好像突然之間，鋼筋水泥的工廠里不再只有那些機器的轟鳴聲，機器開始變得更“聰明”，能看見、能感知。其中，機器視覺技術(shù)就讓機器“睜開眼睛”，這也是制造業(yè)在邁向“智能化”的轉(zhuǎn)型升級過程中的重要一環(huán)。

大約在2000年，機器視覺技術(shù)開始進(jìn)入中國市場，至今經(jīng)歷了幾輪發(fā)展周期。前十年的發(fā)展整體較為緩慢，而在2012年之后，隨著國內(nèi)在3C、鋰電、光伏等產(chǎn)業(yè)的發(fā)展驅(qū)動，同時疊加國產(chǎn)替代的浪潮，整個機器視覺行業(yè)迎來了快速發(fā)展期。行業(yè)規(guī)模更是在近十年增長了4-5倍，工業(yè)相機的數(shù)量從2014年只有50萬-60萬臺，到2024年增長到超過250萬臺。國產(chǎn)化率也從當(dāng)初不足20%，上升到目前75%以上。其中，?？禉C器人的占比超一半。

再來看技術(shù)的演變，在早期，一套機器視覺系統(tǒng)至少包括工業(yè)相機、鏡頭、光源等部件組成。如果是基于PC的視覺系統(tǒng)則需要從外部再接入一個工控機提供算力支持，再外加一套視覺軟件，就可以完成視覺檢測或者測量等功能——這是日本基恩士（KEYENCE）所采用的技術(shù)路線。而智能相機，則是將算力芯片直接嵌入到相機之內(nèi)，無需工控機——美國康耐視（Cognex）就是走這條技術(shù)路線，它有強大的視覺軟件，使得智能相機變得非常簡單。到今天，隨著越來越多跨界元素的融合、應(yīng)用場景的裂變，以及“好還不夠（good is not enough）”的行業(yè)呼聲下，機器視覺技術(shù)又將何去何從？

易用、工業(yè)AI、全面、共建生態(tài)，還有嗎？哪些技術(shù)會帶來新的市場機會？機器視覺技術(shù)的天花板又在哪里？本期中讓我們從全球視角看中國。
 
自動化進(jìn)程加速 | 到2030年，全球機器視覺市場規(guī)模將達(dá)236.3億美元

來自MarketsandMarkets的報告顯示，預(yù)計到2030年，全球機器視覺市場規(guī)模預(yù)計將從2025年的158.3億美元增長到2030年的236.3億美元，復(fù)合年增長率為8.3%。全球各國政府都支持采用各項自動化技術(shù)來促進(jìn)當(dāng)?shù)刂圃鞓I(yè)的發(fā)展。

過程自動化市場的發(fā)展尤其受益于政府的積極舉措。例如，2022年，新加坡政府與新加坡食品制造協(xié)會（SFMA）和食品創(chuàng)新與資源中心（FIRC）等協(xié)會合作，在食品飲料行業(yè)部署最新的自動化技術(shù)。工業(yè)自動化幫助制造企業(yè)以最少的缺陷和卓越的質(zhì)量進(jìn)行批量生產(chǎn)，從而提高產(chǎn)量和生產(chǎn)力。機器視覺是工業(yè)自動化所需的重要系統(tǒng)之一，而工業(yè)質(zhì)檢也是機器視覺的四大應(yīng)用場景之一。

在預(yù)測期內(nèi)（2025-2030年），亞太地區(qū)在機器視覺市場的復(fù)合年增長率最高。亞太地區(qū)分為中國、日本、韓國、印度、印度尼西亞、新加坡、澳大利亞和亞太其他地區(qū)。其中，中國和印度經(jīng)濟(jì)的強勁增長以及各領(lǐng)域向自動化和智能技術(shù)的大規(guī)模轉(zhuǎn)變值得關(guān)注。由于工業(yè)自動化項目數(shù)量的增加，尤其是在汽車、電子和制藥領(lǐng)域，中國的機器視覺市場正在穩(wěn)步增長。值得關(guān)注的是，“印度制造”等政府舉措以及制造業(yè)對質(zhì)量檢測和流程優(yōu)化日益增長的需求，印度的機器視覺市場亦正在蓬勃發(fā)展。

