新闻资讯
联系我们

地址:江苏省南京麒麟人工智能产业园
邮箱:hongqizhineng2017@163.com
电话:025-52128318
网址:www.jshongqi.cn
 
行业新闻
工业视觉发展现状与新方向
发表时间:2019-07-17  点击:746

纵观自动化行业发展,机器视觉随着技术的革新及行业的需求,成为逐渐崛起的新兴行业。随着全球制造中心向中国的转移,中国机器视觉市场已经成为国际厂商关注的焦点。据高工产业机器人研究所(GGII)数据显示,中国机器视觉市场规模预计到2020年将超过120亿元,2017-2020年年均增速将达15%以上。

随着我国配套基础建设的完善,技术、资金的积累,各行各业对采用机器视觉技术的工业自动化、智能化需求开始广泛出现。国内有关院校、研究所和企业近两年在机器视觉技术领域也进行了积极探索和尝试,逐步开始了在工业领域的应用布局。

工业视觉发展现状

机器视觉是指通过摄取图像模拟人的视觉功能,并提取信息,加以处理,最终用于检测、测量、判断和控制。目前在国外,机器视觉的应用普及主要体现在半导体及电子行业,其中大概40%-50%都集中在半导体行业。诸如电路板印刷、电子封装、SMT表面贴装、电子电路焊接等,均需要使用机器视觉系统技术。

一般而言,机器视觉产业链主要包括上游的零部件级市场、中游的系统集成/整机装备市场和下游的应用市场。其中,上游零部件市场主要包括光源、镜头、工业相机、图像采集卡、图像处理软件等软硬件提供商;中游主要有集成和整机设备提供商;随着各类技术的不断完善,机器视觉下游应用领域也不断拓宽,从最开始主要用于电子装配检测,已发展到在识别、质量检测、尺寸测量和机械手定位等越来越广泛的工业应用领域。

电子制造行业是我国最早应用工业视觉的领域,同时也是目前最大的应用领域,主要集中在精密定位和检测上。汽车行业是目前工业视觉第二大应用行业,主要用在面板印刷质量检测、字符检测、精密测量、工件表面缺陷检测、自有曲面检测等。

目前机器视觉产品终端市场 2/3 为电子制造、汽车制造和市政交通行业所占据,但从未来发展前景来看,印刷包装、食品材料、医药、烟草等行业自动化水平会进一步提升,对机器视觉产品的需求也将持续大幅增长。

工业视觉新方向

根据中国机器视觉产业联盟调查统计,现在已进入中国的国际机器视觉品牌近200多家,中国自有的机器视觉品牌已有100多家,专业的机器视觉系统集成商也有100多家。这些企业主要分布在珠三角、长三角及环渤海地区,涵盖从光源、工业相机、工业镜头、图像采集卡以及智能相机等所有机器视觉产业链产品。

据不完全统计,仅从2017年到2018年上半年,就有将近20起机器视觉企业融资事件。在资本助推下,中国的机器视觉市场加速发酵,已经形成了“百家争鸣”的态势。亿欧盘点了部分工业视觉企业供业内人士参考,如下表所示:

从目前的情况来看,机器视觉在工业领域的应用主要集中在产品检测、无序分拣、上下料、拆垛码垛、涂胶等工艺段。其中,在产品检测领域,聚集了包括高视科技、三固科技、精锐视觉等企业;在分拣领域,梅卡曼德、埃尔森、熵智科技、阿丘科技等企业各有优势。

但是,一直以来工业自动化中的所用的“眼”,所采用的都是2D视觉。2D检测是一种根据灰度或彩色图像中对比度的特征提供结果的技术,主要的应用场景有条码和字符阅读、标签检查和验证、基本的位置验证、特征存在和二维尺寸验证、表面标记检测等。在过去的30年里,2D检测技术在我国自动化和产品质量控制过程中,发展得较为成熟,行业格局基本相对稳定,新公司入局的机会并不多。

然而,国内计算机3D识别技术的进步,以及国外3D视觉产品的高价位,给国产3D视觉企业带来了机会。最近两年新成立了一批国产3D视觉供应商,多家企业也已经推出了面向3D视觉分拣和检测的产品化方案。目前,国内的3D视觉厂商总体还处于产品实际应用测试和应用场景开发阶段,对于企业而言是一个不错的入局赛道。

同时,AI技术的引入,解决了过去机器视觉难以处理的缺陷检测问题,释放了一波新的市场机会。越来越多的行业检测装备生产商,也开始在其设备中引入AI技术。伴随着通用AI检测软件的价格降低,相信越来越多的集成商将推动AI视觉检测向更宽广的行业应用。

工业视觉行业面临的挑战

总体而言,中国工业视觉市场起步较晚,行业集中度较高,整个中国的工业视觉市场相较成熟的自动化产品应用水平偏低,真正的高端应用还很少,市场远未饱和。

目前国内工业视觉整个行业普遍面临的挑战主要有几点:

一是国内企业做集成代理的多,没有一家能做出一个机器视觉系统所需的东西。工业视觉产业链大体可以分为元器件厂商、系统开发厂商、二次开发厂商和产品代理商。高水平元器件主要被国外公司掌控,国内机器视觉企业目前主要为国外产品代理商和系统二次开发商,我国真正的专业底层开发商和高水平元器件厂商较少;

二是算法和软件问题。工业视觉上的算法发展远远没有硬件发展的快,对应软件的使用存在易用性差,使用门槛高等问题;

三是工业视觉的应用需要结合实际选择配套的专用硬件和软件,因此需要布局新的机器视觉系统的企业在成本和时间上花费很大,这也为机器视觉技术在中小企业的铺开造成了困难。

此外,我国 3C 产能虽居世界首位,但在产业链上主要集中在中下游环节,以代工组装为主,工业视觉渗透率还很低。另一方面,带有机器视觉属性的机器人出货量低,导致上游企业能开展的业务也比较少。由此看来,国内工业视觉市场的爆发还需要经过一段时间的蛰伏期。