软件AI服务商主要以集成了通用算法的软件开发包和AI加速平台服务商为主。知名机器视觉开发软件HALCON不断更新版本，在改进用户使用体验的同时，优化了基于形状的核心匹配技术，能够更快的匹配3D模型，并借助深度学习进行精确地边缘识别。工业机器视觉系统及解决方案集成商以工业自动化非标设备及方案为主要业务，针对工业自动化实际需求为产线提供基于视觉的解决方案。基于自身在工业自动化领域积累，基恩士在产品中布局更多标准化可选模块，使机器视觉装备在应用场景中能够尽可能以自动化产品形式解决客户的痛点。快快速速高高效效标标准准化化模模块块工业机器视觉产业链及市场分析0212中国工业机器视觉产业发展白皮书工业机器视觉产业链工业机器视觉光源工业镜头软件及算法平台LED 光源工业相机上游零部件视觉引导装备视觉识别装备视觉检测装备视觉测量仪器图像采集卡光源控制器光学材料光学器件线阵相机面阵相机开发工具算法平台模拟采集卡数字采集卡视觉引导计数分拣零配件质检出厂质检电子平板显示汽车印刷电池机器人半导体食品饮料包装通用零部件纺织医疗设备三坐标测量中游装备下游应用13中国工业机器视觉产业发展白皮书上游零部件行业利润可观工业机器视觉产业链上游包括光源、工业镜头、工业相机、图像采集卡和软件及算法平台，其中工业镜头、相机、采集卡等核心零部件与算法软件是机器视觉价值最高的部分，其成本占据工业视觉产品总成本的80%。尤其是在工业镜头、工业相机、底层软件系统等技术壁垒高，利润率高的部分，康耐视和基恩士等国外企业有着深厚的研发技术积累，具备软硬件的技术优势，占据了绝大部分市场，且毛利率较高。工业机器视觉产业链上游分析上游零部件核心软硬件占工业机器视觉产品总成本的80%左右。光源领域竞争激烈在工业机器视觉零部件中，光源产品的竞争较为激烈。国外知名光源厂商有日本CCS和美国Ai等，多年的行业积累让国外品牌在高端市场拥有较高占有率，产品价格也相对较高，而国内厂商主打性价比优势，并依托进入行业早、技术门槛较低的特点快速发展，使得光源领域成为我国工业机器视觉产业链中发展较好的一环。国内工业视觉光源厂家主要坐落在华南地区的东莞、深圳，也有不少企业分布在江浙沪和北京。东莞的OPT（奥普特）是国内市场占有率最大的生产商，拥有38大系列标准光源产品和近万余种型号非标光源，并将业务延伸至系统集成服务和其他核心零部件的研发。其他出货量较大的企业包括东莞的沃德普、上海的纬朗光电等。国产工业镜头逐渐成熟国产工业镜头在光学指标上虽已经具备一定竞争力，但也仅在低端市场的应用相对比较成熟。目前我国工业镜头市场的国外品牌有德国施耐德、Linos、美国Navitar、意大利Opto、日本CBC Computar、KOWA等，大多是老牌镜头厂商，技术积累雄厚，品牌影响力较大，在高端市场优势仍较大。国内厂商在工业镜头领域发展迅速，大多体量相对较小，走高性价比路线，布局中低端市场，如东莞普密斯。不过部分企业已经能够提供全系列工业镜头，涉足高端产品，如深圳东正光学、昆山慕藤光等，东正光学的线扫系列镜头已应用在华为、比亚迪、富士康的生产检测当中。从技术来看，国内厂商的镜头制作工艺虽然和国外老牌厂商相比还有差距，但已经能够满足视觉系统的基本需要，品牌知名度和市场信任度或成为国产镜头需要攻克的难点。智能工业相机逐渐成为主流，并成为国产工业相机有利切入点从将全球市场来看，智能工业相机市场的集中度远高于板卡式相机市场，率先布局智能相机的康耐视和基恩士目前市场占比总计已超过70%，而板卡式相机前八大企业的市场份额之和仅为61%。智能相机的一大优势在于易用性，而易用性主 要 通 过 软 件 的 使 用 所14中国工业机器视觉产业发展白皮书力量攻关高规格、高要求的关键零部件产品，一方面增加国内市场的国产零部件占有率，另一方面降低下游应用市场在工业机器视觉解决方案中的使用成本，帮助工业企业增加使用机器视觉技术进行工业智能化改造的动力。