随着工业自动化的加速发展,机器视觉也迎来更加广阔的发展空间,据行业调查数据显示,2022年中国机器视觉市场规模170.65亿元(该数据未包含自动化集成设备规模),同比增长23.51%,预计到2027年我国机器视觉市场规模将超过560亿元。制造业是机器视觉技术应用的主阵地,近年来,随着半导体及新能源行业市场的增长,机器视觉也逐渐渗透到更丰富的新兴应用领域。
关于当下机器视觉产业的发展概况,大家可从以下几个问题作进一步了解:
机器视觉的功能?
答:机器视觉作为机器的“眼睛”和视觉“大脑”,属于智能装备感知、分析部分的关键零部件。机器视觉的诸多应用场景和功能,均可归为四种基本功能——识别、测量、定位和检测。比如3C行业的精密组装、外观缺陷检测等环节,锂电行业前段的涂布锟压、中段工艺的电芯组装、后端化成分容检测、模组Pack段检测等环节均有应用。
机器视觉主要的应用领域有哪些?
答:中国机器视觉主要应用于制造业,其中消费电子占比最大。根据机器视觉产业联盟(CMVU)统计数据,2021年中国机器视觉销售额的79.8%应用于制造业,包含消费电子、锂电、半导体(含PCB)、电气/电子(除半导体)、汽车、印刷和光伏等细分行业,其中消费电子领域用机器视觉占全行业的比例为21.9%,是目前机器视觉最主要的下游应用行业,其次是锂电行业,全行业占比约为10.8%。
机器视觉的应用场景与我国制造业发展相匹配,近年来我国制造业的转型升级如半导体、汽车行业,以及新兴产业的兴起如新能源行业的逐步渗透,再加上终端客户对产品质量管控要求的不断加强,机器视觉逐步实现核心技术的突破和下游应用场景的拓展。
人工智能技术的发展对机器视觉行业有什么影响?
答:人工智能技术的高速发展,极大地提升了社会各产业自动化转型升级的进程,特别是以SAM大模型为代表的人工智能大模型推出,将进一步加快人工智能技术在工业机器视觉的应用覆盖。长期来看,人工智能技术将从提升视觉检测性能、简化算法框架模型、降低检测成本三个方面改变现有机器视觉的发展格局。
机器视觉相比于人眼的优势有哪些?
答:与人眼相比,机器视觉具有精度高、速度快、适应性强、客观性高、重复性强、检测效果稳定可靠、效率高等特点,可助力终端客户实现产品增质、降低成本以及生产数字化。在产品增质方面,机器视觉可显著降低产品漏检率,提高生产的精度和良品率;在降低成本方面,机器视觉采集和处理图像的时间在微秒级别,可显著提升效率,单台视觉系统可代替多人工作,并可持续工作;在生产数字化方面,机器视觉作为图像重要数据的采集和分析工具,助力未来实现智能生产和工业互联。
3D机器视觉产品是否可以取代2D机器视觉?
答:使用2D机器视觉技术可以获取二维图像,在三个自由度(x、y和旋转)上定位被摄目标,并基于灰度或者彩色图像中对比度的特征提供处理分析结果。3D机器视觉技术相对于2D技术提供了更丰富的被摄目标信息,可以在六个自由度(x、y、z、旋转、俯仰、横摆)上定位被摄目标,还原人眼视角的三维立体世界。3D机器视觉技术与2D机器视觉技术,两者在不同的使用场景下有各自的优势,并非完全取代的关系。
机器视觉行业在新技术方面的发展趋势有哪些?
答:主要是深度学习(工业AI)技术、3D处理与分析技术、高精度成像技术、机器视觉互联互通技术等。随着这些技术的持续发展,机器视觉的性能优势将进一步加大,机器视觉的应用领域和市场空间也将得到极大扩展。
机器视觉市场规模如何?
答:GGII数据显示,2022年中国机器视觉市场规模170.65亿元(该数据未包含自动化集成设备规模),同比增长23.51%。其中,2D视觉市场规模约为152.24亿元,同比增长20.21%,3D视觉市场约为18.40亿元,同比增长59.90%。GGII预测,至2027年我国机器视觉市场规模将超过560亿元,其中,2D视觉市场规模将超过400亿元,3D视觉市场规模将接近160亿元。 随着中国"制造强国"战略的推进和工业自动化的加速发展,机器视觉国产替代成为主旋律,也将迎来更加广阔的市场和发展空间。顺应行业发展,公司将持续拓宽应用行业,面向不同行业持续推出新产品,不断提升研发及服务能力。
META的SAM模型对工业机器视觉有何影响?
答:META发布的SAM大模型的出现被认为是对CV技术泛化能力的进一步突破,其通用性将显著拓宽深度学习的应用边界,并大幅降低相关技术的应用门槛,对整个工业机器视觉行业的影响非常积极正面。 工业AI的发展能有效提升项目的可行性,其着力解决的图像分析任务,仍旧需要成像技术的配合。软硬件一体化AI解决方案是工业质检行业客户的必选项,机器视觉AI平台需要与成像硬件产品做完整的系统化解决方案后交付给客户。
※本文根据机器视觉部分上市公司相关调研报告整理