6280
隨著工業(yè)自動化和智能化的快速發(fā)展，3D機器視覺技術(shù)在工業(yè)、物流和商業(yè)等多個領(lǐng)域嶄露頭角。這一領(lǐng)域，從硬件和AI芯片到解決方案，正吸引著大量新興力量。相較于傳統(tǒng)的2D視覺系統(tǒng)，3D機器視覺技術(shù)能夠提供更精準的三維點云數(shù)據(jù)，大幅提升了機器人作業(yè)的靈活性和精度。這一進步對于滿足現(xiàn)代工業(yè)對高精度和高效率的需求至關(guān)重要。特別是在工業(yè)自動化領(lǐng)域，機器視覺主要用于檢測、測量、識別和定位，其在各個方面都顯示出巨大的應用潛力。
3D機器視覺主要賽道
機器視覺行業(yè)下游場景分布，來源：中國機器視覺產(chǎn)業(yè)聯(lián)盟
機器視覺和機器人雖然在概念上有所不同，但視覺技術(shù)已為機器人領(lǐng)域帶來多樣性和靈活性。尤其是3D機器視覺技術(shù)，其廣泛應用在非結(jié)構(gòu)化環(huán)境，使得機器人能在多領(lǐng)域執(zhí)行任務，從而減少整體成本。
視覺技術(shù)不僅僅局限于單一供應商或技術(shù)。由于應用場景復雜，多個技術(shù)和供應商的組合成為一種常態(tài)，各自優(yōu)勢互補，共同拓展應用領(lǐng)域。
視覺技術(shù)已經(jīng)逐漸成為決定多個行業(yè)發(fā)展的關(guān)鍵。不僅在3C電子和半導體行業(yè)有廣泛應用，新能源汽車和光伏行業(yè)也開始廣泛應用視覺技術(shù)，尤其在產(chǎn)品質(zhì)量控制和自動化生產(chǎn)方面。
在3C電子產(chǎn)業(yè)，機器視覺主要用于高精度檢測和質(zhì)量控制，特別是在生產(chǎn)線上。半導體行業(yè)則利用機器視覺進行全流程監(jiān)控，從芯片制造到最終產(chǎn)品測試。
新能源汽車行業(yè)，特別是鋰電池生產(chǎn)，也依賴視覺技術(shù)進行多工序的自動化檢測。這不僅提高了生產(chǎn)效率，而且確保了產(chǎn)品質(zhì)量。
光伏行業(yè)也不例外，視覺技術(shù)用于硅片的質(zhì)量控制，從而確保太陽能電池的高性能和長壽命。
機器視覺的加入讓傳統(tǒng)工業(yè)機器人從單一、重復的任務轉(zhuǎn)向更靈活和高效的工作模式。通過3D機器視覺技術(shù)，機器人可以更準確地識別和處理各種物體和場景。
在物流領(lǐng)域，尤其是電商倉儲，機器視覺被用來提高分揀效率，減少人力成本。例如，在“618”或“雙十一”等大型購物節(jié)期間，視覺技術(shù)能有效處理大量訂單，提高工作效率。
值得注意的是，中國制造業(yè)也在從大規(guī)模生產(chǎn)轉(zhuǎn)向更靈活和定制化的生產(chǎn)模式，這更加凸顯了機器視覺在高端制造和智能制造中的重要性。
總體而言，機器視覺技術(shù)不僅推動了各行業(yè)的自動化，還成為多個行業(yè)，包括電子、半導體、汽車、電池和農(nóng)業(yè)等的關(guān)鍵技術(shù)之一。而3C電子是目前最大的應用市場，接下來是平板顯示市場、汽車、電池等，各種不同的應用場景均顯示了機器視覺的廣泛應用和巨大潛力。
3D機器視覺市場現(xiàn)狀
