產(chǎn)業(yè)趨勢：高端制造新軍突起，機器換人大勢所趨
新能源、半導體、汽車、航空航天等高端制造業(yè)占比提升，對工業(yè)智能化水平提 出更高要求
隨著先進制造在我國的占比提升，工業(yè)生產(chǎn)線上人眼在精度、效率等方面已不能滿足產(chǎn)業(yè)升級的要求。如何借助機器視覺等智能化技術(shù)替代傳統(tǒng)人工操作，實現(xiàn)提質(zhì)、降本、增效，成為制造業(yè)的共性需求。未來隨著“中國智造 2025”戰(zhàn)略的加速推進，工業(yè)制造自動化、智能化程度有望不斷加深，機器視覺這一技術(shù)將得到更廣泛的應(yīng)用。橫向跨行業(yè)拓展：目前，我國機器視覺應(yīng)用以制造業(yè)的電子、平板顯示、汽車、電池等行業(yè)為主，新能源、半導體、醫(yī)療等新興產(chǎn)業(yè)有望加速引入這一技術(shù)?？v向深度強化：機器視覺在各行業(yè)的初始應(yīng)用往往是在生產(chǎn)環(huán)節(jié)的檢測這一步驟，隨著技術(shù)的普及、成本的下降，機器視覺有望在行業(yè)應(yīng)用深度上強化，進入到識別、測量、定位等其他環(huán)節(jié)。
疫情等外部因素改變工廠的生產(chǎn)模式，加速推動智能制造轉(zhuǎn)型升級
嚴格的疫情防控政策不可避免會對企業(yè)的開工時間、人員穩(wěn)定性、承諾交期等產(chǎn)生不確定性影響，直接或間接增加了企業(yè)的綜合成本。今年以來疫情頻發(fā)，國內(nèi)用工難、用工貴的問題進一步凸顯，我國紡織服裝等出口產(chǎn)業(yè)相較越南、印度等國的優(yōu)勢進 一步縮小，2022H1我國出口金額 11.14 萬億，同比增長 13.2%，略低于越南 同期增速。我們認為，疫情等外部擾動因素一定程度上加速推動了工廠的無人化、智能化水平，打造智能化“黑燈工廠”將是制造業(yè)企業(yè)的當務(wù)之急，機器視覺產(chǎn) 業(yè)發(fā)展迎來短期加速窗口。
深度學習技術(shù)提升了機器視覺的應(yīng)用落地能力，驅(qū)動產(chǎn)業(yè)加速發(fā)展
目前主流的機器視覺檢測技術(shù)仍采用傳統(tǒng)的機器學習訓練方法，即在結(jié)構(gòu)化場景下首先將數(shù)據(jù)表示為一組特征，分析特征或輸入模型后，輸出得到預(yù)測結(jié)果。但隨著機器視覺的應(yīng)用領(lǐng)域擴大，傳統(tǒng)方式顯示出通用性低、難以復制、對使用人員要求高等缺點。深度學習對原始數(shù)據(jù)通過多步特征轉(zhuǎn)換，得到更高維度、更加抽象的特征表示， 可以將機器視覺的高效率和與人類視覺的靈活性相結(jié)合，完成復雜環(huán)境下的檢測， 特別是涉及偏差和未知缺陷的情形。通過深度學習對模型魯棒性的提升，極大地拓展了機器視覺的應(yīng)用場景，使機器視覺系統(tǒng)更加具備柔性，加速其在工業(yè)領(lǐng)域的滲透。
需求邏輯：機器之“眼”優(yōu)勢凸顯，百億賽道長坡厚雪
機器之“眼”替代人眼，賦能工業(yè)制造
