機器視覺市場狀況_風聞
文渊紫光-2020-07-06 18:58
一、機器視覺的場景應用
人類想要實現一系列的基本活動,如生活、工作、學習就必須依靠自身的器官,除腦以外,最重要的就是我們的眼睛了,(工業)機器人也不例外,要完成正常的生產任務,沒有一套完善的,先進的視覺系統是很難想象的。



典型的機器視覺系統可以分為:圖像採集部分、圖像處理部分和運動控制部分。基於PC的視覺系統具體由如圖1所示的幾部分組成:


①工業相機與工業鏡頭——這部分屬於成像器件,通常的視覺系統都是由一套或者多套這樣的成像系統組成,如果有多路相機,可能由圖像卡切換來獲取圖像數據,也可能由同步控制同時獲取多相機通道的數據。根據應用的需要相機可能是輸出標準的單色視頻(RS-170/CCIR)、複合信號(Y/C)、RGB信號,也可能是非標準的逐行掃描信號、線掃描信號、高分辨率信號等。
②光源——作為輔助成像器件,對成像質量的好壞往往能起到至關重要的作用,各種形狀的LED燈、高頻熒光燈、光纖鹵素燈等都容易得到。
③傳感器——通常以光纖開關、接近開關等的形式出現,用以判斷被測對象的位置和狀態,告知圖像傳感器進行正確的採集。
④圖像採集卡——通常以插入卡的形式安裝在PC中,圖像採集卡的主要工作是把相機輸出的圖像輸送給電腦主機。它將來自相機的模擬或數字信號轉換成一定格式的圖像數據流,同時它可以控制相機的一些參數,比如觸發信號,曝光/積分時間,快門速度等。圖像採集卡通常有不同的硬件結構以針對不同類型的相機,同時也有不同的總線形式,比如PCI、PCI64、Compact PCI,PC104,ISA等。
⑤PC平台——電腦是一個PC式視覺系統的核心,在這裏完成圖像數據的處理和絕大部分的控制邏輯,對於檢測類型的應用,通常都需要較高頻率的CPU,這樣可以減少處理的時間。同時,為了減少工業現場電磁、振動、灰塵、温度等的干擾,必須選擇工業級的電腦。
⑥視覺處理軟件——機器視覺軟件用來完成輸入的圖像數據的處理,然後通過一定的運算得出結果,這個輸出的結果可能是PASS/FAIL信號、座標位置、字符串等。常見的機器視覺軟件以C++/C++圖像庫,ActiveX控件,圖形式編程環境等形式出現,可以是專用功能的(比如僅僅用於LCD檢測,BGA檢測,模版對準等),也可以是通用目的的(包括定位、測量、條碼/字符識別、斑點檢測等)。
1、工件定位檢測器探測到物體已經運動至接近攝像系統的視野中心,向圖像採集部分發送觸發脈衝。
2、圖像採集部分按照事先設定的程序和延時,分別向攝像機和照明系統發出啓動脈衝。
3、攝像機停止目前的掃描,重新開始新的一幀掃描,或者攝像機在啓動脈衝來到之前處於等待狀態,啓動脈衝到來後啓動一幀掃描。
4、攝像機開始新的一幀掃描之前打開曝光機構,曝光時間可以事先設定。
5、另一個啓動脈衝打開燈光照明,燈光的開啓時間應該與攝像機的曝光時間匹配。
6、攝像機曝光後,正式開始一幀圖像的掃描和輸出。
7、圖像採集部分接收模擬視頻信號通過A/D將其數字化,或者是直接接收攝像機數字化後的數字視頻數據。
8、圖像採集部分將數字圖像存放在處理器或計算機的內存中。
9、處理器對圖像進行處理、分析、識別,獲得測量結果或邏輯控制值。
10、處理結果控制流水線的動作、進行定位、糾正運動的誤差等。
機器視覺系統就是利用機器代替人眼來作各種測量和判斷。它是計算科學的一個重要分支,它綜合了光學、機械、電子、計算機軟硬件等方面的技術,涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領域。圖像處理和模式識別等技術的快速發展,也大大地推動了機器視覺的發展。

