一、工業(yè)視覺下游應(yīng)用不斷拓展，新應(yīng)用領(lǐng)域成長迅速

隨著人們意識到工業(yè)視覺在精確度和重復(fù)性上有人眼不可比擬的優(yōu)勢以及核心技術(shù)的不斷完善，工業(yè)視覺的下游應(yīng)用領(lǐng)域也不斷拓展。在汽車行業(yè)，幾乎所有的系統(tǒng)和零部件制造流程均可收益；在醫(yī)療器械和制藥行業(yè)，對產(chǎn)品質(zhì)量的高要求也需要機器視覺進行參與；在食品飲料領(lǐng)域，機器視覺能夠幫助企業(yè)快速實現(xiàn)產(chǎn)品的準(zhǔn)確檢測，跟上生產(chǎn)線的速度，降本提效。無論是作為一個獨立的系統(tǒng)進行檢測還是與工業(yè)機器人配合，指引機器人的操作和行動，工業(yè)視覺在生產(chǎn)過程中都展示出巨大的作用。

半導(dǎo)體和電子產(chǎn)業(yè)應(yīng)用較早，推動工業(yè)視覺產(chǎn)業(yè)整體發(fā)展。縱觀全球機器視覺的崛起，很大程度上是得益于半導(dǎo)體及電子產(chǎn)業(yè)的發(fā)展，機器視覺在半導(dǎo)體工業(yè)上的應(yīng)用在二十年前已經(jīng)開始。半導(dǎo)體行業(yè)元器件尺寸較小，對產(chǎn)品精度、柔性化有較高的要求，如錫膏印刷機、貼片機、aoi檢測這類的設(shè)備必須使用高性能機器視覺組件，因此工業(yè)視覺系統(tǒng)在半導(dǎo)體及電子制造、檢測等各個方面得以得到廣泛的應(yīng)用。而半導(dǎo)體和電子產(chǎn)業(yè)對精細程度的高要求也反過來促進了工業(yè)視覺技術(shù)的革新。從市場規(guī)模來看，目前半導(dǎo)體領(lǐng)域工業(yè)視覺市場規(guī)模年增長率在25%左右，2018年市場規(guī)模突破20億元。

在我國市場由于起步晚，汽車等領(lǐng)域呈現(xiàn)出更快的增長勢頭。與國外工業(yè)視覺產(chǎn)品和應(yīng)用多樣化相比，國內(nèi)工業(yè)視覺仍在推廣普及階段，因此許多空白領(lǐng)域仍有待填充。在近年來工業(yè)視覺下游應(yīng)用領(lǐng)域不斷拓展的過程中，由于不像電子制造領(lǐng)域應(yīng)用得早，一些新的領(lǐng)域呈現(xiàn)出更快的增長勢頭。例如在標(biāo)準(zhǔn)化程度更高的汽車制造領(lǐng)域，盡管汽車是傳統(tǒng)制造業(yè)，但我國工業(yè)視覺取代人眼的趨勢在近幾年才開始爆發(fā)，市場規(guī)模增速將近30%。

二、半導(dǎo)體和電子設(shè)備制造最為主要，且仍將持續(xù)引領(lǐng)產(chǎn)業(yè)發(fā)展

雖然工業(yè)視覺在半導(dǎo)體及電子產(chǎn)業(yè)發(fā)展較早，已經(jīng)占據(jù)工業(yè)視覺整個市場的半壁江山。但基于工業(yè)視覺的技術(shù)特點和半導(dǎo)體及電子產(chǎn)業(yè)自身的制造需求，認為未來半導(dǎo)體及電子產(chǎn)業(yè)未來較長時間內(nèi)仍將引領(lǐng)工業(yè)視覺產(chǎn)業(yè)的發(fā)展。