機器視覺的歷史可以追溯到1969年，第一片CCD圖像傳感器在美國貝爾實驗室誕生。此后，這個領(lǐng)域經(jīng)歷了從黑白到彩色、從低分辨率到高分辨率的發(fā)展，直至今天的3D機器視覺技術(shù)，被行業(yè)稱為“第四次視覺革命”。3D機器視覺技術(shù)已經(jīng)在如刷臉支付、智能機器人等多個應用場景中得到實用，與工業(yè)互聯(lián)網(wǎng)的融合更是讓其商業(yè)價值凸顯。
在工業(yè)領(lǐng)域，3D機器視覺技術(shù)尤為關(guān)鍵。隨著工業(yè)4.0和智能制造的推進，3D機器視覺系統(tǒng)的需求正逐漸增加。未來幾年內(nèi)，傳感器需求的復合增長率預計超過30%，其中3D機器視覺傳感器占比將接近80%。在目前的技術(shù)生態(tài)中，2D機器視覺已經(jīng)得到了廣泛的應用和市場認可，年銷售量高達百萬臺。然而，3D機器視覺技術(shù)盡管目前仍然是一個相對成本高昂的解決方案，但它所具備的巨大潛能和應用前景不容忽視。預測顯示，到2027年，中國機器視覺市場的總規(guī)模將達到560億元人民幣，其中3D機器視覺市場規(guī)模將近160億元。
最終，從全球和中國市場的數(shù)據(jù)來看，機器視覺，特別是3D機器視覺，都有巨大的商業(yè)潛力和廣闊的市場前景。不僅如此，國內(nèi)品牌在某些環(huán)節(jié)甚至已經(jīng)開始超過外資品牌，表明國內(nèi)機器視覺技術(shù)也在逐漸嶄露頭角。
在工業(yè)制造領(lǐng)域，3D機器視覺技術(shù)的應用也愈發(fā)廣泛。隨著工業(yè)4.0的推進，更多的生產(chǎn)線和設備開始采用3D機器視覺技術(shù)作為其核心技術(shù)單元之一。據(jù)預測，未來幾年內(nèi)，單臺服務機器人搭載的傳感器數(shù)量將增加，其中3D機器視覺傳感器將占據(jù)主導地位。傳感器需求的復合年增長率預計將超過30%，到2026年，需求量可能接近80萬臺，3D機器視覺傳感器占比接近80%。
從全球范圍來看，機器視覺市場也呈現(xiàn)出穩(wěn)健的增長態(tài)勢。預計在2022至2025年間，全球機器視覺市場的復合年增長率將達到13%，到2025年市場規(guī)模可能達到1276億元。這一增長在很大程度上得益于人工智能和邊緣計算能力的提升。
特別值得一提的是，在中國，機器視覺市場正處于一個快速發(fā)展的階段。政策利好、人工成本上升以及技術(shù)和資金的積累都有助于推動這一市場的增長。據(jù)GGII數(shù)據(jù)顯示，從2016年到2021年，中國機器視覺市場的規(guī)模從47億元增長到138億元，復合年增長率達到了24%。
中國機器視覺市場規(guī)模，來源：Markets and Markets
3D機器視覺主要玩家及產(chǎn)業(yè)鏈
3D機器視覺上游產(chǎn)業(yè)鏈，來源：華西證券研究所
機器視覺的市場參與者大致可分為四類：國際自動化公司、國際機器視覺專業(yè)公司、國內(nèi)機器視覺專業(yè)公司和國內(nèi)自動化設備公司。雖然底層開發(fā)仍由國際企業(yè)主導，但國內(nèi)公司在二次開發(fā)和系統(tǒng)集成方面表現(xiàn)出色，并正逐漸向上游核心環(huán)節(jié)擴展。
2018年上海工博會上的3D機器視覺方案展示者寥寥無幾，但現(xiàn)如今，多家3D機器視覺工業(yè)機器人公司已獲得融資。據(jù)統(tǒng)計，國內(nèi)3D機器視覺廠商數(shù)量已達60-70家，并且仍在增長。新興智能機器人公司如庫柏特、靈西機器人等也在此領(lǐng)域嶄露頭角。而傳統(tǒng)的企業(yè)巨頭如ABB、安川、發(fā)那科和庫卡也進入這一市場，與AI視覺企業(yè)海康威視和曠視進行合作。