工业机器视觉产业链上游分析体现，许多国外知名企业有视觉软件的开发经验，通常会配套相应的定制软件方便系统开发人员编程智能相机，如康耐视的In-Sight系列智能相机的配套软件EasyBuilder就允许开发者从菜单中选择一系列功能，来实现模式图像匹配和OCR等任务。目前，欧美品牌在国内市场仍 然 占 有 一 定 优 势，如 瑞 士Baumer、德国Basler、德国AVT、加拿大PointGrey等，是国内工业相机市场占有率较高的品牌。国外品牌由于布局较早，在近年国内工业相机需求增长下率先收益。虽然国外产品软硬件优势明显，但智能工业相机产品价格相对较高，对中国市场的应用针对性开发还不足，这将成为国产工业相机厂商的有利切入点。经过多年的研发和实践积累，国产工业相机厂商也在一些关键技术上取得突破。部分以安防监控产品为主的龙头企业依托自身在软件、算法、硬件、结构以及测试等方面的研发优势，开始布局工业相机市场，并取得一定的知名度。以专业机器视觉产品为主的零部件供应商也不断推出智能相机系列产品，从中低端产品开始切入市场。高端零部件成为核心瓶颈我国机器视觉产业处于发展初期，机器视觉及上游行业发展仍处于成长阶段，上游传感器、工业镜头、光源等核心零部件的企业规模偏小、数量偏少且技术水平较低。国内机器 视 觉 厂 商 仍 需 集 中15中国工业机器视觉产业发展白皮书光源光源是指用于为工业机器视觉应用场景提供照明的系统，主要包括LED光源和光源控制器。目前，机器视觉光源逐渐向着高端化方向发展，以结构光、同轴光等为代表的高端光源产品将成为市场主流。随着3D视觉技术逐渐形成更多成熟的应用方案，用于3D视觉的辅助结构光源产品将逐渐打开市场，渗透进更多工业机器视觉应用场景。在机器视觉应用方案中，光源的选择几乎是方案成败的关键。在一个成功的工业机器视觉应用中，光源需要突出目标的特征，在物体需要检测的部分与非检测部分之间产生明显区别，增加对比度。其次，光源需要保证足够的亮度和稳定性，使物体位置变化不影响成像质量。光源的主要作用不同场景的光源具有较大差异性光源按其照射方法可分为背向照明、前向照明、结构光照明和频闪光照明。背向照明是将被拍摄物体放在光源和相机之间，其优点能获得高对比度的图像；前向照明是光源和相机位于被拍摄物体的同侧，具有便于安装的优点；结构光照明是将光栅或线光源等投射到被检测物体上，根据明暗畸变解调出被检测物体的三维信息；频闪光照明是将高频率的光脉冲照射到物体上，相机与光源同步拍摄高速运动物体的图像。在光源设计和使用时，光源的照明亮度、均匀度、发光的光谱特性需要符合实际工况条件的要求，同时还需要考虑光源的发光效率和使用寿命。光源企业核心竞争力光源厂商的技术能力是光源厂商最核心的竞争力。光源产品需要满足机器视觉应用中的高照度、高均匀和高稳定性要求。其中，照度和均匀性主要依托产品的设计能力，体现了光源产商的核心技术能力，而稳定性主要依托产品生产过程中的质量把控能力。厂商生产高照度的光源产品，需要具备良好的散热优化和LED光路优化设计技术。而光源产品的光照均匀性大多得益于LED分布式设计和合理的电流分配技术。对于高端光源产品的设计和生产，大多需要厂商拥有复杂高性能光源的设计能力，主要包括精密投影成像技术、远心光路设计技术和同轴光技术等核心技术。国内高等院校普遍没有开设与光源设计制造相匹配的专业，大多需要企业自主完成人才的培养。因此，除技术能力外，人才培养能力也是光源企业的重要核心竞争力。16中国工业机器视觉产业发展白皮书工业镜头工业镜头是机器视觉系统中必不可少的部件，直接影响成像质量的优劣，影响算法的实现和效果。工业镜头的两个明显趋势是先进的高分辨率和广域镜头的激增，以及更无缝集成组件液体镜头，但液透镜产品在推广过程中可能遭遇瓶颈。镀膜、荒折（粗磨）、砂挂（精磨）、抛光、芯取（磨边）等工序构成了光学冷加工的基本工艺。