机器视觉:人工智能高成长赛道的爆发风口,全面梳理龙头企业


发布时间:

2023-04-12

Meta AI最近在官网发布了一个基础模型——Segment Anything Model(SAM),并将其开源。该模型的本质是使用基于Transform模型架构的GPT方式,让计算机具备理解图像中一个个“对象”的通用能力。SAM模型可以接受文本提示,并基于海量数据训练而获得泛化能力,从而实现图像分割的重要任务。图像分割有助于识别和确认图像中的不同物体,并将它们从背景中分离出来。这在自动驾驶和医学成像等应用中特别重要。

 

根据CBInsight数据,机器视觉是人工智能正在快速发展的一个分支,当前中国已成为继美国、日本之后的第三大机器视觉领域应用市场。尽管作为新兴技术和产业,中国机器视觉行业规模相对较小,但其增速远快于全球,处于高速成长的阶段。GGII预计到2025年,机器视觉市场规模将超过1200亿元,行业具有长期广阔的发展前景。

 

机器视觉行业概览

根据美国制造工程师协会(SME)机器视觉分会的定义,机器视觉是利用光学装置和非接触式传感器自动获取和处理真实物体的图像,以获得所需信息或用于控制机器人运动的设备。机器视觉是人工智能、计算机科学、图像处理和模式识别等领域合作完成的,它利用计算机、图像传感器和其他相关设备来模拟人类视觉功能,赋予机器“看”和“认知”的能力。

 

机器视觉设备通常包括两个部分:

1)硬件部分,即“视”部分,包括光源、镜头、工业相机和图像采集卡;

2)软件部分,即“觉”部分,是系统的视觉处理软件。机器视觉具有识别、测量、定位和检测四大功能,其中检测技术是最具挑战性的。

 

逐步替代人工的机器视觉在工业领域相对于人眼视觉拥有显著优势,如精度高、速度快、适应性强、可靠性高、效率高等人工视觉无法比拟。

 

在我国,随着人工成本增加、数字化转型以及制造业效率和质量要求提高的背景下,机器视觉正在被广泛应用。

 

机器视觉产业链
 
 
根据行业研究数据库行行查的资料显示,机器视觉产业可以分为上游、中游和下游终端应用三个部分。
 
 
上游的范围较为广泛,包括光源、工业镜头、工业相机、图像采集卡以及软件和算法平台等环节;
中游是机器视觉产业链最核心的环节,由视觉系统和视觉装备集成构成;
下游则是应用领域,广泛应用于电子、半导体、机器人、汽车、医疗等各个行业。
 
 
在一个典型的机器视觉系统中,硬件部分包括光源及光源控制器、镜头和相机,负责成像。视觉控制系统则负责对成像结果进行处理分析,并将输出的分析结果传输至智能设备的其他执行机构。机器视觉应用系统则由图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块组成。
 
 
光源及光源控制器
 
光源控制器与光源搭配使用,光源控制器负责供电和控制光源的状态(亮/灭)、亮度、频闪等。在机器视觉行业中,LED光源产品是主要采用的光源,其好坏取决于对比度、亮度和对位置变化的敏感程度。针对每个特定的应用实例,目前还没有通用的机器视觉照明设备,需要使用个性化的方案以达到最佳效果。
 
 
国内光源行业的市场呈现出两极分化的态势,高端市场被CCS和AI等外企主导,而中低端市场国产化率超过90%,国内厂商竞争激烈。其中,奥普特是市场占有率最大的企业,其他主要参与厂商包括沃德普、纬朗光电、大族激光和义众实业等。
 
