國內機器視覺產業(yè)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(chuàng)新發(fā)展大會”上，機器視覺產業(yè)聯(lián)盟主席潘津介紹了中國機器視覺產業(yè)聯(lián)盟2018年度的企業(yè)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(yè)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(yè)的凈利潤額，可見從2016年到2018年是持續(xù)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(yè)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(yè)的增長率降低了很多。但是從全球角度，中國還是發(fā)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(yè)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(huán)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(yè)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(guī)模企業(yè)的凈利潤情況?？梢姴皇瞧髽I(yè)規(guī)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(yè)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(yè)，由于多處于成立初期，仍處于虧損狀態(tài)，2018年凈利潤率為-14.7%。
在研發(fā)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(yè)不僅有自己研發(fā)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(tǒng)，第二類分為幾部分：相機、光學、照明、智能相機緊湊型系統(tǒng)/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(tǒng)。實際上這是粗略統(tǒng)計，如果按更嚴格的方法統(tǒng)計，這個數據會更大，因為很多做視覺系統(tǒng)的企業(yè)可能不在機器視覺行業(yè)，而是在其他行業(yè)做設備或做視覺系統(tǒng)的部門，此圖沒有把這部分業(yè)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(yè)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(qū)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(qū)域和中西部區(qū)域，可見東部沿海區(qū)域明顯地遠遠超過中西部區(qū)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(qū)雖然銷售額較低，但是凈利潤率高于東南沿海地區(qū)，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(yè)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(yè)和非制造業(yè)。
制造業(yè)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(xiàn)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(fā)現(xiàn)：現(xiàn)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(yè)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(yè)，加上機器視覺，是未來三年增長最快的行業(yè)。
3 技術發(fā)展趨勢和熱點
3.1 機器視覺在工業(yè)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(chuàng)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(yè)處于成熟階段。回顧歷史，1985—2000年是創(chuàng)建階段：當時有需求了，很多公司是從應用系統(tǒng)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(tǒng)集成，專門做行業(yè)產品和應用系統(tǒng)；有一部分變成了部件（相機、光源、軟件）研發(fā)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(fā)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(yè)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(yè)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(xiàn)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(xiàn)的，而且發(fā)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(xiàn)在工業(yè)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(fā)連續(xù)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(xiàn)，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(xiàn)了編碼結構光。
接下來出現(xiàn)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(tǒng)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(fā)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(xiàn)在特別熱門的一個話題。還出現(xiàn)了嵌入式視覺聯(lián)盟，一些大型的IT企業(yè)，包括英特爾都在聯(lián)盟里。這實際上是由人工智能推動的。
為什么現(xiàn)在嵌入式視覺高速發(fā)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(xié)處理器GPU等，發(fā)展都非?？?。據統(tǒng)計，現(xiàn)在有50多家在研發(fā)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(tǒng)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(fā)現(xiàn)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(xiàn)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(tǒng)/智能相機在20年前就有了，但那時和現(xiàn)在不一樣，現(xiàn)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(tǒng)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(tǒng)的PC平臺？有的廠商認為現(xiàn)在的高性能機器視覺還需要PC平臺。但是嵌入式發(fā)展很快，性能很高，慢慢地有些已經轉向嵌入式了。因此，傳統(tǒng)企業(yè)接下來要做的事情是去采納它、擁抱它?，F(xiàn)在歐洲已經開始這樣做。
3) 標準化。機器視覺行業(yè)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(yè)都是小批量。因此為了適應這個特點，業(yè)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(xiàn)在已成立了工作組。
3.5 O PC U A（統(tǒng)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(xié)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(yè)通訊的數據交互規(guī)范，使得不同操作系統(tǒng)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(tǒng)一架構》正式發(fā)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(tǒng)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(yè)4.0實現(xiàn)的關鍵。
從機器視覺行業(yè)來看，機器視覺組件的工業(yè)相機接口技術以及通信與連網標準已經很完備了，現(xiàn)在只缺少用戶層面的機器視覺系統(tǒng)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(tǒng)，而且是真正的生產優(yōu)化控制系統(tǒng)。
OCF讓不同的行業(yè)聚在一起，因為基礎不同、數據不同，還有自己不同的配套規(guī)范。2018年年底，德國、美國等行業(yè)標準組織經過長時間的認證，形成了OPC UA Machine Vision Companion Specification（OPC統(tǒng)一架構機器視覺配套系統(tǒng)規(guī)范）。
?。ū疚膩碓从诳萍计诳峨娮赢a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