機器人視覺硬件主要包括圖像獲取和視覺處理兩部分,而圖像獲取由照明系統、視覺傳感器、模擬-數字轉換器和幀存儲器等組成。機器人視覺通過視覺傳感器獲取環境的二維圖像,並通過視覺處理器進行分析和解釋,進而轉換為符號,讓機器人能夠辨識物體,並確定其位置。
具體過程如下:
一般來説,機器視覺系統包括了照明系統、鏡頭、攝像系統和圖像處理系統**。**對於每一個應用,我們都需要考慮系統的運行速度和圖像的處理速度、使用彩色還是黑白攝像機、檢測目標的尺寸還是檢測目標有無缺陷、視場需要多大、分辨率需要多高、對比度需要多大等。
作為一種給機器帶來視覺功能的關鍵技術,機器視覺應用廣泛。

從工業視覺到計算機視覺,從人機交互到自動駕駛,從虛擬現實到物體自動識別,機器視覺都能擔當着重要角色。

工業機器人領域的機器視覺下游市場主要是半導體及電子製造、汽車、食品與包裝和製藥行業,其他如煙草、農業、機械零部件等也是機器視覺應用的重要行業。

▲全球機器視覺下游需求結構
▲機器視覺在包裝機械和機械零部件應用示例
▲機器視覺下游應用梳理
工業機器視覺難點在於精度和速度,要求都在毫米級,且工業領域工業機器人抓手的變動是在三維空間內。根據功能不同,機器人視覺可分為視覺檢驗和視覺引導兩種。
1.下游應用領域——電子
根據前瞻研究院數據,電子行業貢獻了機器視覺近50%左右的需求,主要用於晶圓切割、3C表面檢測、觸摸屏製造、AOI光學檢測、PCB印刷電路、電子封裝、絲網印刷、SMT表面貼裝、SPI錫膏檢測、半導體對位和識別等的高精度製造和質量檢測。以iPhone為例,其生產全過程就需70套以上系統。未來在全球智能手機、平板電腦和可穿戴設備等消費電子領域的需求有望爆發。 以3C行業為例,我們判斷未來行業的機器視覺需求還會持續較快增長,主要需求來自幾個方面:1)視覺技術進步(現在好多玻璃、屏的缺陷檢測技術上還不能實現)推動適用領域拓寬;2)隨着國內智能手機逐漸中高端化帶來手機廠商利潤率提升,視覺檢測在國產手機產線中的應用有望推廣開來。
▲機器視覺在SMT裝配線上的典型應用
2.下游應用領域——汽車 根據前瞻研究院數據,汽車行業貢獻了機器視覺15%左右的需求,主要用於車身裝配檢測、面板印刷質量檢測、字符檢測、零件尺寸的精密測量、工件表面缺陷檢測、自由曲面檢測、間隙檢測等幾乎所有系統和部件的製造流程。目前一條產線大概配備十幾個機器視覺系統,未來隨着汽車質量把控、汽車智能化、輕量化趨勢對檢測提出更高要求,對機器視覺技術的需求還會逐步提高。 例如,3D視覺系統可以以高精度測量間隙並對準每一輛車,並對裝配的所有車門和車身進行全面檢測。3D 視覺系統還能幫助底盤製造商使貨架中車身板件的上架、下架和檢測實現自動化,在自動設備拾取缺陷元件之前檢測貨架上是否存在缺陷元件,從而減少將缺陷元件焊接到一起。
▲機器視覺在車身檢測領域的應用
3.下游應用領域——製藥 根據前瞻研究院數據,製藥行業貢獻了機器視覺7%左右的需求,主要應用在藥瓶封裝缺陷檢測、膠囊封裝質量檢測、藥粒卻是檢測、生產日期打碼檢測、藥片顏色識別及分揀等。目前大多數企業流水線上有1-2套機器視覺系統,而實際需求至少應該在5處,未來隨着製藥行業自動化升級改造提速,滲透率會持續提升。 例如,在藥品包裝後的檢測環節中,可以利用機器視覺快速、準確地檢測到對象是否完好無缺,通過設定圖像傳感器,獲取包裝後的對象圖片信息,通過預先設定的面積參數對每個藥粒或者藥瓶進行檢測對比,這樣,破損的藥粒或者缺瓶的包裝都將被檢測出來,正確的正常通過。
▲藥粒泡罩檢測示意圖
▲缺瓶檢測示意圖
4 .下游應用領域——食品 食品及包裝也是機器視覺應用的重要下游領域,主要用於高速檢測、外觀封裝檢測、食品封裝缺漏檢測、外觀和內部質量檢測、分揀與色選等,單條產線用量在不同產品中差異較大。目前機器視覺在大型食品企業(如伊利、蒙牛)中應用較多,而在行業整體的滲透率並不高。 例如,歐洲鮮貨市場廣泛使用食品分揀器,一般採用多台攝像機捕獲產品整個表面影像。當產品基本為圓形時,在漏洞內設有機構,讓產品在攝像機下進行旋轉。形狀可以根據最大直徑和最小直徑、比例關係等進行分選。顏色一般根據已掃描的整個表面情況來決定。鑑定方法如簡單百分比、強度值直方圖、定義最大面積或最小面積等。
▲機器視覺在食品行業中的典型應用示意圖
展望未來,機器視覺行業主要有幾個發展趨勢: 1)更多更快的圖像數據傳輸、更先進的軟件算法帶來實現數字化、實時化和智能化的性能提升; 2)硬件性能的提升(更高分辨率、更快掃描率等)和產品軟件價格的下降推動機器視覺滲透率提升; 3)產品向着小型化、集成化發展。
二、機器視覺的市場規模
現代工業自動化技術日趨成熟,越來越多的製造企業考慮如何採用機器視覺來幫助生產線實現檢查、測量和自動識別等功能,以提高效率並降低成本,從而實現生產效益最大化。機器視覺作為新興技術被寄予厚望,被認為是自動化行業一個具備光明前景的細分市場。機器視覺由於技術本身存在的優越性在許多領域有很好的發展前景。
目前,機器視覺在工業、農業、國防、軍工、交通、醫療、金融甚至體育、娛樂等等行業都獲得了廣泛的應用,對我們的生活、生產和工作帶來了革命性的改變。機器視覺技術在國內外人工智能企業應用技術中佔比超過40%,其中國內佔比達到了46%。