根據(jù)美國制造工程師協(xié)會（SME）機器視覺分會等機構(gòu)的定義，機器視覺工作過程是通過光學裝置和非接觸式傳感器自動地接收、處理真實場景的圖像，目的在于獲得所需信息或用于控制機器人運動。 一個典型的機器視覺系統(tǒng)一般包括光源及光源控制器、鏡頭、相機、視覺控制系統(tǒng)（視覺處理分析軟件及視覺控制器硬件）等，其中光源及光源控制器、鏡頭、 相機等硬件負責成像，視覺控制系統(tǒng)負責對成像結(jié)果進行分析、輸出結(jié)果至其他執(zhí)行部件。機器視覺系統(tǒng)的“讀取信息-傳輸信息-處理信息”的過程與人眼的運作機制對應(yīng)，可謂人類視覺在工業(yè)界的延伸。
識別、測量、定位、檢測，機器視覺的四大典型應(yīng)用場景
識別、測量、定位和檢測等四大應(yīng)用場景實現(xiàn)難度依次遞增。
識別：甄別目標物體的物理特征，包括外形、顏色、字符、條碼等，其準確度和識別速度是衡量的重要指標。常見的應(yīng)用場景是 OCR，讀取零部件上的字母、數(shù)字、字符（例如條形碼、二維碼等）用于溯源。
測量：把獲取的圖像像素信息標定成常用的度量衡單位，再精確計算出目標物體的幾何尺寸，主要應(yīng)用于高精度及復雜形態(tài)測量。
定位：獲取目標物體的位置信息（二維或是三維），進而輔助執(zhí)行后續(xù)操作， 常用于元件對位、輔助機器人完成裝配、拾取等。
檢測：主要針對目標物體的表面狀態(tài)，判斷產(chǎn)品是否存在缺陷，通常用于零部件缺陷、污染物、功能性瑕疵檢測等。
機器視覺檢測產(chǎn)業(yè)鏈呈現(xiàn)“一條主線，多點開花”
上游：機器視覺產(chǎn)業(yè)鏈的上游主要包括以光源、鏡頭、相機為首的核心零部件和底層的軟件算法庫。據(jù)中商產(chǎn)業(yè)研究院的數(shù)據(jù)統(tǒng)計，上游的零部件和軟件開發(fā)環(huán)節(jié)幾乎占據(jù)機器視覺系統(tǒng)成本80%。
中游：產(chǎn)業(yè)鏈的中游主要包括視覺系統(tǒng)和智能視覺裝備。視覺系統(tǒng)是光學成像模塊（眼睛）與圖像處理系統(tǒng)（大腦）的集合體，可以獨立完成圖像采集功能并基于圖像采集的信息完成預(yù)期的處理工作（如定位、測量、檢測和識別等）。智能視覺裝備在系統(tǒng)的基礎(chǔ)上增加了結(jié)構(gòu)本體和自動控制部件，實現(xiàn)檢測/生產(chǎn)工藝的控制和執(zhí)行，給機器又植入了受大腦控制的“肌肉”和“四肢”。
下游：產(chǎn)業(yè)鏈下游通過系統(tǒng)集成商致力于將智能視覺設(shè)備與生產(chǎn)工藝相結(jié)合， 下游面向 3C 電子、汽車制造、新能源等眾多細分行業(yè)，并隨著技術(shù)滲透率的提升行業(yè)下游呈現(xiàn)“多點開花”的態(tài)勢。
3C電子：落地機器視覺技術(shù)的行業(yè)基本盤，品類滲透加速
全球 3C 電子產(chǎn)業(yè)向發(fā)展中國家轉(zhuǎn)移，高精度、換代快等特點助推機器視覺技術(shù) 迭代，應(yīng)用場景延伸和品類拓展有望持續(xù)推動我國3C行業(yè)機器視覺滲透率提 升。
由于消費類電子行業(yè)元器件尺寸較小，檢測要求高，天然適合機器視覺檢測系統(tǒng)落地，其高精度要求也反向推動了機器視覺技術(shù)的革新。此外，消費類電子行業(yè)產(chǎn)品生命周期短、更新?lián)Q代快，制造企業(yè)需要頻繁更換產(chǎn)線設(shè)備，進一步增加了對機器視覺行業(yè)的需求。未來，隨著機器視覺在 3C 制造中的應(yīng)用場景由低精度的二維碼、字符識別進一步延伸至超越人眼極限的高精度組裝與加工， 疊加終端產(chǎn)品從手機拓展至耳機、平板、手表、VR/AR 等品類，機器視覺在3C電子行業(yè)的滲透率有望持續(xù)提升。
