有公開數(shù)據(jù)顯示，在 2018 年，全球用于工業(yè)自動化領(lǐng)域的機器視覺技術(shù)市場規(guī)模達 44．4 億美元，預(yù)計 2023 年將達 122．9 億美元，年復(fù)合增長率高達 21％，市場需求巨大。

在近日的GSMA Thrive活動中，華為輪值董事長郭平在演講中也分享了這樣一個有關(guān)機器視覺的應(yīng)用場景：

在飛機機體的制造中使用了大量的碳纖維材料，多達70層的疊加材料，每層材料拼縫間隙要求小于2mm。采用傳統(tǒng)人工檢查，每層檢測需花費40分鐘，不合格品要整層重新鋪貼。人工質(zhì)檢耗時費力還檢測不準，浪費物資。上海商飛采用了5G＋AI的“智眼”檢測，檢測時間從40min縮小到1min以內(nèi)，另外還減少了90％以上的物資浪費。

萬物互聯(lián)與人工智能時代，機器視覺已經(jīng)成為備受全球科技巨頭關(guān)注與重點投入的新基礎(chǔ)設(shè)施技術(shù)。華為也不例外，正如日前華為安防突然官宣：將“華為安防”更名為“華為機器視覺”，說不準哪天華為機器視覺就從“智能安防”領(lǐng)域拓展到工業(yè)領(lǐng)域。

誰占據(jù)了工業(yè)機器視覺的半壁江山？

機器視覺在工業(yè)生產(chǎn)中主要應(yīng)用在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合。除此之外，在大批量的工業(yè)生產(chǎn)過程中，人工檢查產(chǎn)品質(zhì)量效率低且精度不高，采用機器視覺檢測可以大幅提高生產(chǎn)效率和生產(chǎn)的自動化程度。

在工業(yè)4．0和制造業(yè)轉(zhuǎn)型，數(shù)字化建設(shè)項目持續(xù)推進的背景下，制造業(yè)總體規(guī)模持續(xù)擴大、智能化水平不斷提高，下游行業(yè)對機器視覺的需求度和認知度也在逐步提升，帶動了中國機器視覺市場穩(wěn)定增長的基礎(chǔ)。

機器視覺目前主要應(yīng)用在消費電子、汽車制造、食品包裝、制藥業(yè)等領(lǐng)域，其中又以消費電子和汽車制造領(lǐng)域為主。

根據(jù)gongkong市場研究顯示：中國機器視覺行業(yè)市場仍然保持高度集中，電子制造行業(yè)以59．0％的市場份額占整體市場的半壁江山。2019年，電子制造、汽車、制藥、食品與包裝機械、印刷機械五大應(yīng)用行業(yè)的市場份額高達80％以上。

在汽車制造行業(yè)，機器視覺幾乎涉及所有系統(tǒng)和部件的制造流程，例如車身裝配檢測、面板印刷和質(zhì)量檢測、零件尺寸的精密測量、工業(yè)零部件表面缺陷檢測等。在消費電子行業(yè)，機器視覺應(yīng)用于高精度制造和質(zhì)量檢測，包括圓晶切割、3C表面檢測、觸摸屏制造、AOI 光學(xué)檢測、PCB 印刷電路、電子封裝等。

總結(jié)來說，機器視覺在工業(yè)中的應(yīng)用主要包括三個功能：視覺測量、視覺引導(dǎo)和視覺檢測。

視覺測量技術(shù)通過測量產(chǎn)品關(guān)鍵尺寸、表面質(zhì)量、裝配效果等，可以確保出廠產(chǎn)品合格；

視覺引導(dǎo)技術(shù)通過引導(dǎo)機器完成自動化搬運、最佳匹配裝配、精確制孔等，可以顯著提升制造效率和裝配質(zhì)量；

視覺檢測技術(shù)可以監(jiān)控制造工藝的穩(wěn)定性，同時也可以用于保證產(chǎn)品的完整性和可追溯性，有利于降低制造成本。

機器視覺在汽車制造行業(yè)的應(yīng)用

機器視覺技術(shù)的應(yīng)用已貫穿了整個汽車車身制造過程，包括從初始原料質(zhì)量檢測發(fā)展到汽車零部件100％在線測量，再對制造過程中的焊接、涂膠、沖孔等工藝過程進行把控，最后對車身總成、出廠的整車質(zhì)量進行把關(guān)。