 
工业镜头
 
针对机器视觉应用的工业镜头相当于人眼晶状体,起始点为采集和传递物体信息。工业镜头需要满足不同场景下高光学分辨率、光学畸变更小和光谱响应丰富等应用需求。
 
 
在市场格局方面,外企在高端市场占据市场份额,而国内企业则主要推出性价比较高的产品,在中低端市场国产化率超过80%。
 
 
目前,东正光学、慕腾光、普密斯、联创电子、联合光电、凤凰光学和宇瞳光学等厂商在工业镜头领域处于主要地位。
 
 
工业相机
 
相机在机器视觉中扮演着图像采集的重要角色,就像人眼的视网膜一样将光信号转换成电信号。
光学通过镜头聚焦到像平面上,生成图像后,相机会采集并输出模拟或数字信号。这些信号在视觉控制系统中被重建为灰度或彩色的矩阵图像。
 
 
工业相机市场主要由欧美进口品牌占据,国产品牌从低端市场开始逐步替代进口产品。
 
 
目前,奥普特、海康机器人(海康威视的子公司)、大恒图像和华睿科技(大华股份的子公司)等公司已经具备工业相机生产能力。
 
 
图像处理软件及算法平台
 
在机器视觉系统中,软件和系统是关键,能够为整个解决方案提供更高的附加值。
 
 
机器视觉开发工具主要分为两种类型,一种是包含多种处理算法的工具包,另一种是专门实现某一类特定任务的应用软件。
 
 
底层算法难度很大,外国公司几乎垄断了底层算法领域,而本土厂商正在积极寻求突破。目前,国内仅有少数企业拥有自己的算法库。
 
 
国内代表性的软件和算法供应商包括凌云光、深科达、商汤科技、虹软科技和云从科技等。
 
 
图像采集卡和图像处理器领域的供应商包括维视图像、凌云光、凌华科技、北京君正、富瀚微和高新兴等。
 
 
机器视觉设备和集成
 
 
视觉装备是由视觉系统和自动化装备构成的。除了自主研发、生产并销售标准化的机器视觉核心部件,机器视觉厂商还提供整体解决方案,深度结合下游实际场景。
 
 
在国内,集成端发展迅速,尤其是在一些外资还没有布局的领域或非标自动化领域,例如3C等。当前,国内集成厂商单纯进行二次开发利润空间较小,因此,一旦在某一行业下游完成良好布局,有望尝试逐步向上游底层开发延伸,进行核心软硬件的进口替代。
 
 
国内机器视觉设备环节主流供应商包括天准科技、凌云光、奥普特、矩子科技、美亚光电、精测电子、赛腾股份、奥比中光、劲拓股份、先导智能、康鸿智能等。而系统集成商主要布局者包括凌云光、精测电子、依图科技、智泰科技、维视图像、格林深瞳等。
 
机器视觉市场格局显示,国内品牌在中低端市场具有竞争力,而高端市场仍由海外品牌主导。其中,基恩士和康耐视两大巨头垄断了全球市场份额超过50%。这表明机器视觉行业拥有较高的行业壁垒,主要源于其“技术密集”和“工艺密集”这两大特性。从1998年引入机器视觉系统以来,参与机器视觉产业发展的国内企业逐年增加。根据企查查数据,2010年至2019年每年新增行业内相关企业呈逐年增长的趋势,到达2019年时,当年新增机器视觉企业数已达819个,达到近年来的顶峰。然而,由于疫情影响和行业内集中度的提升,2020年以来每年新增企业数逐渐放缓,2021年共新增278家机器视觉相关企业,市场格局仍然相对分散。
 
目前,90%的制造业企业拥有自动生产线,但仅有40%实现数字化管理,5%打通工厂数据,1%使用智能化技术,许多场景仍然依赖于人工或简单设备进行识别和检测。据康耐视数据估计,在全球3.6亿制造业工人中,约有3500万人从事视觉质检工作,每年仅视觉检测的人工成本就超过3000亿美元。然而,机器视觉可以通过节约人工成本为下游带来价值增值。同时,考虑到产品质量和一致性的提高、数字化生产和机器视觉在高精度、复杂场景下的增量应用等因素,机器视觉行业前景广阔。
 
 
总体来看,中国工业增加值占全球比例正不断提升,未来在自动驾驶、医疗成像、工业机器人等高速成长的行业的带动下,有望提振机器视觉行业需求,进一步扩大市场。

关键词:

机器视觉,工业机器人