機器視覺、深度學習、傳感器技術(shù)、智能制造、自動駕駛等眾多新詞匯，在這個技術(shù)快速進步時代很多人并不陌生。實際上，隨著機器視覺技術(shù)與更多應(yīng)用場景的深度結(jié)合，很多時候，很難說清楚上述不同概念之間的嚴格界線。
簡單來說，機器視覺就是用機器代替人眼對物體進行識別、測量并做出判斷。因為隨著先進制造在我國的占比提升，人眼在工業(yè)生產(chǎn)線上的精度、效率等方面，已不能滿足產(chǎn)業(yè)升級的要求，通過機器視覺實現(xiàn)更高的生產(chǎn)效率早已在各行業(yè)進行。
機器視覺需要深度學習等AI技術(shù)的支持，在智能制造等領(lǐng)域也有著廣泛的應(yīng)用。看待一門綜合性技術(shù)，不應(yīng)被界線所區(qū)分。機器視覺在各行業(yè)應(yīng)用廣泛，隨著各行業(yè)對自動化、智能化需求的持續(xù)提升，機器視覺的發(fā)展蘊含無限潛力。
最近，億歐智庫就聯(lián)合阿里云加速器發(fā)布了《2022中國機器視覺工業(yè)領(lǐng)域應(yīng)用研究報告》，分析了機器視覺領(lǐng)域的發(fā)展現(xiàn)狀，并結(jié)合技術(shù)痛點對未來應(yīng)用趨勢作出預(yù)判。
應(yīng)用領(lǐng)域廣泛
機器視覺下游應(yīng)用領(lǐng)域多樣，如消費電子、半導體、農(nóng)業(yè)采摘、光伏、倉儲物流、醫(yī)療、重工與金屬加工等等。據(jù) GGII 統(tǒng)計，2021年消費電子為機器視覺最大應(yīng)用市場，約占總市場份額的31.6%。
機器視覺在消費電子領(lǐng)域以PCB/FPCAOI檢測、零部件及整機外觀檢測、裝配引導等應(yīng)用為主，此外，機器視覺在連接器檢測、SMT、硬盤檢測、元器件在線分類篩選、二維碼讀取等場景的應(yīng)用滲透率也逐步提高。
由于工業(yè)機器視覺的應(yīng)用場景較為碎片化，在生產(chǎn)制造中對于場景的應(yīng)用存在著多場景、重復性的特點。億歐智庫認為，由于工業(yè)機器視覺各個應(yīng)用場景的邊界趨于模糊，故可以根據(jù)具體功能將工業(yè)機器視覺分為四大解決方案類型。
四大解決方案僅是一種分類，機器視覺的功能還有更多。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)。
機器視覺其實與機器人還有很大不同。工業(yè)領(lǐng)域很多機器人甚至并沒有視覺功能，主要處理比較簡單重復的工序。而隨著機器視覺技術(shù)的進步，機器人領(lǐng)域也因此受益，如將2D 視覺、3D 視覺技術(shù)引入機器人，以實現(xiàn)更多功能。
IFM機器人感知業(yè)務(wù)開發(fā)主管Garrett Place就指出，3D視覺、機器視覺技術(shù)的進步，也在機器人領(lǐng)域形成廣泛應(yīng)用，讓它們可以在更加非結(jié)構(gòu)化的環(huán)境中工作。這種靈活性可以減少機器人集成的整體成本，并提供更多的應(yīng)用領(lǐng)域。
不過，正由于機器視覺技術(shù)的應(yīng)用非常廣泛，很多場景中的復雜問題，也不是單一技術(shù)供應(yīng)商能夠解決的。在機器視覺解決方案中經(jīng)常會會看到多個供應(yīng)商和技術(shù)的組合，因為每個供應(yīng)商或者每種技術(shù)方案都有自己的優(yōu)勢，行業(yè)協(xié)作才能開拓更多以前未被機器視覺涉及的場域。