機器視覺引入非接觸測量技術(shù)，逐步發(fā)展成固定式在線測量站與機器人柔性在線測量站等在線測量系統(tǒng)，可嚴格監(jiān)控車身尺寸波動，提供數(shù)據(jù)支持。

視覺引導(dǎo)技術(shù)逐漸滲透到汽車制造的全過程，例如引導(dǎo)機器人進行最佳匹配安裝、精確制孔、焊縫引導(dǎo)及跟蹤、噴涂引導(dǎo)、風(fēng)擋玻璃裝載引導(dǎo)等。

機器視覺檢測系統(tǒng)可以對產(chǎn)品進行制造工藝檢測、自動化跟蹤、追溯與控制等，包括通過光學(xué)字符識別（OCR）技術(shù)獲取車身零件編碼以保證零件在整個制造過程中的可追溯性，通過識別零件的存在或缺失以保證部件裝配的完整性，以及通過視覺技術(shù)識別產(chǎn)品表面缺陷或加工工具是否存在缺陷以保證生產(chǎn)質(zhì)量。

市場：2019年，傳統(tǒng)汽車行業(yè)產(chǎn)能由于政策調(diào)整，目前產(chǎn)能嚴重過剩，新增產(chǎn)能進入瓶頸期，行業(yè)項目主要集中在維護改造。而油品升級導(dǎo)致車型更換對整車產(chǎn)能擴張影響力有限。此外，新能源汽車也增長乏力，行業(yè)主要經(jīng)濟效益有所回落。汽車市場的整體下滑，對機器視覺在汽車行業(yè)的應(yīng)用深化或產(chǎn)生一定影響。

機器視覺在消費電子行業(yè)的應(yīng)用

電子產(chǎn)品的產(chǎn)線涉及非常多的手工勞動，造成產(chǎn)出品質(zhì)不一，為了把控出廠質(zhì)量，自動化的檢測代替人工檢測是必然發(fā)展趨勢。機器視覺在消費電子領(lǐng)域，以 PCB／FPC AOI 檢測、零部件及整機外觀檢測、裝配引導(dǎo)等應(yīng)用為主，并呈現(xiàn)出越來越多的新的應(yīng)用場景。

在這里，以一條典型的 3C 產(chǎn)線為例，為大家介紹下可能會包含工業(yè)視覺檢測的應(yīng)用環(huán)節(jié)：

SPI視覺檢測：SPI（Solder Paste Inspection） 錫膏測厚儀，用于測量 PCB 板上錫膏的厚度、長度、體積、截面積等，統(tǒng)計分析以進行工藝控制；

AOI視覺檢測：AOI（Automated Optical Inspection） 系統(tǒng)對 PCB 進行圖像采集，然后與預(yù)存的標準 PCB 圖像進行比較，通過分析、處理和判斷，發(fā)現(xiàn)缺陷并進行位置提示；

產(chǎn)品裝配檢測：基于 IPC 工業(yè)相機，通過視覺檢測方法，自動識別人工裝配過程中的工序是否正確，對錯誤操作實時進行報警提示，防止不合規(guī)操作發(fā)生；

整機產(chǎn)品視覺檢測：使用工業(yè)視覺系統(tǒng)對產(chǎn)品表面瑕疵、污點、Logo 等檢測，發(fā)現(xiàn)產(chǎn)品缺陷并及時處理；

市場：2019年，在貿(mào)易摩擦的外在壓力和內(nèi)生驅(qū)動力不足的環(huán)境下，中國電子制造業(yè)整體運行低迷。從細分行業(yè)看，3C行業(yè)中的手機行業(yè)產(chǎn)量和銷量下滑，蘋果中國地區(qū)出貨量持續(xù)下滑，將制造業(yè)務(wù)逐步遷至海外，波及中國3C裝備產(chǎn)業(yè)鏈；國內(nèi)手機品牌采用的是多型號、多規(guī)格市場戰(zhàn)略，相對無法形成大批量生產(chǎn)；集成電路和半導(dǎo)體行業(yè)仍保持穩(wěn)定增長，但動力不足。電子制造業(yè)的不穩(wěn)定變化，也將短暫影響機器視覺市場需求。

