2021-07-01 19:30·财是
(报告出品方/作者:国泰君安证券,王浩、鲍雁辛) 1. 机器视觉:人类的“机器之眼”1.1. 机器替代人眼,高效、高速、高精度优势显著 美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视 觉分会对于“机器视觉”的定义是,“机器视觉使用光学器件进行非接触感知,自动 接收并解释一个来自真实场景的图像,以获取信息并控制机器与流程”。即通过机器 实现人眼视觉和理解的技术。 机器视觉作为一项综合技术可以代替人眼做识别、测量、判断。其包括图像处理、 机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计 算机软硬件技术等。一个完整的机器视觉系统通常是指通过工业相机、镜头、光源 等设备的配合,将被摄取目标转换为图像信号,传递给图像处理系统,根据像素分 布和亮度、灰度等信息,转变为数字化信号;图像系统再对这些信号进行针对需求 的运算抽取目标特征,从而根据判别结果来控制现场设备的运行动作。目前,机器 视觉主要应用在智能制造,其下游应用广泛,已经在汽车制造、消费电子、医疗制 药、食品包装、服务机器人、无人驾驶等领域逐步实现放量,未来前景可期。 机器视觉按照功能可以大致区分为识别、定位、测量、检测、引导五类。 (1)识别:机器视觉可以对图像进行处理、分析和理解,用于对一些一维码或二维 码的解码、光学字符的识别与确认、颜色及形状的识别等; (2)机器视觉采用先进的图像视觉检测技术,对高速运动的工业产品进行实时全面 视觉定位分析,主要用于自动生产及装配; (3)机器视觉可以在非接触的情况下,对产品尺寸进行高精度的测量,以确定产品 外观的尺寸是否存在误差; (4)机器视觉可以用于产品表面的精密检测,包括目标方向及位置检测,检测产品 表面的压伤、破损、刮伤、脏污、变形等问题,及印刷表面的瑕疵检测等; (5)机器视觉普遍应用于智能制造的工业机器人领域,当前工业机器人已经大范围 应用于自动化流水线,机器视觉系统可以在机器人操作过程中帮助机器人实时了解 工作环境的变化,相应的调整动作以保证任务的正确完成。 ![]()
相对于人类视觉,机器视觉具有高效率、高度自动化的特点,可以实现很高的分辨 率精度和速度。尤其是机器视觉的灰度分辨率很强,一般可以使用 256 灰度级,其 采集系统具有 10bit、12bit、16bit 等灰度,可以弥补人类视觉在灰度分辨上的缺 陷(64 灰度级);机器视觉现有 4K*4K 的面阵摄像机和 8K 的线阵摄像机,通过备 置各种光学镜头,可以观测小到微米、大到天体的目标;另外随着工业相机技术进 步,机器快门时间速度加快达 10 微秒级别,高速相机帧率可超过 1000 以上。 1.2. 产业链:上游核心零部件,下游应用广泛 机器视觉的产业链可以按上中下游进行区分。上游是机器视觉底层开发商,即核心 零部件及软件提供商。核心零部件主要包括光源、相机、镜头、图像采集卡,其中 软件主要是指图像处理软件。在目前整个机器视觉系统的成本构成中,零部件及软 件开发占据了 80%的比例,是产业链中绝对的核心环节和价值获取者。中游是机器 视觉二次开发的系统集成和软件服务商,主要根据上游产品以及下游需求进行集成 整合,越来越多上游企业向中游业务扩展延伸,形成自有的完整解决方案。机器视 觉下游的应用领域十分广泛,涉及到多种制造及服务行业,主要应用于汽车制造、 消费电子、食品包装、医疗制药以及服务机器人。 机器视觉产业链的关键是上游与下游。由于中国国产品牌的核心技术逐步追赶,逐 渐推出一系列国产核心零部件及底层软件,本土的机器视觉上游企业市场地位不断 提高,可以制造并维护自有产品,直接对接于下游的多样化需求,中游单纯的系统 集成商的空间相对缩小。而机器视觉系统产品成本构成的主要部分是核心零部件以 及软件开发,两项分别占据整体成本的 45%与 35%,而组装集成与维护共占据成本 的 20%,为上游企业向中游业务拓展提供了便利,因为相对于额外的成本,完整的 机器视觉产品对其更具有吸引力。 ![]()
2. 机器视觉由外到内全球加速,国内企业奋起直追2.1. 机器视觉概念出现于海外,全球产业技术持续发展 1947 年,贝尔实验室中威廉·肖克利与团队共同发明晶体管,翻开半导体行业的篇 章,半导体行业的发展为机器视觉奠定了重要的技术基础。1950 年 Gibson 首先提 出“光流”的概念,即空间运动物体在观察成像平面上的像素运动的瞬时速度,利 用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前 帧之间存在的对应关系,从而衍生出计算相邻帧之间物体的运动信息的方法,这标 志着“像素”作为最小单位开始进入影像统计的计算模式。 1969 年,第一片 CCD 图像传感器诞生,为机器视觉行业开启了数码图像采集的大 门,自此人类社会进步的各个领域都与图像和视觉结下了不解之缘。