中國的機器視覺市場還曾有過一騎絕塵的時期——2021年達(dá)到了增長頂峰（46.79%），往后就一路下行，行業(yè)增速明顯放緩。到2023年，整個行業(yè)的增長不足10%，2024年繼續(xù)下行。大環(huán)境及內(nèi)卷、新技術(shù)發(fā)展不及預(yù)期等都毫無疑問是增長路上的絆腳石，其中，AI技術(shù)、3D視覺的突破及落地仍需時日。

值得一提的是，機器視覺基于智能相機細(xì)分市場將在預(yù)測年度取得最高復(fù)合年增長率?；谥悄芟鄼C的機器視覺系統(tǒng)由嵌入式控制器和集成視覺軟件組成，這些控制器直接連接到一個或多個相機，相機的圖像分辨率、尺寸和成像速率可能有所不同。系統(tǒng)通常用于監(jiān)控等簡單任務(wù)，并且易于操作。不同類型的智能相機技術(shù)包括二維成像、三維傳感、超聲波和紅外技術(shù)。智能相機采用精簡的設(shè)計，在保持功能容量的同時降低了系統(tǒng)成本。配備先進(jìn)的處理器后，它們可以提供與基于PC的系統(tǒng)相當(dāng)?shù)奶幚硇阅?，使其能夠獨立處理?fù)雜的機器視覺任務(wù)，而無需外部計算支持。

而消費品細(xì)分應(yīng)用市場的復(fù)合年增長率將位居第二。電子組裝行業(yè)使用機器視覺來輔助生產(chǎn)和測試電路。主要的消費品制造商越來越多地部署機器視覺系統(tǒng)，以提高質(zhì)量和生產(chǎn)力。例如，富士康在其整個運營過程中都使用歐姆龍邁思肯的工業(yè)相機。該行業(yè)典型的機器視覺應(yīng)用包括蓋板玻璃組裝、觸摸屏貼合以及顯示器制造中的絲網(wǎng)印刷對準(zhǔn)。在移動和可穿戴設(shè)備組裝領(lǐng)域，由于生產(chǎn)需要快速提升和產(chǎn)品快速轉(zhuǎn)換，機器視覺可用于組裝前的插入檢查、組裝后的驗證、精密的機器人引導(dǎo)以及序列號和條形碼讀取。此外，機器視覺還可用于校準(zhǔn)、測量和機器維護(hù)，以滿足原始設(shè)備制造商 (OEM) 和機器制造商的顯示器制造和模塊組裝需求。

機器視覺技術(shù)的突圍

縱觀整個全球機器視覺產(chǎn)業(yè)的發(fā)展，可以看出仍有增長動能，中國市場也將成為這些增長領(lǐng)域的一員。而在中國，機器視覺的技術(shù)也在全面突圍。在前不久?？禉C器視覺的新品發(fā)布會上，該公司就提到當(dāng)前機器視覺整個行業(yè)現(xiàn)狀是增長遇到比較大的瓶頸、新機會變少——市場競爭更加激烈，內(nèi)卷更為嚴(yán)重。未來的發(fā)展機會在哪里？答案主要圍繞兩點：滲透進(jìn)入更多的行業(yè)及場景應(yīng)用，以及進(jìn)一步攻克工業(yè)質(zhì)檢難題。

海康機器人機器視覺在半導(dǎo)體行業(yè)的應(yīng)用
（圖片來源：?？禉C器人）

 目前，機器視覺的應(yīng)用集中在3C、光伏、鋰電、汽車等行業(yè)中，但在傳統(tǒng)制造業(yè)中的應(yīng)用還是偏少。這些領(lǐng)域里的機器視覺應(yīng)用難度往往更大，且更為碎片化，需要更多的技術(shù)攻關(guān)和試錯投入成本。?？翟诮鼛啄暌沧隽瞬簧傩袠I(yè)性嘗試，譬如針對汽車沖壓件、醫(yī)療手套、木工行業(yè)等，有不同程度的推進(jìn)。同時，他們也與合作伙伴攜手探索食品、金屬加工等行業(yè)的機器視覺應(yīng)用，也都初見成效。

而在突破工業(yè)質(zhì)檢難題方面，毫無疑問，技術(shù)突破才能帶來市場增量。如：大模型技術(shù)、計算光學(xué)技術(shù)、柔性檢測技術(shù)等就有望推動突破工業(yè)質(zhì)檢的難題，從而打開機器視覺行業(yè)的天花板。

