報告摘要：

一、機器視覺：5G工業時代，智慧製造的關鍵

機器視覺是通過光學裝置和非接觸式的感測器，自動地接受和處理一個真實物體的影象，以獲得所需資訊或 用於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、重複性等，這些特性成為工業機器視覺 產品的重要引數。與此同時，工業機器視覺擁有采集大量現場資料的能力，資料是驅動行業快速迭代、獲取資訊 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路基礎，最終促進整個 工業網際網路的搭建

2019年機器視覺已至65億規模，未來將高速發展

根據德勤《中國人工智慧白皮書》，全球 人工智慧市場規模已高達6800億美元，其 中中國市場的規模為710億美元。根據賽迪顧問資料，至2020年，中國智慧 40製造裝備市場預計可達2萬億元。GGII資料顯示，2019年中國機器視覺市場規模65.50億元(該資料 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:硬體國產化步伐加快，軟體仍待耕耘

因海外市場發展較早，上游零部件產業基本仍由海外企業佔據，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，透過高性價比佔據市場。

而鏡頭由於涉及多領域多學科技術，製作工序複雜，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(智慧相機)是上游零部件的技術發展趨勢之一:

光源、鏡頭、工業相機、影象處理軟體等零部件的組合為傳統基於PC的工業視覺系統。近年來隨著嵌入式技術的發展，智慧相機作為相對完成的解決方案逐步得到關注。智慧相機是高度整合化的微小型機器視覺系統，成品已將影象採集、影象處理單元及軟體、網路通訊整合在單一相機內。智慧相機的成本低、通用性和易用性較強，但精度、速度和複雜運算的能力都遠遠不如傳統系統，因此尤其適用於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、製藥為目前機器視覺應用的四大場景：

汽車智慧化促進機器視覺的應用:在汽車製造領域， 新能源和智慧汽車中的電 子零部件的成本佔比將會 達到整車的一半以上，大 量的感測器、通訊(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、 智慧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，平板顯示器件向智慧化、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， 國內積體電路新工藝節點 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，各半導體廠商對裝置 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、高速度的特徵，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，並非只是單純的“降本增效”。下游產業不斷縱向迭代(如汽車的智慧化、面板領域的螢幕迭代)、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於日本的 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、智慧化的投入。

全球製造業逐步向中國轉移，帶動中國機器視覺由硬體至軟體的全面發展，上游零部件中光源、工業相 機最先逐步國產化，鏡頭、影象底層軟體有其存活的空間。國內方案商具備更多服務頭部客戶的機會

國外仍佔據高階客戶，中國企業或會出現三種情況:

在高階領域，國內的龍頭企業會與康耐視、基恩士等正面交鋒，在技術追趕後透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、模式難以複製，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：

感測端:部分應用場景由基於PC的傳統系統轉向整合度高的智慧相機

智慧相機是傳統基於PC系統的集合體，有整合度高、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、自動化裝置生產商都正研發或已推出智慧相機產品

感測端:由2D視覺逐步邁入3D視覺:

3D視覺有助於拓寬2D視覺無法觸及的領域，拉高行業的整體天花板:相較於2D視覺，3D視覺可以更好地進行多感測器融合，檢測快速移動目標並獲得形狀、對比度、空間座標資訊等深度資訊，應用領域遠 多於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視覺感測器市場將在2025年達到100億美元， 實現27.6%的年複合增長。

演算法端: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:對於隨 機出現的複雜外觀檢測，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演算法的顛覆。 深度學習將融入智慧相機、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慧相 機 In-Sight D900。

網路端:萬物互聯互通，工業互聯的未來:

機器視覺作為智慧製造的大腦和眼睛，是工業網際網路邊緣層的重要資料入口:工業互聯的趨勢要求生產 控制系統整合到上層的製造管理系統，並最終接入企業管理系統，實現資訊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，制定資料介面、 通訊協議等基礎共性標準。

五、國內工業機器視覺廠商盤點 （詳見報告原文）

報告節選：