機器視覺在人工智能領域應用佔比情況
據國外調研機構MarketsandMarkets分析,2015年全球機器視覺市場規模為80.8億美元,到2020年市場規模將達125億億美元,2016-2020年全球機器視覺市場將以年複合9.1%的增長率成長。
從全球範圍看,由於下游消費電子、汽車、半導體、醫藥等行業規模持續擴大,全球機器視覺市場規模呈快速增長趨勢,並預計到2025年將超過192億美元。
從長遠的潛在市場規模來看,當前只有5%的潛在用户使用了機器視覺,也就是還有95%的潛在用户需要但還沒有用上機器視覺,全部潛力發揮出來後,全球的市場可達到1200億美元。

全球機器視覺市場規模情況
在地區方面,機器視覺主要分佈在美國、德國、日本、中國等國家。中國機器視覺產業雖然起步晚,但發展速度快,已成為繼美國和日本之後的全球第三大機器視覺市場。
2014年全球機器視覺市場地區分佈
在應用領域方面,工業機器視覺下游行業主要為半導體及電子製造,汽車行業次之。
2015全球機器視覺部件級系統市場分佈
我國機器視覺起步於20世紀80年代,2006 年以前,國內機器視覺產品應用主要集中在外資製造企業,規模很小。2011 年國內機器視覺市場開始啓動,目前行業正處於快速發展期,發展空間大。
我國機器視覺行業發展時期
2015年國內機器視覺硬件及系統市場規模22億元人民幣,全球佔比8.3%,增速為20.9%,高於全球平均水平。
2010-2018年中國機器視覺市場空間及增速
國內受益於配套基礎設施不斷完善、製造業總體規模持續擴大、智能化水平不斷提高、政策利好等因素,中國機器視覺市場需求不斷增長。2018年中國機器視覺市場規模首次超過100億元。隨着行業技術提升、產品應用領域更廣泛,未來機器視覺市場將進一步擴大,預計2023年將達到197億元,2019-2023年複合增長率超12%。

國內機器視覺市場規模預測
三、我國機器視覺行業的競爭格局
整個機器視覺系統中,半導體零部件和軟件開發佔據成本的80%,其中進口核心零部件和底層軟件開發佔60%生產成本。
機器視覺成本構成
目前活躍在我國機器視覺市場上的力量主要可以分為三類:國際綜合自動化工業公司、國際專門機器視覺廠商、國內專門機器視覺公司,其中外資廠商仍然佔據機器視覺市場主導地位,我國機器視覺行業企業以產品代理商和系統集成及設備製造為主,底層開發商較少。
我國機器視覺市場上的三類力量
國內機器視覺產業鏈上公司分佈
當前,全球機器視覺行業呈現兩強對峙狀態,日本基恩士、美國康耐視兩大巨頭幾乎壟斷了全球50%以上的市場。總體來説,大型跨國公司在本行業佔據了行業價值鏈的高端,擁有較為穩定的市場份額和利潤水平;國內企業主要在中低端市場進行競爭,相對來説利潤水平偏低,但是部分深耕細分領域的企業依靠對客户需求的深刻理解和豐富的經驗也擁有良好的生存發展空間。