近年来，高速精磨、高速抛光、激光定心等技术逐渐开始大规模应用于光学冷加工中，高精度、自动化加工设备的不断更新换代不仅显著提升了生产效率，而且提升了加工精度。新型加工工艺的应用、高精度自动化设备的投入以及高技能人才共同推动光学冷加工效率和产品品质的进一步提升。此外，传统光学镜头的组装主要依靠人工组装，效率较低且生产误差较大，产品品质稳定性较低。随着自动组立机在组装环节的应用，光学镜头的组装环节逐渐转变为流程化的自动组装，极大地提升组装效率和产品稳定性。Reme ducepes confecturo etionfes labefe rdium hui loreum praedient.光学镀膜技术成为技术热点Ulpa vollate quunt ute voluptis dipite etur?As sequame omnihiliat et everia aut et et rem pe renim imintur,ut renimil icitaquis maxi min iscillaborem remperatest etust lorepra.光学冷加工自动化程度日渐提升随着下游应用的深化和扩展，对镜头的成像品质要求日益提升，推动着现代光学成像技术不断往高精度方向发展。由于在减反射、增透射、偏振分光等方面的特性，精密光学薄膜对下游应用的后期算法实现效果起着至关重要的作用，如何不断改进并对光学薄膜加以有效利用成为光学镜头行业的技术热点。近年来镀膜技术快速进步：一方面，以溅射成膜技术、等离子体化学气相沉积成膜技术等为代表的主要应用于集成电路制造的精密镀膜技术逐渐应用于光学元件的制造，极大改善了现有主流的蒸发镀膜技术在曲率半径较小的镜面容易出现镀膜不均匀的缺点，提高了产品的良率；另一方面，膜系设计相关的计算机辅助软件不断发展极大提升了镀膜工程师在光学设计领域的效率，为快速开发出符合客户需求的产品提供了可能。高精度、数字化检测助力产品质检随着现代光学成像技术不断往高精度方向发展，与之配套的检测技术在近年来也快速提升，激光平面干涉仪、分光光度计、高精度中心检测仪、多座标扫描仪等高精度检测设备不断进入光学镜头相关光学元件、机械结构件的制造环节中，提高了检测的效率和可靠性。此外，在眩光、鬼影等检测过程中，数值化的杂散光检测系统逐渐取代了原先需要大量人工计算和主观判断的检测方法，成为光学镜头厂商在针对眩光、鬼影等检测的主要手段，有效地保证了光学镜头成像质量的稳定性。11.011.212.01.4%0.9%6.7%Y2017Y2018Y2019图 5 全球工业镜头产业规模与增长规模（亿美元）增长率（%）3.4 4.8 7.0 51.0%41.0%46.0%Y2017Y2018Y2019图 6 中国工业镜头产业规模及增长规模（亿元）增长率（%）数据来源：赛迪顾问 2020，11数据来源：赛迪顾问 2020，1117中国工业机器视觉产业发展白皮书工业相机工业相机是工业视觉系统的核心零部件，其本质功能是将光信号转变成电信号，要求产品具有较高的传输力、抗干扰力以及稳定的成像能力。工业相机作为新兴技术被寄予厚望，被认为是自动化行业具备光明前景的细分市场。CMOS 传感器逐渐成为主流将集成更多边缘智能功能由于工业相机对成像质量和色彩还原度上有较高要求，早期的工业相机传感器以CCD传感器为主。随着设计技术和制造工艺的不断提升，CMOS图像传感器技术逐渐成熟，相较于CCD传感器技术，CMOS图像传感器技术具备集成度高、应用简单、成本可控、分辨率与帧率提升容易等特点。基于这些优势，目前越来越多的成像系统都开始以CMOS图像传感器技术作为核心模块进行产品与系统设计。同时，随着应用端对图像传感器的要求越来越高，CMOS图像传感器的设计生产工艺也会逐渐从前照式工艺(FSI)转向背照式工艺(BSI)来提高传感器的灵敏度，再通过优秀的架构设计和工艺保障来增强传感器的噪声控制，从而达到适应更多应用场景的目的。