穩(wěn)定增長 但核心技術(shù)有待提升

雖然2019年汽車和電子制造行業(yè)波動明顯，但中國勞動力人口將逐步縮減，人力成本進一步提升的趨勢不可避免。此外，受益于配套基礎(chǔ)設(shè)施的不斷完善、制造業(yè)總體規(guī)模持續(xù)擴大、智能化水平不斷提高，中國機器視覺市場需求不斷增長。

由于受到新冠肺炎疫情的影響，gongkong預(yù)計2020年中國機器視覺市場的需求仍會出現(xiàn)小幅的萎縮，但隨著疫情防控趨勢向好，各行業(yè)復(fù)工復(fù)產(chǎn)的進度穩(wěn)步推進，加之各行業(yè)自動化、智能化程度的持續(xù)加深，機器視覺市場在經(jīng)歷了短暫的“寒冬”之后，仍會呈現(xiàn)出穩(wěn)定的增長需求。

隨著新基建的推出和5G等新技術(shù)的發(fā)展，機器視覺在國內(nèi)還隱藏著巨大的市場潛力。但國內(nèi)機器視覺企業(yè)以產(chǎn)品代理商與系統(tǒng)集成商為主，在機器視覺產(chǎn)業(yè)鏈上游領(lǐng)域布局較少，在機器視覺核心零部件的研發(fā)能力上不及國外老牌公司雄厚，因此中高端市場主要由國際一線品牌主導(dǎo)。尤其是本土機器視覺企業(yè)在機器視覺算法方面，較國際先進水平還有一定差距。

在產(chǎn)業(yè)鏈上游，國外已形成以基恩士、康耐視等巨頭為代表的核心軟硬件研發(fā)商。隨著近年來人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展，大量的機器視覺廠商紛紛涌入，試圖打破產(chǎn)業(yè)鏈上游的壟斷局面，利用軟件、算法的優(yōu)勢開發(fā)出性價比更優(yōu)的產(chǎn)品。

例如，近日機器視覺檢測平臺百邁技術(shù)完成聯(lián)想創(chuàng)投領(lǐng)投的數(shù)千萬元A輪投資，原有股東參與跟投。本輪融資將用于進一步加大機器視覺技術(shù)研發(fā)，加速行業(yè)需求覆蓋，尤其是在半導(dǎo)體視覺檢測。

當下，國內(nèi)能夠自主研發(fā)通用性工業(yè)視覺平臺的廠商極少，主要壁壘就在底層算法以及行業(yè)know－h(huán)ow的積累上。例如，國內(nèi)很多做工業(yè)機器視覺的公司，都是基于OpenCV 等開源視覺算法庫，或以 Halcon、Vision Pro 等第三方商業(yè)算法庫為基礎(chǔ)進行二次開發(fā)（這個算法庫類似于手機的安卓系統(tǒng)）。

但不久前，小編在華為人心聲社區(qū)中看到這樣一篇文章：博士做機器視覺，我在華為當“網(wǎng)紅”！作者分享了華為是如何用機器視覺技術(shù)控制生產(chǎn)質(zhì)量，文中也提到了機器視覺平臺，并表示：“2019年，我們也開始自研底層的算法庫，打造工業(yè)機器視覺的‘鴻蒙’。”可以看到，華為不僅對內(nèi)對外都在加大對機器視覺的關(guān)注度。也許未來的某一天，我們就能“夢想成真”，看到更多掌握核心技術(shù)的機器視覺廠家！

寫在最后

今天，是科創(chuàng)板上市一周年的日子。去年天準科技以“中國機器視覺第一梯隊企業(yè)”上市，但天準科技的業(yè)務(wù)范疇屬于“機器視覺”領(lǐng)域的中下游，偏裝備制造。近日，小編通過檢索發(fā)現(xiàn)，廣東奧普特科技股份有限公司（下稱奧普特）科創(chuàng)板上市申請獲上交所受理，與天準科技所不同的，奧普特是一家主要從事機器視覺核心軟硬件產(chǎn)品的研發(fā)、生產(chǎn)和銷售的高新技術(shù)企業(yè)。隨著更多機器視覺相關(guān)企業(yè)的入局，也讓我們越來越期待國產(chǎn)機器視覺的未來表現(xiàn)發(fā)展。但也需注意，在市場賦予更多機會的同時，國產(chǎn)機器視覺企業(yè)也將面臨更多挑戰(zhàn)。
責任編輯:pj