一、機器視覺：5G工業時代，智能制造的關鍵

機器視覺是通過光學裝置和非接觸式的傳感器，自動地接受和處理一個真實物體的圖像，以獲得所需信息或 用于控制機器人運動的裝置。

工業視覺具備極強的機器特性，如極高的速度、精度、重復性等，這些特性成為工業機器視覺 產品的重要參數。

與此同時，工業機器視覺擁有采集大量現場數據的能力，數據是驅動行業快速迭代、獲取信息 的重要來源，這也將成為工業機器視覺未來的巨大可能。

5G賦能機器視覺長遠發展，開啟工業互聯重要紀元：

工業機器視覺是工業生產環境中的重要一環，而5G為工業機器視覺的規模化提供了網絡基礎，最終促進整個 工業互聯網的搭建

2019年機器視覺已至65億規模，未來將高速發展

根據德勤《中國人工智能白皮書》，全球 人工智能市場規模已高達6800億美元，其 中中國市場的規模為710億美元。根據賽迪顧問數據，至2020年，中國智能 40制造裝備市場預計可達2萬億元。

GGII數據顯示，2019年中國機器視覺市場規模65.50億元(該數據 未包含計算機視覺市場規模)，同比增長21.77%。2014-2019年復 合增長率為28.36%。GGII預測，到2023年中國機器視覺市場規模將達到155.6億元。

二、 上游產業鏈總結:硬件國產化步伐加快，軟件仍待耕耘

因海外市場發展較早，上游零部件產業基本仍由海外企業占據，中國企業經過近 年的發展奮起直追，有望從技術壁壘相對較低的光源、工業相機逐步突破，把握 國產替代的潮流，通過高性價比占據市場。

而鏡頭由于涉及多領域多學科技術，制作工序復雜，對精密儀器要求極高，初期 投入大，國際市場仍由老牌廠商牢牢把持。國內企業目前以高性價比的優勢與國 際廠商競爭，隨著行業的發展以及技術的積累與迭代，長遠來看國內廠商有望取 得一席之地。

集中化(智能相機)是上游零部件的技術發展趨勢之一:

光源、鏡頭、工業相機、圖像處理軟件等零部件的組合為傳統基于PC的工業視覺系統。近年來隨著嵌入式技術的發展，智能相機作為相對完成的解決方案逐步得到關注。智能相機是高度集成化的微小型機器視覺系統，成品已將圖像采集、圖像處理單元及軟件、網絡通信集成在單一相機內。

智能相機的成本低、通用性和易用性較強，但精度、速度和復雜運算的能力都遠遠不如傳統系統，因此尤其適用于對價格敏感的中小民營企業。

三、下游應用領域不斷拓展，工業機器視覺大有可為

電子、汽車、食品、制藥為目前機器視覺應用的四大場景：

汽車智能化促進機器視覺的應用:在汽車制造領域， 新能源和智能汽車中的電 子零部件的成本占比將會 達到整車的一半以上，大 量的傳感器、通信(GPS、 DSRC、 4G/5G)、攝像 頭、監控、檢測、娛樂系統將會被裝載在汽車之上。 汽車產業鏈對生產精度、 智能化的要求均不斷提高。

電子產品迭代促進機器視覺的應用:隨著高世代面板生產線的相繼投產，平板顯示器件向智能化、大尺寸化、輕薄化、可觸控化、高解析度、柔性面板、自發光、高遷移速率和低功耗等方向發展已在行業內達成共識。

半導體產業進步與國產替代共同促進機器視覺的發展:在半導體制造領域， 國內集成電路新工藝節點 的技術突破以及 5G 技術的落地帶來國內半導體行 業的新一輪景氣繁榮。同 時，各半導體廠商對設備 國產化的動力持續提升， 為中國機器視覺企業帶來 機會。

新興領域的橫向擴張:隨著 行業進步與技術發展，2D視覺向3D視覺邁進，由此拓展出更多的新領域，如機械臂 引導、AGV導航等。機器視覺將逐步切入過去未曾涉足 的領域，如物流、醫療、安 防、農業等非工業場景;與此同時，技術的基本將加深 機器視覺在汽車、消費電子、 半導體等工業領域的滲透率。

四、工業機器視覺未來趨勢預測

工業機器視覺的行業受到技術、下游產業、社會結構共同驅動

機器視覺的產生順應工業自動化的發展，天生具備機器高精度、高速度的特征，在特殊應用領域如面板生產、半導體，機器視覺有不可取代的作用，并非只是單純的“降本增效”。

下游產業不斷縱向迭代(如汽車的智能化、面板領域的屏幕迭代)、橫向擴張(如半導體、新能 源、工業機器人等)，對機器視覺的需求愈發巨大。

過去國內的低廉勞動力充足，而目前中國的老齡化程度相當于日本的 90 年代，逐漸邁入老齡化的過程，人口結構的變化導致勞動力成本的上升，將迫使企業不斷加大在自動化、智能化的投入。

全球制造業逐步向中國轉移，帶動中國機器視覺由硬件至軟件的全面發展，上游零部件中光源、工業相 機最先逐步國產化，鏡頭、圖像底層軟件有其存活的空間。國內方案商具備更多服務頭部客戶的機會

國外仍占據高端客戶，中國企業或會出現三種情況:

在高端領域，國內的龍頭企業會與康耐視、基恩士等正面交鋒，在技術追趕后通過高性價比逐步穩固行業份額。

在中小企業或非標品的需求中，國內企業具備高性價比、本地服務的優勢，但因產品、模式難以復制，存在無法大規模擴張的風險。

隨著深度學習、3D視覺技術等新技術的發展，中國企業存在在新技術上彎道超車的機會。

技術趨勢：

傳感端:部分應用場景由基于PC的傳統系統轉向集成度高的智能相機

智能相機是傳統基于PC系統的集合體，有集成度高、成本低、運用靈活的特性，目前機器視覺方案商、 工業相機的生產商、自動化設備生產商都正研發或已推出智能相機產品

傳感端:由2D視覺逐步邁入3D視覺:

3D視覺有助于拓寬2D視覺無法觸及的領域，拉高行業的整體天花板:相較于2D視覺，3D視覺可以更好地進行多傳感器融合，檢測快速移動目標并獲得形狀、對比度、空間坐標信息等深度信息，應用領域遠 多于2D視覺;國際巨頭與國內上市公司都已將3D視覺作為未來重要的研發方向之一，一級市場的相關投 融資愈發活躍。根據MarketsandMarkets的研究，全球3D視覺傳感器市場將在2025年達到100億美元， 實現27.6%的年復合增長。

算法端:由傳統的機器學習進入深度學習階段:

深度學習將機器視覺的效率和魯棒性與人類視覺的靈活性結合，能完成更復雜的環境中的檢測:對于隨 機出現的復雜外觀檢測，傳統的機器學習無法保障其穩定性，而深度學習是對傳統機器學習算法的顛覆。 深度學習將融入智能相機、3D視覺之中。康耐視已在2020年4月推出集成了深度學習功能的工業智能相 機 In-Sight D900。

網絡端:萬物互聯互通，工業互聯的未來:

機器視覺作為智能制造的大腦和眼睛，是工業互聯網邊緣層的重要數據入口:工業互聯的趨勢要求生產 控制系統集成到上層的制造管理系統，并最終接入企業管理系統，實現信息從生產現場到管理層的貫通， 行業內的企業、 行業協會、 產業聯盟在機器視覺互聯互通方面，正在不斷合作和投入，制定數據接口、 通訊協議等基礎共性標準。