汽車：智能汽車向“大型電子產(chǎn)品”演進，視覺檢測迎來新需求
電動化、智能化產(chǎn)業(yè)趨勢帶來機器視覺產(chǎn)業(yè)沃土。汽車制造領(lǐng)域中的零配件檢測、 裝配校驗檢測、涂膠檢測等都離不開機器視覺技術(shù)。例如，3D視覺系統(tǒng)可以以高精度間隙對準每一輛車的拼接縫，并對車門和車身進行全面檢測，效率和準確率都高于人眼檢測。汽車產(chǎn)業(yè)的電動化、智能化將推動汽車向“大型電子產(chǎn)品” 演化，電子零部件成本占比可能超過整車 50%，雷達（激光、毫米波、超聲波）、 傳感器、通信（GPS、DSRC、4G/5G）、攝像頭、檢測、娛樂系統(tǒng)將會大幅提升，行業(yè)提升具備機器視覺檢測技術(shù)的裝備的需求。2021 年，我國新能源車銷量同比大增 157.6%至 352.1 萬輛，同期機器視覺的汽車行業(yè)規(guī)模已超過 10 億元。
鋰電：行業(yè)維持高景氣，電池廠擴產(chǎn)帶來視覺裝備需求井噴
鋰電池工藝復雜，機器視覺應(yīng)用場景豐富。電芯前段工序：在涂布、輥壓等環(huán)節(jié)，鋰電池表面容易產(chǎn)生露箔、暗斑、亮斑、掉料、劃痕等缺陷，機器視覺主要應(yīng)用于涂布的涂覆糾偏、尺寸測量， 極片的表面瑕疵檢測、尺寸測量、卷繞對齊度等環(huán)節(jié)。電芯后工序：主要應(yīng)用于裸電芯極耳翻折、極耳裁切碎屑、極耳、入殼頂蓋 和密封釘焊接質(zhì)量檢測以及電芯外觀檢測、尺寸測量、貼膠定位等。模組和 PACK 段：主要應(yīng)用于底部藍膠、BUSBAR 焊縫、側(cè)焊縫、模組全 尺寸和 PACK 檢測等。
新能源汽車蓬勃發(fā)展，帶動鋰電行業(yè)的機器視覺呈井噴態(tài)勢。國家統(tǒng)計局的數(shù)據(jù) 顯示，2021 年中國鋰電池產(chǎn)量已達 232.6 億只，同比增長 23.4%。據(jù) GGII 不 完全統(tǒng)計，2021 年中國動力電池投擴項目 63 個（含募投項目）、投資總額（含 擬投資）超過 6,218 億元，長期規(guī)劃新增產(chǎn)能已經(jīng)超過 2.5TWh。鋰電產(chǎn)能的快 速增加帶動機器視覺高速發(fā)展，2021 年市場規(guī)模達到 17.7 億元，2019-2021 年 CAGR 高達 110%。
光伏：良率要求提高，推動硅片分選機放量
光伏行業(yè)發(fā)展迅猛，帶來機器視覺檢測需求爆發(fā)。光伏電池片的生產(chǎn)可能產(chǎn)生碎 片、電池片隱裂、表面污染、電極不良等缺陷，如何提升產(chǎn)品良率、電池的光電 轉(zhuǎn)化效率和使用壽命是行業(yè)痛點，催生光伏硅片分選機等設(shè)備快速放量。2018- 2021 年，中國太陽能電池產(chǎn)量 CAGR 達 35%，2021 年同比增速達 42%，行 業(yè)迎來加速成長期，同期帶動機器視覺的光伏行業(yè)應(yīng)用規(guī)模由 2019 年 2.6 億元 快速提升至 2021 年的 6.5 億元，CAGR 高達 58%。
非工業(yè)：傳媒、安防、物流、交通等消費級應(yīng)用正成為新發(fā)展方向