據(jù)介紹，工業(yè)視覺大模型技術(shù)主要是基于Transformer的深度學(xué)習(xí)技術(shù)，這幾年非?；鸨６衲陠柺赖腄EEPSEEK又一次把AI推向了高潮。海康近年也嘗試使用大模型技術(shù)，來解決工業(yè)質(zhì)檢難題——通過大量的項目測試表明，基于大模型測試出的檢測模型相比之前基于CNN網(wǎng)絡(luò)訓(xùn)練出的模型具有更好的場景泛化能力，便于進(jìn)行項目橫展時可以使用少量樣本就能進(jìn)行場景的遷移，從而大大提升項目的落地效率。同時借助大模型技術(shù)來進(jìn)行樣本生成，解決缺陷樣本不足的問題，并能實現(xiàn)樣本智能標(biāo)注等。

當(dāng)然，要做好工業(yè)質(zhì)檢項目，樣本缺陷的清晰成像是第一步。如果無法清晰成像，即便大模型能力再強，也無濟(jì)于事。而在很多場景下，缺陷的清晰成像本身就極具挑戰(zhàn)，像高反光材質(zhì)，透明材質(zhì)，復(fù)雜紋理背景材質(zhì)——用常規(guī)打光方案無法解決。而計算光學(xué)技術(shù)有別于傳統(tǒng)的工程化打光技術(shù)，它是通過編碼和解碼，以及光場信息來突破光學(xué)成像的物理極限，可以實現(xiàn)更多維度的信息獲取，如2.5D中的相位偏折技術(shù)——通過編碼結(jié)構(gòu)光+解相位的方式，就能有效解決高反光材質(zhì)，透明材質(zhì)的缺陷質(zhì)量問題。

此外，光度立體技術(shù)通過融合多角度光，圖像能夠解決復(fù)雜紋理背景材質(zhì)下的缺陷成像問題。大景深融合技術(shù)結(jié)合變焦鏡頭，利用圖像處理算法，可實現(xiàn)景深融合，有效解決不同景深情況下的缺陷清晰成像。

當(dāng)遇到工件場景特別多的時候，特別是當(dāng)不同工件存在尺寸、形狀差別都很大的情況，一套固定安裝的檢測系統(tǒng)很難滿足這些應(yīng)用需求。“機器人+視覺”將視覺系統(tǒng)安裝在機器臂的末端，通過對不同工件設(shè)置對應(yīng)的預(yù)置點位來實現(xiàn)各種工件的檢測應(yīng)用。這樣就能借助機械臂的柔性來大幅拓寬視覺系統(tǒng)的靈活性。

另一個有意思的技術(shù)趨勢來自一家新興企業(yè)——李德視覺，他們提出了用AI重新定義“工業(yè)之眼”，并推出了全球首個全鏈路FPGA（可編程門陣列）智能工業(yè)相機，讓每一寸材料都能安心“上崗”。

在他們看來，傳統(tǒng)檢測系統(tǒng)編程語言就像拼積木，相機、采集卡、處理器，以及算法各自為戰(zhàn)。為什么機器不能像人一樣思考，甚至更精準(zhǔn)？李德視覺工業(yè)推出的“智慧之眼”RIDVision檢測系統(tǒng)顛覆傳統(tǒng)架構(gòu)，把圖像采集、處理、AI算法全部集成在一枚FPGA芯片上，在數(shù)百米每分鐘的速度下，每秒可檢測和分類超過300個缺陷。據(jù)介紹，目前已有50家頭部企業(yè)與李德視覺達(dá)成合作，應(yīng)用覆蓋新能源膜材、智慧顯示膜材、各類功能性卷材、無菌包材等領(lǐng)域，在缺陷分析的準(zhǔn)確率上從行業(yè)平均的70%提升至了95%。

來源：榮格-《智能制造縱橫》

原創(chuàng)聲明：
本站所有原創(chuàng)內(nèi)容未經(jīng)允許，禁止任何網(wǎng)站、微信公眾號等平臺等機構(gòu)轉(zhuǎn)載、摘抄，否則榮格工業(yè)傳媒保留追責(zé)權(quán)利。任何此前未經(jīng)允許，已經(jīng)轉(zhuǎn)載本站原創(chuàng)文章的平臺，請立即刪除相關(guān)文章。