從制造工藝來看，半導(dǎo)體和電子設(shè)備制造對工業(yè)視覺存在剛性需求。工業(yè)視覺具有高精度的特點，天然適合高性能、精密的專業(yè)設(shè)備制造，這也是為什么相關(guān)行業(yè)能夠帶動整個工業(yè)視覺崛起的原因。在半導(dǎo)體制造領(lǐng)域，其前、中段過程都需要工業(yè)視覺的精密定位與視覺測量，后段制程中晶圓的電器檢測、切割、aoi封裝、檢測等過程都需要大量運用工業(yè)視覺技術(shù)，工業(yè)視覺在半導(dǎo)體制造過程中的速度和精確性優(yōu)勢明顯。而在3c制造領(lǐng)域，元器件和主體的制造各環(huán)節(jié)也需要工業(yè)視覺的協(xié)助，其中70%的工業(yè)視覺單位應(yīng)用在檢測環(huán)節(jié)的機器視覺單位應(yīng)用在該環(huán)節(jié)。除此之外，連接器檢測、pcb底片檢查、硬盤檢測、機器人視覺引導(dǎo)定位、元器在線分類篩選、二維碼讀取等也需要工業(yè)視覺。由于技術(shù)工藝的高要求，半導(dǎo)體和電子設(shè)備制造對工業(yè)視覺技術(shù)存在剛性需求。

從應(yīng)用情況來看，我國電子設(shè)備制造業(yè)自動化程度對比發(fā)達國家仍比較較低。2018年3月公布的就業(yè)人數(shù)顯示，我國3c設(shè)備制造業(yè)的就業(yè)人數(shù)達到832萬人，遠高于下游其他應(yīng)用領(lǐng)域，但自動化程度卻不高。中國集中了全球70%的3c產(chǎn)品產(chǎn)能，但工業(yè)機器人密度不到20臺/萬人，而日韓已分別達到1180和1100臺/萬人。相比于汽車工業(yè)的工業(yè)機器人密度已接近發(fā)達國家一半，我國3c行業(yè)自動化升級空間更大，工業(yè)視覺也會得到持續(xù)發(fā)展。

三、工業(yè)視覺仍存在技術(shù)和應(yīng)用瓶頸

下游應(yīng)用領(lǐng)域的不斷拓展也對工業(yè)視覺提出更高要求，就當(dāng)前的技術(shù)來看，工業(yè)視覺仍存在如下技術(shù)和應(yīng)用瓶頸，導(dǎo)致在一些領(lǐng)域工業(yè)視覺商業(yè)化落地進展較慢。

1、通用性和智能性欠佳

機器視覺在通用性方面存在不足，在一些集成應(yīng)用中無法搭載，一臺設(shè)備可能只適用于一家廠商或一種行業(yè)，導(dǎo)致開發(fā)成本過高。而在智能性方面，當(dāng)庫存量單位較高時，或者移動速度較快時，工業(yè)視覺在識別準(zhǔn)確率上就難以達到要求。例如在分揀領(lǐng)域，工業(yè)視覺已經(jīng)能夠很好地適應(yīng)小規(guī)模和品類較少的固定分揀，但對于復(fù)雜堆疊物體的識別和分揀，依然有90%以上通過人工方式完成。

2、實際應(yīng)用中準(zhǔn)確率仍不盡人意

盡管從一些算法的測試結(jié)果來看，工業(yè)視覺的圖像識別準(zhǔn)確率已經(jīng)能夠達到極高的水平，但要實現(xiàn)工業(yè)上的應(yīng)用，還需要保證能夠快速完成批量化檢測，同時能夠適應(yīng)多樣的環(huán)境(包括物體表面材質(zhì)、工廠環(huán)境、工作距離等等)。只有在實際應(yīng)用中能夠達到極小的誤檢率，工業(yè)視覺才能實現(xiàn)其應(yīng)用預(yù)期，從而滿足客戶的標(biāo)準(zhǔn)而得以推廣。

3、對算法和算力的要求不斷提高

工業(yè)視覺是通過讀取和分析真實場景的圖像和視頻來實現(xiàn)其功能的，圖像和視頻包含的數(shù)據(jù)量足夠大，但也存在大量的冗余信息。單一的簡單特征提取算法難以滿足算法對普適性的要求，同時伴隨應(yīng)用場景和功能的復(fù)雜化，在設(shè)計普適性的特征提取算法時對計算能力和存儲速度的要求不斷提高，這也帶來了開發(fā)成本和產(chǎn)品價格相對較高的問題。

圖表5：工業(yè)視覺商業(yè)化落地進展較慢的原因

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實性自行斟酌。