【一级、二级】机器视觉

过去两年，机器视觉项目再次流行起来。原因包括机器视觉的扩展——从早的质量检验扩展到指导，以及中国智能制造业的发展——从传统制造到精密制造的升级，以及近两年疫情影响下的生产结构变化（减少劳动力参与）≈风险可控性)

二级中，继奥普特之后，还有天准和凌云光的上市。一级中，各类机器视觉项目的相关融资热度和金额也在快速流动。

今天，通过近的一些研究数据和上市公司的报告，拆除了机器视觉行业及相关建议。

一、机器视觉的发展

事实上，机器人和广义机器视觉在海外已经发展了几十年。康耐视、基恩士和机器人巨头是海外机器视觉的两大巨头ABB，它们都在20世纪90年代进入了早的机器视觉市场。我们可以把这个初级机器人和机器视觉看作是1.0版本。

随着海外劳动力成本的上升和工业精密制造的升级，以及形成机器人和机器视觉的硬件的不断降低，机器视觉在海外发展迅速。它也形成了我们现在一般意义上的机器视觉。.0版本。

但2.0版本中还有一个问题:机器人和机器视觉在整个生产过程中的应用是“孤立”是的，一般体现在工作站-某一工序的独立应用上，前后工序的传动主要是人工的。

那么3.0版本是将过程尽可能减少人工参与，即灵活生产、黑灯厂、灯塔厂、数字工厂、AI+。除了工艺联通，这些工厂还需要大量的传感、识别和执行，实现数字双胞胎。

二、数字工厂的特点和构成

两大特点:可视化、柔性生产

形成这两个特征所需的组成要素：

软件层：数字孪生+工业软件+AI；

通讯：5G；

传导：AGV；

识别：MEMS传感器+其他传感识别；

执行：PLC。

三、我国机器视觉产业的发展

在许多分析机器视觉的报告中，劳动力成本的上升和劳动力的替代是市场发展渗透的核心因素。

但我不这么认为，因为可以使用人工检测的行业，其精度要求本身就不会太高。

我认为中国机器视觉产业发展的核心在于中国制造业的升级。

在分析制造业升级之前，我们先拆分机器视觉产业的构成。

早的机器视觉行业，即工业相机，是2D成像，目前机器视觉行业市场占2中D为主导，3D市场份额开始增加。

（图片来源：甲子光年）

这一变化主要是由于检测精度要求的变化：

原来的2D很多测试都是外观测试。主要是消费电子内部的组装、点胶等。

目前的检测包括电路板、薄膜厚度等。所以升级到3。D检测。

事实上，这一变化过程也与我国主要优势产业的发展过程有关：

早的2D测试伴随着消费电子组装向大陆的转移，比如奥普特是那批跑得快的。

而现在正在兴起的3D检测是面板行业、半导体行业，是锂电池行业的巨大发展，带来了设备升级的需要（目前一级市场的机器视觉项目大多与锂电池行业有关D机器视觉)。

四，建议

所以对应这个市场，无论是2D，还是3D，参与市场的方式分为算法、设备（如相机、传感器等识别设备）、仪器（设备）、集成商。

从我的角度来看，二级优先考虑集成，然后看仪器，一级找设备。

这是因为大型仪器的制造、验证、调试、定制和购买决策周期太长。一级项目通常很难通过工厂质量管理体系和工厂，即使有，项目本身也可能非常昂贵。

对于一级设备公司来说，经过这么多年的发展，目前的识别硬件本质上是比较成熟的。我们设备公司的机会在于识别硬件的替代。

对于一级算法项目，算法项目在交付过程中一般定位为集成商。目前数据积累不足，标准化交付建立前，算法项目交付周期长（项目方购买决策周期长，交付方整体交付周期长），重投资（人工成本现场调试）业务。

但展望整个行业的发展，国内硬件替代无疑将进入更成熟的价格比较阶段，价值差异在于软件部分——如何积累足够的行业数据来指导软件设计，终通过软件减少产品部署和准备时间，并进入后续操作和维护“预测性维护”。

五、具体公司

光年里，甲子给了很多

二级：

海康威视：集成商、硬件商、软件商，目标是全行业

天准：集成商，向上扩展到质检设备；

凌云光：设备制造商

奥普特：光源，向下扩展到设备，进入AI质检。

一级(只选了两个比较有名的):

视比特:集成商、算法软件、落地行业:重工(三一重工)、汽车、物流、

深视智能：3D识别硬件

六，3D机器视觉技术分类

被动3D视觉技术的本质是通过工业相机的多角度组合拍摄，然后通过软件重构为3D图像。该技术的主要优点是国内工业相机硬件成熟，系统价格便宜。缺点是需要占用更多的空间，对交付有要求，难以即插即用。

其他技术路线的市场主要参与者是基恩士、康耐视、西克等海外老厂商，激光3D以扫描技术为例，基恩士实现了产品标准化、小型化、丰富SKU满足不同工业场景的需要。基本上做了简单的调试就可以使用了。

目前，海康还开发了专用激光3D传感器，但与基恩士产品相比，体积差距很大。天准和奥普特都在年报上公布了相关的研发计划。一级项目非常重视智能等产品的目标是基恩士产品。产品形式和进度实现了基恩士的优势，价格也有更大的优势。