機器視覺產(chǎn)業(yè)鏈包括底層開發(fā)商和集成與軟件服務商，涵蓋了光源、鏡頭、工業(yè)相機等多個環(huán)節(jié)。技術(shù)壁壘主要體現(xiàn)在核心零部件和軟件算法庫，這需要長時間的市場積累。尤其在軟件方面，由于國內(nèi)自動化進程時間較短，與國際品牌相比仍有一定差距。
應用層面的技術(shù)也非常關(guān)鍵，需具備對不同應用環(huán)境的深入了解，以便制造出適應性強的產(chǎn)品。機器視覺技術(shù)廣泛應用于各種行業(yè)，如汽車、醫(yī)藥、化學、電子等，但目前主要市場仍集中在電子半導體和汽車行業(yè)。
中國機器視覺產(chǎn)業(yè)正在快速發(fā)展，特別是在3D機器視覺技術(shù)、AI算法和深度感知方面。國內(nèi)品牌，如OPT、東莞RESS、長步道、?？禉C器人、華睿科技和大恒圖像，在關(guān)鍵環(huán)節(jié)如鏡頭、光源和相機方面已經(jīng)開始超過外資品牌。
以銀牛半導體為例，其NU4000和NU4100芯片具有先進的3D感知處理和AI算法，成功應用于多個場景，如無人機、3D掃描等。銀牛3D機器視覺模組已被多家國際大廠認可，應用場景包括泛機器人、元宇宙等。
另一個值得注意的公司是奧比中光，其在服務機器人3D機器視覺傳感市場的市占率超過70%，并已為多家頭部服務機器人品牌提供了技術(shù)和產(chǎn)品服務。奧比中光在3D機器視覺傳感技術(shù)方面有著深厚的底蘊和廣泛的市場應用，具有明確的業(yè)務定位和強大的市場潛力。
銀牛半導體自研芯片
3D機器視覺感知賦能場景（工業(yè)機器人），來源：奧比中光
2D機器視覺轉(zhuǎn)3D的優(yōu)勢與痛點？
2D機器視覺主要應用領(lǐng)域，來源：知微傳感
3D機器視覺主要應用領(lǐng)域，來源：zivid
據(jù)統(tǒng)計，2021年工業(yè)3D機器視覺市場出貨量達2.7萬套，市場滲透率不足5%。主要應用領(lǐng)域為消費電子，其次為半導體和汽車行業(yè)。
目前2D視覺市場由?？岛腿A睿主導，占50%市場份額。而3D機器視覺市場正在面臨2D的價格挑戰(zhàn)。盡管在2020和2021年有60%以上增長，但2022年略有下滑。
成本問題一直是3D機器視覺技術(shù)普及的一大障礙。目前國內(nèi)3D相機價格一般在5-7萬元人民幣，而進口相機價格在10萬元以上。高成本導致批量應用困難，從而減緩了市場拓展速度。
從最初的2D視覺發(fā)展到現(xiàn)在的3D機器視覺，解決了很多2D視覺無法應對的高度信息、曲面、弧度等問題。3D機器視覺在精度、可靠性、與環(huán)境光不敏感等方面有明顯優(yōu)勢，廣泛用于尺寸與缺陷檢測、智能制造和自主導航等多個工業(yè)場景。在生產(chǎn)線應用中，3D機器視覺技術(shù)已從單一場景（如質(zhì)檢）拓展到全產(chǎn)線，涵蓋上下料、焊接、噴涂等環(huán)節(jié)。尤其在柔性制造中，3D機器視覺系統(tǒng)為機器人和自動化設備提供了極高的靈活性和準確性。
智慧物流也受益于3D機器視覺的高度柔性和精準性。通過AI和3D機器視覺的結(jié)合，可以實現(xiàn)對海量SKU貨品的精準識別和分揀。這一點突破了智慧物流增長的瓶頸，大幅拓展了其應用范圍。