機器視覺應(yīng)用方向包含工業(yè)級與消費級，產(chǎn)業(yè)邊界趨于模糊。根據(jù)機器視覺聯(lián)盟 （CMVU）的數(shù)據(jù)，用于消費電子、半導體與新能源等板塊的工業(yè)級機器視覺合 計占比 79.8%；相比之下，用于消費級機器視覺的安防與監(jiān)控、物流分揀以及智 慧交通等領(lǐng)域占比僅 17.0%，但份額逐年提升。
隨著 AI 和 5G 技術(shù)的商用落地，機器視覺不再局限于工業(yè)領(lǐng)域。機器視覺結(jié)合三維重建、動作/表情捕捉、渲染等技術(shù)可實現(xiàn)人臉、表情、動作、衣物的還原， 構(gòu)建模擬逼真的人物形象，此外還可利用人臉識別、動作識別、物體追蹤等技術(shù)模擬人的視覺能力。因此，機器視覺在影視、游戲、直播、文旅等領(lǐng)域還有施展拳腳的空間。
競爭壁壘：技術(shù)實力決定產(chǎn)品層次，國產(chǎn)替代方興未艾
機器視覺核心價值集中于產(chǎn)業(yè)鏈上游，硬件工藝與軟件算法決定產(chǎn)品技術(shù)天花板。機器視覺設(shè)備價值可拆分為上游零部件與軟件、中游組裝集成與售后維護，其中 上游占據(jù)了80%價值量，技術(shù)壁壘最高；硬件部分當中工業(yè)相機價值占比達 50% 以上，由圖像傳感器、圖像采集卡與各類芯片組成，技術(shù)壁壘極高。
技術(shù)路徑多線匯集，機器視覺公司各有所長。機器視覺系統(tǒng)由多個軟、硬件產(chǎn)品 組成，基于同一技術(shù)平臺的部件集成有利于系統(tǒng)穩(wěn)定可靠，但由于其中各部件技 術(shù)路徑相對獨立，行業(yè)內(nèi)除基恩士之外的多數(shù)企業(yè)都只專注于其中一個或幾個部 件，比如康耐視的核心在于視覺軟件，國內(nèi)的奧普特擅長光源及控制器，自主化 領(lǐng)域各有不同。
硬件：光源、相機國產(chǎn)化率高，鏡頭任重道遠
光源是機器視覺的照明系統(tǒng)，直接決定成像質(zhì)量和算法效果。機器視覺光源主要 包括 LED 光源和光源控制器，用于增加對比度以分離圖像目標與背景，是后期圖像采集與處理的基礎(chǔ)，因此光源的質(zhì)量直接決定圖像分析的難度。光源技術(shù)從傳統(tǒng)鹵素燈、熒光燈到現(xiàn)在普遍使用的 LED，再到 3D 視覺應(yīng)用的結(jié)構(gòu)光、激光光源，場景應(yīng)用逐步多元化，方案針對性也逐步提升。例如在一個視覺應(yīng)用的光源選型中，廠商需要根據(jù)客戶提出的需求，綜合考慮光源的照射角度、照射方式、光的平行性、柔和性等因素選擇適合光源的型號和組合，是一個復雜的非標定制 環(huán)節(jié)。
光源是機器成像的基礎(chǔ)，中國光源廠商進入較早份額領(lǐng)先。光源的國產(chǎn)化率較高， 市場集中度也較高，已成功進入國際市場，主要廠商有奧普特、康視達、沃德普、 樂視等。其中，奧普特是國內(nèi)最早起步的光源廠商，截至公司招股書發(fā)行日已共有 38 個系列、近 1000 款標準化產(chǎn)品并提供定制化的光源服務(wù)，2021 年公司實現(xiàn)光源業(yè)務(wù)收入約 3 億元，保持國產(chǎn)領(lǐng)先。