随着机器视觉在工业领域上的应用越来越深入自动化层面，工业相机的功能也日渐趋于智能化。根据其智能模块的实现方式，工业相机大致上可以分为可配置型系统、嵌入型系统与智慧相机型三大类。但不论是哪种工业相机，除了少数特殊应用场景，其所使用的工业相机都在向边缘智能方向发展，甚至工业相机本质上就是一台内建CPU、记忆体，可以执行各种视觉演算法的嵌入式系统。工业自动化属性更加明晰工业相机的设计最初源于民用相机，其具有较为明显的组装特性和个性化差异。工业领域的需求往往具有简单、稳定和实用等特征，尤其在读码器、定位引导等专业场景，对相机的个性化需求不高，反而要求其具有特定需求的稳定性和实用性。工业相机在不断演化过程中，将逐渐融入工业自动化系统中，成为工业自动化中的标准件，并随着工业网络、工业智能的发展而逐渐成为工业终端传感器的一部分。10.312.714.065.6%24.3%9.8%Y2017Y2018Y2019图 7 全球工业相机产业规模与增长规模（亿美元）增长率（%）3.4 3.6 4.1 4.5%5.9%13.0%Y2017Y2018Y2019图 8 中国工业相机产业规模与增长规模（亿元）规模增长率（%）数据来源：赛迪顾问 2020，11数据来源：赛迪顾问 2020，1118中国工业机器视觉产业发展白皮书机器视觉当前比较流行的开发模式是“软件平台+视觉开发包”，开发包是基于软件平台对各种常用图像处理算法进行封装，用以实现对图像分割、提取、识别和判断等功能，进一步安装在上位机或内嵌至工业母板中，并实现人机交互的功能。软件平台主要指开发环境，包括C#、LabVIEW、MATLAB等通用工具和Halcon、Vision Pro等专用工具。机器视觉算法的本质是基于图像分析的计算机视觉技术，需要通过对获取图像的分析，为进一步决策提供所需信息。机器视觉开发工具主要有两种类型，一种是包含多种处理算法的工具包，另一种是专门实现某一类特殊工作的应用软件。两种各有利弊，需要用户根据自身技术能力和所面向工程项目的具体情况来做出选择。机器视觉算法是工业机器视觉的灵魂算算法法工工具具包包优优点点缺缺点点适适用用场场景景Vision Pro无编程基础的开发人员入门容易；较低的软件开发lisence花费；QuickBuild缩短开发周期；3D机器视觉算法库有限；无法GPU加速；图像处理算法工具较少；适用于需要快速开发的通用视觉类项目HALCON强大的2D和3D视觉软件库；广泛支持视觉图像采集设备；与多种开发环境及平台有较好兼容性；无编程基础的开发人员入门困难；开发周期较长；软件开发费用较高；适用于较为复杂的，拥有较长开发周期的项目OpenCV开源且可以用于商用；便于定制化算法开发；开发人员代码能力要求高；开发周期长；适用于有算法基础且项目周期长、但预算有限的项目eVision代码处理速度快；基于灰度相关性的模板匹配效果好；基于图像比对的图像质量检测效果好；几何形状的匹配能力较差；适用于基于图像比对的图像质量检测HexSight定位和零件检测效果较好；恶劣环境适应性好；软件开发费用较高；普及率不高；适用于恶劣工业环境的点位和检测项目Maxtor Image Library普及程度好；应用范围有限；适用于激光定位项目NI VisionLabVIEW平台入门相对简单；开发速度快；算法效率不高；算法的准确性与稳定性依赖于图像质量效率要求不高，图像质量较好，且要求交货周期比较短的项目算法软件及开发工具图 9 机器视觉常用算法数据来源：赛迪顾问 2020，11表 1 常见机器视觉开发工具包优缺点及适用场景对比数据来源：赛迪顾问 2020，1119中国工业机器视觉产业发展白皮书算法软件及开发工具机器视觉的算法及软件是机器视觉行业的核心技术壁垒，随着人工智能技术和半导体技术的不断发展，算法及软件也在不断朝着集成化和高效化的方向发展。