機器視覺產業鏈相關代表性企業情況
從行業公司來看,中國的國際機器視覺品牌已超100多家,中國自己的機器視覺企業也超過102家,機器視覺產品代理商超過200家,專業的機器視覺系統集成商超過50家。
2007-2013年我國機器視覺企業數量及增速
簡單的,我們可以把機器視覺產業鏈可以分為底層開發商(核心零部件和軟件提供商)、集成和軟件服務商(二次開發),核心零部件及軟件又可以再細分為光源、鏡頭、工業相機、圖像採集卡、圖像處理軟件等。在目前的整個機器視覺系統成本構成中,零部件及軟件開發佔據了80%的比例,是產業鏈中絕對的核心環節和價值獲取者。
從技術壁壘來看:
(1)軟件是主要壁壘,底層算法庫是核心。目前是外資企業壟斷,做得好例如康耐視以及MVTec,主要是靠國外幾十年的自動化進程培養起來的;國內自動化進程時間不長,軟件算法還多處於研發階段,應用做得好的不多。
(2)應用層面的技術也非常關鍵,主要是要掌握不同應用環境的Know-How,做出適應性的產品。 目前來看,國內機器視覺行業的市場參與者主要有四種類型:國際綜合自動化公司、國際專業機器視覺公司、國內專業機器視覺公司以及國內自動化設備公司。其中,在底層開發商層面還是國際企業占主導地位,國內公司更多是在附加值更低的二次開發層面佈局(形式包括系統集成以及組裝生產自動化專機),並在此基礎上逐漸向上遊核心環節進行嘗試。

▲機器視覺系統 成本構成
1.光源
光源是國產化最充分環節。光源的好壞在於對比度、亮度和對位置變化的敏感程度,機器視覺行業主要採用LED 光源產品。目前沒有通用的機器視覺照明設備,針對每個特定的應用實例有個性化的方案,以達到最佳效果 。目前光源行業國產化程度高,競爭比較激烈。

▲內外光源參與企業
2.鏡頭
低端鏡頭國內企業具備一定競爭力,高端鏡頭基本依賴進口。鏡頭的基本功能是實現光束調製,將目標成像在圖像傳感器的光敏面上完成信號傳遞。工業鏡頭主要可以分為定焦鏡頭、定倍鏡頭、遠心鏡頭、連續變倍鏡頭等,不同的鏡頭根據要求應用於不同的工業現場,價格差距也較大。

▲國內外鏡頭參與企業
3.工業相機
工業相機以歐美進口為主,國產品牌從低端市場開始逐步進口替代。工業相機是工業視覺系統的核心部件,其本質功能完成是將光信號轉變成電信號的過程,要求更高的傳輸力、抗干擾力以及穩定的成像能力。

▲國內外工業相機參與企業
4.圖像採集卡
圖像採集卡國內發展較為完善和成熟,也稱為視頻抓取卡,這個部件通常是一張插在 PC 上的卡。這張採集卡的作用將攝像頭與 PC 連接起來。它從攝像頭中獲得數據(模擬信號或數字信號),然後轉換成PC 能處理的信息。
5. 圖像處理軟件
圖像處理軟件基本被國外企業壟斷,國內企業在二次開發中有所佈局。工業視覺軟件則對數字信號進行各種運算來抽取目標的特徵,進而根據判別的結果來控制現場的設備動作,自動完成對圖像採集、顯示、存儲和處理。當前比較流行的開發模式是“軟件平台+視覺開發包”,開發包是基於軟件平台對常用各種圖像處理算法進行了封裝,軟件工程師可以直接調用封裝好的算法實現各種複雜的圖像處理功能,降低二次開發難度和工作量。

▲國內外圖像處理軟件參與企業
6.系統集成
國內廠商在集成端發展迅速,尤其是在一些外資還沒有佈局的領域、或者非標自動化領域如3C 等。國內集成廠商單純進行二次開發利潤空間較小,在某一行業下游完成良好佈局之後,會嘗試逐步向上游底層開發延伸,進行核心軟硬件的進口替代。
















