國內機器視覺產業的技術市場
加入技術交流群
摘?要：在2019年8月的“北京機器視覺助力智能制造創新發展大會”上，機器視覺產業聯盟主席潘津介紹了中國機器視覺產業聯盟2018年度的企業調查報告，并對未來3年進行了展望，探討了未來的技術趨勢和熱點。
1 回顧2018年機器視覺市場
2018年我國機器視覺產業的產值是84億元，從2016年到2018年，年復合增長率是31%。圖1下是2016年到2018年機器視覺行業的凈利潤額，可見從2016年到2018年是持續增長的，凈利潤額從6.3億元增長至9.9億元，年均復合增長率為24.9%，2018年行業凈利潤額增速放緩，為13.2%，同比下降了24.5個百分點。
雖然2018年行業的增長率降低了很多。但是從全球角度，中國還是發展最快的國家。例如2019年5月，潘津主席去歐洲參會，了解到北美2018年的銷售額增長率在10%到12%左右。
從2016年到2018年，盡管我們的產值營業額在增長，但是2018年利潤在下降，原因有多個：宏觀經濟的增速放緩，以及國際貿易環境惡化，人民幣匯率波動，市場競爭加劇，人工及生產成本上漲等原因影響，導致行業整體盈利能力有所下降，凈利潤率下降至11.8%。
圖2分析了不同規模企業的凈利潤情況。可見不是企業規模越大，凈利潤越好。由圖2可見，銷售額在5 000萬到1億元的企業凈利潤率最高，2018年是19.2%。其次是銷售額從1 000萬到3 000萬的是17.3%。值得注意的是，銷售額在1 000萬元以下的企業，由于多處于成立初期，仍處于虧損狀態，2018年凈利潤率為-14.7%。
在研發投入方面，這兩年在不斷的增加，如圖3。
圖4是自主產品和代理產品的銷售產品的占比。很多企業不僅有自己研發的產品，同時也代理一些國外的產品。這幾年自主品牌的產品的比例上來了。而且自主產品的利潤率較高。
圖5再分得更細一點，從產品的大類分。例如第一類是特定應用視覺系統，第二類分為幾部分：相機、光學、照明、智能相機緊湊型系統/視覺傳感器，第三類是軟件、線纜、其他配件、采集卡。從銷售額來看，最大的是視覺系統。實際上這是粗略統計，如果按更嚴格的方法統計，這個數據會更大，因為很多做視覺系統的企業可能不在機器視覺行業，而是在其他行業做設備或做視覺系統的部門，此圖沒有把這部分業務計算在內。
如圖5，第二大部分是相機，第三是光學鏡頭。這些業務雖然銷售額沒有前者高，但利潤率反而是上升的。線纜市場雖然量不大，但利潤率最高。
圖6是地區市場細分。海外市場含港澳臺。可見國內市場占大部分比例——90%。國內市場中，分成東部沿海區域和中西部區域，可見東部沿海區域明顯地遠遠超過中西部區域。
從利潤水平看，海外市場凈利潤率較高，為15.9%，而國內市場凈利潤率相對較低，為11.3%。
國內市場中，中西部地區雖然銷售額較低，但是凈利潤率高于東南沿海地區，分別為13.5%和10.8%，說明東部比較成熟，競爭也比較激烈。行業平均利潤率為11.8%。
再從另外視角來看，把世界產品分成制造業和非制造業。
制造業指電子、平板顯示、汽車、電池、印刷、機器人、半導體、包裝、食品飲料、通用零部件等（如圖7）。很明顯，電子特別是消費電子占的比例很大，其次是平板顯示，二者占了24%份額，可見這是機器視覺現在應用比較多的一領域。其他領域較為平均。
但是若把圖7與前幾年比較，可以發現：現在應用領域更多了。前幾年多是集中在前三塊：電子、消費電子、平板顯示。因為當時的新能源電池還是指手機電池，那時新能源汽車電池還沒有很多。
非制造業包括鐵路、國防、生命科學、智能交通、物流、安防等，利潤較高的是顯微鏡及生命科學。
2 未來3年展望