制造业的发展，带来了对自动化机器视觉软件需求的提升；也决定了自动化机器视觉软件将由过去单纯的组态监控功能，向着更高和更广的层面发展。标准化技术将成为算法及软件的发展方向 多元化加速平台为AI提供更多可能工业软件正成为生产制造过程中主导不同智能化阶段变革的核心系统，无论是用户还是硬件供应商都将工业软件作为全厂范围内信息收集和集成的工具，这就要求工业软件大量采用“标准化技术”，使得工业软件演变成软件平台，在软件功能不能满足用户特殊需要时，用户可以根据自己的需要进行二次开发。工业机器视觉算法及软件作为服务工业生产的机器视觉核心程序，也会在OT与IT不断融合中，形成更多面向垂直行业和特定应用场景的标准化技术。工业基因将决定开发工具的普及程度机器视觉算法软件及开发工具是作为计算机视觉技术的延伸，基于开发人员需求逐渐形成的软件产品，其最初的使用对象以具备开发经验的AI开发人员为主。但随着机器视觉技术向工业领域不断普及，现场工程师成为算法软件及开发工具的潜在用户，并将从需求端直接影响软件的用户群体分布。工业与消费领域存在本质区别，要求算法和软件能够尽量简单、稳定的解决特定需求，使得现场工程师能够熟练使用开发软件对工业机器视觉系统进行及时升级。因此要求软件能够以友好的界面和尽量简单的操作实现图像标定、算法调整等功能，通过使用模块化程序设计，以窗口交互的形式让工程师以拖拉拽等方式实现二次开发。视觉设备的许多供应商都使用基于相同指令集（ARM，x86等）的集成CPU，为软件开发提供了一套通用的开发工具。但是，即使基本指令集相同，每个CPU供应商也会集成具有独特软件接口要求的不同外设集。此外，大多数供应商都通过专用计算设备（GPU，DSP，FPGA等）来加速CPU。这种扩展的CPU编程模型需要标准开发工具的定制版本。大多数CPU供应商都开发了自己的优化软件工具链，同时还与第三方软件工具供应商合作以确保广泛支持CPU组件。由于视觉应用程序通常需要混合处理架构，因此开发工具变得更加复杂，并面临处理多个指令集和其他系统调试的挑战。大多数供应商提供了一套工具，将开发任务集成到开发人员的单个界面中，从而简化了软件开发和测试。20中国工业机器视觉产业发展白皮书视觉测量仪器将实现在线、智能化、高精度测量视觉检测系统大多用在工业现场及工业生产线中，对于在线实时检测，如何将视觉测量系统嵌入到生产线相应的工序中，使测量速度与生产线节拍相一致，是视觉测量走上在线应用的关键一步。视觉检测执行时间在很大程度上取决于底层图像处理（图像平滑、滤波、分割等）速度。因此，越来越多的厂商使用专用硬件实现独立于环境的处理算法，可大大提高图像处理速度。但仍然存在部分高精度测量场景需要采用线下测量方案实现，因为与视觉系统相比，坐标测量机在检测精度和测量空间范围上占有很大优势，因此，基于CMM的视觉测量系统已经成为视觉测量技术的一种新趋势。集成化的CMM和视觉测量系统可以利用视觉系统迅速识别零件的形状及其在测量平台上的位置和状态，完成机器坐标系、零件坐标系、摄像机坐标系之间的转换，帮助CMM实现检测路径自动形成与测量结果判断。同时深入研究亚像素定位技术，使之应用到实际的检测系统中，以提高检测精度和降低系统成本。工业机器视觉产业链中游分析机器视觉装备的应用能够帮助企业提高生产柔性和智能化程度，主要包括测量与检测、定位与引导、识别与分析，以及智能制造的相关应用。深度学习将增加视觉检测装备的智能程度大脑工作，构建深度神经网络(如卷积神经网络等)来学习简单特征、建立复杂特征、学习映射并输出，训练过程中所有层级都会被不断优化。具体应用包括自动ROI区域分割、标点定位(通过仿真视觉可灵活检测未知瑕疵)、从重噪声图像中检测无法描述或量化的瑕疵，如橘皮瑕疵和分辨玻璃盖板检测中的真假瑕疵等。随着越来越多的基于深度学习的机器视觉软件推向市场，深度学习给机器视觉的赋能会越来越明显。