鏡頭是機器視覺圖像采集部分重要的成像部件，海外廠商優(yōu)勢明顯。與普通鏡頭 相比，工業(yè)鏡頭要求清晰度更高、透光能力更強、畸變程度更低等，需要考慮焦 距、視場角、光圈以及景深等因素。選取恰當?shù)臋C器視覺光學鏡不僅有助于后續(xù) 圖像處理工作，而且可以降低設(shè)備成本。在工業(yè)鏡頭領(lǐng)域，海外企業(yè)進駐較早， 研發(fā)實力強勁，品牌影響力較大，在高端工業(yè)鏡頭市場占據(jù)競爭優(yōu)勢，如德國施 耐德、日本 CBC Computar 等。我國雖然起步較晚，但涌現(xiàn)出了優(yōu)秀的鏡頭公 司如廣州長步道、東正光學等企業(yè)。
工業(yè)相機實現(xiàn)光信號轉(zhuǎn)換，本土品牌有望實現(xiàn)全面國產(chǎn)替代。工業(yè)相機是工業(yè)視 覺系統(tǒng)的核心零部件，其本質(zhì)功能是將光信號轉(zhuǎn)變成電信號，要求產(chǎn)品具有較高 的傳輸力、抗干擾力以及穩(wěn)定的成像能力。隨著設(shè)計技術(shù)和制造工藝的不斷提升， 成本更低、分辨率更高、集成度更高的 CMOS 圖像傳感器逐漸替代早期的 CCD 傳感器。目前市面上的工業(yè)相機主要有面陣相機、線陣相機、3D 相機以及智能 相機。據(jù) CMVU 的統(tǒng)計，2015 年后，中國涌現(xiàn)出了一批有規(guī)模的、有競爭力的國產(chǎn)品牌，如?？禉C器人、大恒圖像、華?？萍嫉饶戤a(chǎn)十萬顆以上的公司。2020 年，國產(chǎn)相機銷售數(shù)量占比已超過 80%，有望在不久的未來實現(xiàn)對進口的全面 替代。
3D視覺前景廣闊，技術(shù)迭代打開應(yīng)用空間
2D 機器視覺技術(shù)具有局限性，3D 可以作為有效補充。使用 2D 機器視覺技術(shù) 可以獲取二維圖像，在三個自由度（x、y 和旋轉(zhuǎn)）上定位被攝目標，并基于灰度、 對比度的特征進行分析。但 2D 技術(shù)存在無法提供物體高度、平面度、表面角度、 體積等三維信息、易受光照變化影響、對物體運動敏感等局限性。3D 技術(shù)增加 了旋轉(zhuǎn)、俯仰、橫擺三個維度，更能還原真實立體世界，通過 3D 視覺傳感器采集3D 輪廓信息，形成 3D 點云，實現(xiàn)平面度、翹曲度、段差、曲面輪廓度等 3D 尺寸量測。
3D視覺技術(shù)主要包括雙目、結(jié)構(gòu)光、ToF、和激光三角測量。
雙目技術(shù)：通過模仿人眼用兩個攝像頭觀察同一景物，具有系統(tǒng)結(jié)構(gòu)簡單、實現(xiàn)成本低，識別距離遠等特點，目前應(yīng)用較為廣泛，但其弊端為算法復雜，計算量大，不適合在光線較差的環(huán)境中使用。
飛行時間法成像技術(shù)（TOF，Time Of Flight）：通過給目標物連續(xù)發(fā)送光 脈沖，通過探測光脈沖發(fā)射到返回的飛行時間來得到目標物距離，具有響應(yīng)快、軟件簡單、識別距離遠等特點，缺點是分辨率低、不能精密成像且成本較高。
3D結(jié)構(gòu)光：從光源投射出一定結(jié)構(gòu)（比如黑白相間）的光線，通過條紋/斑 點的變形計算圖形的三維圖像，其計算簡單、精度較高，普及度較高。2017 年蘋果發(fā)布的 iPhone X 就搭載了前置 3D 結(jié)構(gòu)光傳感器用于 Face ID 的人臉解鎖。
激光三角測量：與 3D 結(jié)構(gòu)光技術(shù)類似，區(qū)別是以激光作為光源來確定空間物體的三維坐標，精準度高、成本低，但不適于遠距離測量。