2018年我國的產值是84億元，預計到2019年達到100億元（如圖8），到2020年到123億元左右，2021年到153億元，年均增長率達到23.5%，將成為全球增長最快的機器視覺市場。
機器人、新能源、半導體行業，加上機器視覺，是未來三年增長最快的行業。
3 技術發展趨勢和熱點
3.1 機器視覺在工業中的總體趨勢
目前比較熱的技術趨勢是：3D視覺、嵌入式視覺、深度學習，此外還有高光譜視覺、OPC UA標準等。
3D視覺處于成長階段。嵌入式視覺和深度學習處于創建階段。這個觀點來自德國的一位分析人士。
這位德國分析師認為機器視覺業處于成熟階段。回顧歷史，1985—2000年是創建階段：當時有需求了，很多公司是從應用系統開始做起。2000—2015年進入成長階段，這時候產生了分化，有些做系統集成，專門做行業產品和應用系統；有一部分變成了部件（相機、光源、軟件）研發生產商。他們通過以客戶為導向的差異化產品去獲得市場份額。在這個發展階段，大家都在成長。只不過有的成長得更快一點，有的稍微慢一點。2015年后就進入成熟階段了，此時差異化縮小了，無非就是分辨率變高一點，速度更快一點，因此價格壓力就增大了。例如潘津主席2019年夏接觸了一些廣東會員，會員們反映競爭的壓力很大。
國際上主要有三類機器視覺公司：①一些財團把機器視覺公司買下來，組成一個項目組來做；②做自動化的公司把機器視覺作為其產品線的補充；③專業的機器視覺公司，把產品線不斷豐富。當然還有一些小公司，他們也在找自己的出路，因為機器視覺盡管不是一塊非常大的市場，但應用很豐富，各行各業里還有很多細分的需要用到機器視覺的地方，需要在這方面做一些研究和產品。
3.2 3D 視覺
3D視覺有3個主要應用領域（如圖9）。
1）度量。例如齒輪的測量，這是3D模型的建立，類似于過去的反向工程，或者類似三坐標測量的產品。現在很多地方可以用到一些非接觸的光電測量，諸如電路板的電路測量。
3）機器人應用。這部分是新涌現的，而且發展前景好。其中一個應用是跟蹤，例如在一些涂膠、焊接中的應用，還有碼垛、拆箱、搬移、裝箱等。
如圖10，現在工業上主要應用的3D技術，按照原理可分為3類：第1類是飛行時間法（ToF）。第2種是基于三角測量原理的三維測量。第3種是光譜共焦和白光干涉。從第1類到第3類，分辨率越來越高。
飛行時間法（ToF）有兩種方式。一種通過計算脈沖，然后算時間、相位變化。第二種通過發連續波，然后進行計算。ToF用起來很簡單，但精度有限。
基于三角測量原理又分為主動和被動。被動有被動三角法、雙目視覺。雙目就是通過兩個項來匹配，但最大的問題是要找到物體表面的反射光，即需要光源。新的主動方法可加一個頭——隨機的投影，投到被測物的表面，因此不用再去找物體表面的反射光，通過投影的點去匹配。還有一種基于結構光的，包括用熟悉的激光、編碼的。其中激光是最早的方法，約在2010年前后出現，當時很多展會上展示這種方法，例如測輪胎尺寸、上面的刻字等。之后出現了編碼結構光。
接下來出現了光譜共焦和白光干涉。光譜共焦可測一個點、一條線，還有一個突出的特點是可以做透明物體的測量，包括玻璃的厚度等。白光干涉可以做一些特別陡的臺階、洞孔的測量。精確性高，但測量范圍比以前小很多。
可見，3D測量技術有很多種，前期推進的速度較慢。前期推廣中的一個較大問題是：不像傳統技術就一個框，大家的路徑是差不多的。3D測量的方法有很多種，沒有一種能覆蓋所有的項目，需要根據不同的項目，選擇不同的方法。
例如需要根據工作距離和景深，XY方向分辨率，Z方向精度，采集條件和處理時間，被測物表面特性（諸如閃光、漫射、黑的、透明的、半透明的）等，來選擇不同的型號。
未來的發展趨勢：提高速度、分辨率；軟件使用更加友好、方便；新的硬件技術；新的3D方法的引入；2D與3D的互補。