视觉定位与引导将成为工业机器人必选功能，并不断向多目三维视觉系统发展对于工作在自动化生产线上的工业机器人来说，其完成最多的一类操作是“抓取-放置”动作。为了完成这类操作，必须完成对被操作物体定位信息的获取，首先机器人必须知道物体被操作前的位置和姿态，以保证机器人准确地抓取；其次是必须知道物体被操作后的目标位置和姿态，以保证机器人准确地完成任务。工业机器人可以通过视觉系统实时地了解工作环境的变化，相应调整动作，保证任务正确完成。这种情况下，即使生产线的调整或定位有较大的误差也不会对机器人准确作业造成太大影响，视觉系统实际上提供了外部闭环控制机制，保证机器人自动补偿由于环境变化而产生的误差。为了使传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟机器人能够胜任更复杂的工作，机器人不但要有更好的控制系统，还需要更多地感知环境的变化。机器人视觉以其信息量大、信息完整成为最重要的机器人感知功能。随着工业机器人对于抓取目标的三维位置信息需求变大，以及对于识别目标的三维形态需求变高，更多机械手臂将会优先考虑使用双目甚至多目视觉的解决方案实现机械手臂引导。21中国工业机器视觉产业发展白皮书中中国国工工业业机机器器视视觉觉市市场场概概况况根据中国机器视觉产业联盟(CMVU)调查统计，目前进入中国市场的国际机器视觉企业和中国本土的机器视觉企业(不包括代理商)已经超过200家，产品代理商超过300家，专业的机器视觉系统集成商超过70家，覆盖全产业链各环节。从市场规模来看，工业机器视觉市场规模增速逐渐降低，国外品牌市场占有率逐渐降低，国产品牌的市场占有率逐渐提升，且销售额保持逐年增长。随着国产品牌逐渐在自动化领域深耕，机器视觉领域的国外品牌光环将不复存在，国产工业机器视觉产品将逐渐成为工业智能化改造的首选。工业机器视觉市场竞争加剧国产品牌市占率逐步提升电子行业成为最主要应用市场随着AI技术逐渐在工业领域落地应用，国内机器视觉企业如雨后春笋般涌现，市场竞争加剧已经成为国内机器视觉企业面临的最大挑战。随着国内机器视觉企业向工业领域渗透，工业视觉解决方案供应商向上游核心零部件领域拓展，国产品牌逐渐发挥出本土优势，视觉装备和解决方案的市场占有率逐渐攀升。在工业机器视觉的所有应用场景中，电子行业、平板显示和汽车是工业机器视觉销售额最高的三个下游应用行业，其中电子行业的应用占比将近一半。2019年，中国工业机器视觉市场规模约为139亿元，相较于上年增长5.3%，其中国外品牌相关产品销售额降低2.3%，国产品牌销售额增长14.9%，市场占有率与国外品牌相差无几。2020年上半年，国外品牌受疫情影响较为显著，销售额同比减少50%左右，国产品牌情况相对较好，销售额同比降低约12%。国有品牌逐渐成长壮大数据来源：赛迪顾问 2020，11180.00 165.00 150.00 138.77 131.75 117.09 80.29 64.23 80.00 75.00 73.00 71.25 72.99 63.87 41.57 33.26 100.00 90.00 77.00 67.52 58.75 53.22 31.29 31.97 0.00 20.00 40.00 60.00 80.00 100.00 120.00 140.00 160.00 180.00 200.00 2022E2021E2020E20192018201720162015图 10 中国工业机器视觉市场规模（亿元）市场规模国外品牌国产品牌工业机器视觉应用场景分析0323中国工业机器视觉产业发展白皮书消费电子仍是工业机器视觉主要应用行业全球机器视觉技术的崛起，很大程度上得益于消费类电子行业的发展。消费类电子行业元器件尺寸较小，检测要求高，适合使用机器视觉系统进行检测。而消费类电子行业对精细程度的高要求也反过来促进了机器视觉技术的革新。此外，消费类电