在半导体行业 诞生与发展的同时,机器视觉领域的发展也已拉开帷幕。20 世纪 70 年代,麻省理 工学院人工智能实验室创立了计算机视觉研究小组,并开设了“机器视觉”课程, 吸引了许多知名学者参与机器视觉的理论、算法、系统设计等研究。 机器视觉的研究继续深入。在 60 年代 Roberts 提出的“积木世界”及 70 年代 Marr 提出的“自下而上”捕捉视觉信息并通过三个层次进行过程处理等基础上,从二维 图像提取三维信息的研究加速;图像处理和分析的并行算法、目标制导的图像处理 等分支出现。20 世纪 80 年代,机器视觉蓬勃发展,CPU、DSP 芯片等图像处理硬 件技术飞速进步,OCR 识别、智能摄像头等技术问世。新理念、新方法、新理论不 断涌现,最具代表性的是出现了主动视觉学派、目的视觉学派等。 90 年代,视觉企业成立,第一代图像处理产品进入市场。LED 灯、传感器、工业相 机、镜头及视觉控制结构逐步发展,机器视觉行业迅速扩张,产业链逐步完整,吸引大量企业进入机器视觉系统市场,也推动相关技术投入生产制造实践。 2000年以来,机器视觉进入快速发展期。高速3D扫描系统和热影像系统逐步问世, LED 光源广泛运用于智能制造场景,机器视觉渗透各种行业的生产制造应用中。按 照应用的领域与细分技术的特点,机器视觉进一步可以分为工业视觉、计算机视觉 两类,相应的,其应用领域可以划分为智能制造和智能生活两类,涵盖工业制造、 自动焊接、医学诊断、跟踪报警、移动机器人、指纹识别、模拟战场、智能交通、 医疗、无人机与无人驾驶、智能家居等等。目前,机器视觉技术正处于不断突破、 走向成熟的阶段,仍处于高速发展时期,具有良好的发展潜力。 全球机器视觉市场规模处于扩张期。虽然机器视觉属于新兴技术,发展时间不长, 但已经形成了从上到下、多行业领域并行的市场。中商产业研究院数据显示,2018 年全球机器视觉市场规模超过 88 亿美元,2019 年超过 100 亿美元。Grand View 预测,2025 年全球机器视觉市场空间将超过 180 亿美元,年复合增长率达 7.7%。 ![]()
2.2. 中国本土企业奋起直追,海外企业主导下仍有差距 相比全球,中国的机器视觉相关技术由于起步较晚而发展较慢。国内机器视觉的发 展进程起步于中国工业化加速时期,1999-2003 年是我国机器视觉发展的启蒙阶段, 国内开始出现跨专业的机器视觉人才;2004 年后迈入产业发展初期,机器视觉企业 开始探索和研发自主产品并取得一些突破;近十年,中国机器视觉产业从发展中期 迈向高速发展时期。目前,中国已有近百家机器视觉相关企业,从事消费电子、汽 车制造、安防、医疗、食品及金融等各个领域。 (1)启蒙阶段(1999-2003): 中国企业主要通过代理业务对客户进行服务,机器视觉技术首先进入品质要求较高 的行业。中国企业在代理机器视觉服务的同时对国际吸纳进的机器视觉理念和技术 进行吸收消化;国内跨专业的机器视觉人才作为该阶段的先行者,从了解图像的采 集和传输过程、理解图像的品质优劣,到初步利用国外视觉软硬件产品搭建简单的 机器视觉初级应用系统,逐渐掌握了国外简单的机器视觉产品的功能及应用。通过 极为广泛而艰辛的市场宣传和推广、技术交流和培训、项目辅导等过程,引导客户 对机器视觉的理解和认知,培养客户需求与丰富产品品类同步进行,开启了中国机 器视觉的历史进程。 一些对成本不敏感又对品质要求较高的工业领域率先引入了机器视觉技术,如特种 印刷及烟草行业。机器视觉为人民币的印刷质量和自动化水平提升、统一质量标准 等做出了杰出的贡献。烟草行业是中国的优势产业之一,机器视觉技术进入烟叶异 物剔除、包装检测等方面工序,替代人工的同时也大幅提升了产品的质量和生产效 率。在特种印刷和烟草这两个行业机器视觉技术的成功应用让更多工程技术人员和 企业家关注到视觉技术带给自动化产业独特的价值和应用前景,行业进入发展阶段。 (2)发展阶段(2004-2007): 中国本土企业开始探索研发自主核心技术,投入机器视觉软硬件,多个应用领域取 得了关键的突破。继 Cognex、Balser、Data Translation 等国际机器视觉顶级厂商 在国内选择在本地合作伙伴之后,国内厂商开始自主研发核心技术及软硬件,陆续 推出了全系列模拟接口和 USB2.0 接口的相机和采集卡,逐渐占据了入门级市场; PCB 检测、SMT 检测等国产设备迅速兴起,凭借产品性价比和服务的优势填补了国 内相关市场需求;同时 LCD 的前道检测设备等高端设备也开始在国内落地。 随着国内市场需求勃发,越来越多客户开始寻求视觉检测方案,机器视觉可以解决 精确测量问题并更好的提高他们的产品质量。汽车、制药、包装等行业由于国外制 造业逐渐向国内转移,客户对产品质量要求提升,大批自动化领域的系统集成商熟 悉并使用机器视觉技术;国内棉纺、农作物分类、钢铁、纸张等传统产业也开始广 泛尝试机器替代人工,提升质量与效率。 (3)高速发展阶段(2008 年至今):
|