盡管3D機器視覺技術(shù)在多個領(lǐng)域有廣泛應用，2D視覺系統(tǒng)并未被完全淘汰。事實上，3D機器視覺通常作為2D視覺的補充，在需要高精度和復雜處理的場合發(fā)揮作用。
市場前景方面，3D機器視覺當前市場規(guī)模相對較小，但增長潛力巨大。預計在未來五年內(nèi)，這一領(lǐng)域?qū)⒂兄辽?0倍的增長空間，尤其在物流科技領(lǐng)域，增長空間可能超過一百倍。
3D機器視覺技術(shù)較2D視覺更復雜，不僅涉及高度和深度，還包括多核CPU&GPU的計算能力、復雜的光學和結(jié)構(gòu)設計。應用場景包括機器人引導、物品掃描、質(zhì)量控制等。
國內(nèi)外的3D機器視覺市場仍然處于早期階段。與經(jīng)歷了幾十年發(fā)展、技術(shù)方向相對固定的2D視覺市場不同，3D機器視覺市場還存在多個挑戰(zhàn)，包括：
技術(shù)更新：3D機器視覺硬件技術(shù)相對落后，依賴于高度定制化的AI算法。
成本與市場：盡管價格降低，但高成本仍然是阻礙其廣泛應用的主要因素。
供應鏈和市場成熟度：早期產(chǎn)品需求較少，規(guī)模化生產(chǎn)困難。
產(chǎn)線適配與周期：多樣化的生產(chǎn)需求和長周期限制了3D機器視覺技術(shù)的廣泛應用。
3D機器視覺的未來趨勢
工業(yè)3D機器視覺是一門集成多學科的前沿技術(shù)，正朝著多元化、智能化和高性能方向迅速發(fā)展。從硬件角度看，工業(yè)相機的分辨率、圖像采集速度和傳輸可靠性都在持續(xù)提升。這一點尤其明顯，在從可見光到非可見光的過渡過程中，多光譜和高光譜相機的應用也愈加普遍，擴大了機器視覺在不同場景下的應用。
從軟件角度看，隨著云計算、大數(shù)據(jù)和人工智能等新技術(shù)的興起，機器視覺的處理和分析能力也在飛速提升。深度學習等先進算法的引入，使機器視覺技術(shù)不僅能“看”到世界，還能更加“懂”世界。智能化是未來工業(yè)3D機器視覺系統(tǒng)的核心賣點之一，其在提高企業(yè)生產(chǎn)效率和產(chǎn)品質(zhì)量上的作用越來越明顯。
再者，隨著5G等先進通信技術(shù)的廣泛應用，工業(yè)3D機器視覺技術(shù)與之結(jié)合，為實現(xiàn)實時性、高數(shù)據(jù)安全性以及網(wǎng)絡穩(wěn)定性提供了有力支持。5G的大帶寬、低時延和高可靠性為機器視覺帶來了前所未有的可能性。
工業(yè)3D機器視覺系統(tǒng)也在逐漸走向集成化和小型化。隨著核心零部件制造工藝和光學性能的提升，光學模塊、通信模塊和計算模塊更容易被集成到一個單一的設備中。這不僅降低了成本，還使得機器視覺技術(shù)能更廣泛地應用到各個工業(yè)生產(chǎn)環(huán)節(jié)。
特別需要提到的是，工業(yè)4.0的到來加速了機器視覺技術(shù)的發(fā)展。例如，在半導體行業(yè)，由于制程工藝的復雜性和精度要求，國內(nèi)半導體生產(chǎn)企業(yè)越來越依賴機器視覺來提升工藝和產(chǎn)品質(zhì)量。AOI（自動光學檢測）設備的發(fā)展成為一個關(guān)鍵環(huán)節(jié)，它們可以通過機器視覺技術(shù)來捕獲和分析高清圖像，進而識別和定位制程中的微小缺陷，從而極大提升生產(chǎn)效率和質(zhì)量。