工業(yè)控制對精度、柔性的要求高，場景還原度更好、魯棒性更強的 3D 有望加速 滲透。盡管目前 2D 視覺可以滿足絕大部分行業(yè)對檢測的需求，但涉及到立體工 件、精度要求高的檢測仍需 3D 視覺來配合。通過增加 3D 視覺模塊，增加工業(yè) 機器人的環(huán)境感知能力，可以拓寬應(yīng)用場景。例如，3D 視覺能使機器人更加精 準地定位被操作物，實現(xiàn)更高難度的不規(guī)則包裹抓取、非標金屬部件焊接等操作， 機器人柔性大幅提升。根據(jù) MIR 的預(yù)測，搭載 3D 視覺的工業(yè)機器人滲透率將有望從 2021 年的 4%提升至 2025 年的 10.5%，出貨量 CAGR 達 46%。
3D視覺技術(shù)在消費級應(yīng)用上空間廣闊
消費電子：2017 年 9 月以來，蘋果公司的 iPhone X、iPhone 11、iPhone 12 手機系列均搭載了前置結(jié)構(gòu)光 3D 視覺傳感器，并在 iPhone 12 Pro 上 同步搭載了基于 dToF 技術(shù)的后置激光雷達掃描儀；安卓端包括華為 Mate 系列、P 系列，OPPO Find X，魅族 17 Pro、18 Pro 等陸續(xù)有十余款智能手機分別在前置和后置視覺傳感器中不斷嘗試使用結(jié)構(gòu)光和 ToF 技術(shù)。通過在智能手機、平板設(shè)備、電視等智能終端設(shè)備上搭載 3D 視覺傳感器可 以使其具備 3D 人臉識別解鎖、沉浸式交互、體感交互等能力，從而帶來更 安全、更好的用戶體驗。
AIoT：3D 視覺傳感器可以被搭載在 3D 空間掃描設(shè)備、服務(wù)型機器人、 AR/VR設(shè)備等終端上以實現(xiàn)傳統(tǒng) 2D相機無法實現(xiàn)的功能，例如三維重建、避障導航等；在服務(wù)機器人應(yīng)用領(lǐng)域，3D 視覺傳感器可以幫助服務(wù)機器人高效完成人臉識別、距離感知、避障、導航等功能，使其更加智能化。目前 已實現(xiàn)落地的應(yīng)用包括掃地機器人、自動配送機器人、引導陪伴機器人等， 服務(wù)于家庭、餐廳、旅館、醫(yī)院等多個線下場景。根據(jù) IDC 的數(shù)據(jù)，2017 年全球商務(wù)用機器人市場規(guī)模為 213.2 億美元，預(yù)計 2022 年全球市場規(guī)模 可達 538.0 億美元，2017-2022 年復合增長率預(yù)計為 20.3%。
3D 視覺仍處于探索初期，具備核心技術(shù)的廠商有望率先受益。隨著 5G 技術(shù)的 推廣普及，人工智能和物聯(lián)網(wǎng)應(yīng)用將迎來快速發(fā)展，推動視覺技術(shù)加速從 2D 成 像向 3D 視覺感知跨越。根據(jù) 2019 年 Gartner 新興技術(shù)發(fā)展周期曲線圖，3D 視覺感知概念已經(jīng)突破了早期的期望膨脹期，并逐漸步入產(chǎn)業(yè)化前的重要發(fā)展階 段，不斷探索潛在的細分領(lǐng)域應(yīng)用，尋找潛在的增長拐點。目前全球已掌握核心 技術(shù)并實現(xiàn)百萬級面陣 3D 視覺傳感器量產(chǎn)的企業(yè)僅有蘋果、微軟、索尼、英特 爾、華為、三星和奧比中光等少數(shù)企業(yè)。我們認為在這一新領(lǐng)域逐步走向成熟的 過程中，具備創(chuàng)新能力、掌握核心技術(shù)的公司有望率先受益。
（文章節(jié)選自：財通證券，作者：楊燁）
粵公網(wǎng)安備44030602003691號