關于新的3D方法的引入和新的硬件技術，潘津主席2018年曾參加過一次德國的斯圖加特展會，看到一家廠商介紹其3D項目中有定制的芯片，做出了平行光結構方法，類似于ToF，該公司對這個芯片進行了特殊處理，使得不像上文介紹的結構光，同時分辨率也能達到新水平。
另外一個值得一提的方面是3D與2D的互補。新的3D方法，未來可能有突破的方面是把各種方法結合在一起，包括一些小公司在這方面做得好。最后一點是2D依然很重要；3D不是萬能的、并非什么都能做。
3.3 嵌入式視覺
嵌入式視覺是現在特別熱門的一個話題。還出現了嵌入式視覺聯盟，一些大型的IT企業，包括英特爾都在聯盟里。這實際上是由人工智能推動的。
為什么現在嵌入式視覺高速發展？
1) 驅動力之一是高性能、低功耗、低成本的處理器。不論基于Arm SoC、DSP、FPGA，還是協處理器GPU等，發展都非常快。據統計，現在有50多家在研發深度學習處理器，包括我們國內好多家。
2) 深度學習的算法。過去我們做系統很累，需要分析曲線的特征，用計算機語言把它描述出來，再把它做檢測。但在實際應用中，發現材料不同、工藝變化，會產生不同的缺陷。因此，還得去修改程序、參數等。深度學習很好，通過學習和訓練實現算法。因此有人把深度學習稱作機器視覺的一次革命。
3) 硬件和軟件的模塊化。實際上嵌入式系統/智能相機在20年前就有了，但那時和現在不一樣，現在攝像頭模塊可以直接與嵌入式處理板連接，同時支持嵌入式平臺上的圖像處理庫。
3.4 三個熱點話題
1) 面對來勢洶洶的嵌入式視覺浪潮，傳統的機器視覺應該如何應對？一致的觀點是：嵌入式視覺為機器視覺帶來了一種新的架構和顛覆性變化，我們應該擁抱和充分利用這一變化。因為機器人視覺和智能制造的分布式視覺需要高性能、低成本、低功耗、小體積的視覺產品。
2) 嵌入式視覺可否取代傳統的PC平臺？有的廠商認為現在的高性能機器視覺還需要PC平臺。但是嵌入式發展很快，性能很高，慢慢地有些已經轉向嵌入式了。因此，傳統企業接下來要做的事情是去采納它、擁抱它。現在歐洲已經開始這樣做。
3) 標準化。機器視覺行業跟消費類不一樣。例如安防做個產品要考慮有多少需求。機器視覺行業都是小批量。因此為了適應這個特點，業內應該做標準化，目前的工作是：①軟件框架基于GenICam，利用已成熟的GenICam SDK和GenTL，已成立工作組。②相機模塊與嵌入式處理板接口：MIPI CS2和SLVS-EC接口標準，現在已成立了工作組。
3.5 O PC U A（統一架構）
要做到智能制造，前提條件是得有數據、大量的數據。過去是各家有自己的通訊協議、平臺。OPC UA是一套安全、可靠且獨立于制造商和平臺的、用于工業通訊的數據交互規范，使得不同操作系統和不同制造商的設備之間可以進行數據交互。2017年7月12日，我國推薦性國家標準GB/T 33863.1~.8-2017《OPC統一架構》正式發布。
這意味著我國會采用這套標準，放入了框架。可見今后做機器視覺，系統已經成為不可缺一的部分。就數據量而言，機器視覺是最豐富的，是工業4.0實現的關鍵。
從機器視覺行業來看，機器視覺組件的工業相機接口技術以及通信與連網標準已經很完備了，現在只缺少用戶層面的機器視覺系統通用接口。
利用機器視覺產生的數據，機器視覺不僅僅是一套檢測系統，而且是真正的生產優化控制系統。
OCF讓不同的行業聚在一起，因為基礎不同、數據不同，還有自己不同的配套規范。2018年年底，德國、美國等行業標準組織經過長時間的認證，形成了OPC UA Machine Vision Companion Specification（OPC統一架構機器視覺配套系統規范）。
（本文來源于科技期刊《電子產品世界》2019年第9期第3頁，歡迎您寫論文時引用，并注明出處。）
評論