此外，對于越來越多的國內(nèi)企業(yè)來說，如何在全球市場中保持競爭力，也是一個挑戰(zhàn)。在這一點上，機器視覺提供了一條有效的路徑。越來越多的國內(nèi)機器視覺企業(yè)開始在硬件和軟件方面逐漸替代國外企業(yè)，表現(xiàn)出強大的市場競爭力。
展望未來，碎片化的工業(yè)場景和多樣化的生產(chǎn)需求將推動機器視覺技術(shù)向一體化、標準化方向發(fā)展。這將促進信息技術(shù)與運營技術(shù)的快速融合，滿足工業(yè)自動化和智能制造的復雜需求。
總結(jié)：定位失焦，3D機器視覺企業(yè)的迷茫與挑戰(zhàn)
3D機器視覺技術(shù)在中國近年來發(fā)展迅猛，特別是在2021年競爭異常激烈。其背后有多重因素：首先，該行業(yè)剛好趕上了疫情爆發(fā)導致的機器人需求增加的好時機，使得3D工業(yè)相機的出貨量大增。其次，資本的大量涌入加劇了競爭態(tài)勢。一方面，這種資本注入使得更多的創(chuàng)業(yè)公司和投資者看好3D機器視覺的未來，但另一方面，也帶來了“內(nèi)卷”和盲目擴張的問題。
過去，工業(yè)界對3D機器視覺技術(shù)并不熟悉，多數(shù)人甚至質(zhì)疑其商業(yè)應用價值。但近兩年來，隨著資本市場和終端客戶對3D機器視覺技術(shù)的高度重視，行業(yè)發(fā)展呈現(xiàn)出兩極分化的現(xiàn)象。美元基金的大量進入使得一些公司為了達到不切實際的投資預期而進行非理性擴張，導致資源浪費和運營成本上升。
與此同時，大量資本涌入也改變了行業(yè)內(nèi)各公司之間的合作與競爭格局。許多原本專注于3D相機或視覺軟件的產(chǎn)品公司開始涉足集成商的領(lǐng)域，而集成商則開始自研產(chǎn)品，以適應更多的應用場景。這種模糊的競爭邊界導致了企業(yè)定位的失焦，使得整個行業(yè)陷入一種身份模糊、競爭激烈的紅海狀態(tài)。
從更長遠的角度來看，這種過度競爭和內(nèi)卷狀態(tài)不僅可能威脅到公司的持續(xù)發(fā)展，還可能阻礙整個3D機器視覺行業(yè)的健康成長。許多公司在資本壓力下，盲目追求營收和規(guī)模擴張，卻忽視了對產(chǎn)品和技術(shù)的深度投資和創(chuàng)新。
在3D機器視覺行業(yè)，許多所謂的“產(chǎn)品公司”其實更像是集成商，這在行業(yè)內(nèi)有負面含義，比如技術(shù)含量低、不易規(guī)模復制、低利潤等。然而，集成商在商業(yè)化和規(guī)模化方面起到重要作用，通常負責“最后一公里”的方案設計、調(diào)試、測試等。集成和產(chǎn)品開發(fā)之間的界限模糊，特別是在一個新興和多變的領(lǐng)域如3D機器視覺。這種模糊性會導致品牌和質(zhì)量問題，甚至可能威脅到上游產(chǎn)品公司的聲譽。因此，許多產(chǎn)品公司會選擇同時做一些集成工作，特別是面對落地能力要求高的新項目。
最后，3D機器視覺行業(yè)目前正處于一個洗牌期，資金緊張，客戶端改造和擴建的動力不足。能夠熬過這一階段的公司大多具備核心技術(shù)，能在細分行業(yè)解決痛點問題，并能實現(xiàn)規(guī)模商用。筆者認為，隨著安防領(lǐng)域的龍頭如海康和大華正在進入3D機器視覺行業(yè)，將可能重塑整個競爭格局。這些大企業(yè)由于具有龐大的資源和規(guī)模優(yōu)勢，能夠在成本、技術(shù)和市場推廣方面帶來巨大壓力，可能會擠壓小型企業(yè)和集成商的生存空間。
下載ECAD模型