隨著機器視覺技術(shù)在更多行業(yè)的應(yīng)用，其市場規(guī)模也逐漸增加。據(jù)調(diào)查，2012-2021年中國機器視覺器件和系統(tǒng)的銷售額從2012年的19.8億元增長至2021年的161億元，其復合增長率約為31.7%，且2021年56%的增長率尤為明顯。2022年中國機器視覺行業(yè)銷售額預(yù)測將突破200億元。
機器視覺未來三大趨勢
隨著工業(yè)4.0的到來，工業(yè)場景對機器視覺技術(shù)的需求持續(xù)推進著工業(yè)機器視覺技術(shù)的發(fā)展。億歐智庫也指出了3D技術(shù)要求的提高、國產(chǎn)化替代逐步占據(jù)主導地位、碎片化場景的一體化整合等未來視覺技術(shù)發(fā)展三大趨勢。
趨勢一：在巨大的應(yīng)用場景下，3D技術(shù)將發(fā)展更加成熟且普遍
2D視覺發(fā)展的同時，3D技術(shù)也在崛起。從目前的趨勢來看，3D機器視覺的發(fā)展勢頭要遠大于2D。盡管當前工業(yè)機器視覺發(fā)展較為成熟，但是3D技術(shù)國內(nèi)依然屬于發(fā)展初期，國外的公司和產(chǎn)品在微觀高精度檢測方面較國內(nèi)的領(lǐng)先，且占據(jù)市場的大部分份額。國內(nèi)企業(yè)開始在硬件軟件等方面逐漸替代國外企業(yè)。
趨勢二：國產(chǎn)化替代成為主旋律，中外廠商競爭進一步加劇，市場格局重構(gòu)
當前機器視覺替代率達50%，但多局限于2D機器視覺領(lǐng)域。未來隨著國產(chǎn)品牌協(xié)作共贏，產(chǎn)品功能專業(yè)、種類精細化，替代率將逐步升高。行業(yè)將趨向于專業(yè)化分工，自主化視覺平臺、視覺系統(tǒng)與裝備將協(xié)同作戰(zhàn)，逐步超越國外品牌，成長為中國智能制造工業(yè)視覺的主力軍。
趨勢三：整合碎片化場景，標準化一體化設(shè)備將是機器視覺下一代發(fā)展方向
隨著工業(yè)自動化的規(guī)模逐漸擴大，智能制造模式下的產(chǎn)品多品種、小批量、個性化生產(chǎn)。企業(yè)開始向批量化定制生產(chǎn)的生產(chǎn)方式轉(zhuǎn)變，但機器視覺技術(shù)在自動化生產(chǎn)線中只能對少數(shù)產(chǎn)品進行識別和分類，難以滿足碎片化場景。為解決此情況，整合碎片化場景、打造一體化設(shè)備將會極大地促進信息技術(shù)與運營技術(shù)的快速融合。同時，打造全流程數(shù)字化閉環(huán)也將是重要舉措之一。
當然，在三大趨勢之外，機器視覺的發(fā)展也伴隨很多行業(yè)的突破而進入更高的層級，并對某些行業(yè)的進步發(fā)揮重要的作用。比如半導體行業(yè)隨著美國“卡脖子”越來越緊，對中國工藝制程的升級帶來很大困難。
對于中國半導體產(chǎn)業(yè)而言，由于晶圓越做越大，內(nèi)部線路越做越細，連接體體積越做越小，需要機器視覺精密識別、定位的器件越來越多，對生產(chǎn)效率和次品率的要求也越來越嚴格，半導體行業(yè)的升級極其依賴機器視覺產(chǎn)品的保證。
這時候，發(fā)展國產(chǎn)AOI檢測設(shè)備就是半導體投資能否取得成功的關(guān)鍵一環(huán)。對于努力趕超國外水平的國內(nèi)新投資的半導體廠商而言，能夠改善工藝和品質(zhì)至關(guān)重要，透過AOI收集的圖片，新產(chǎn)品的良率、產(chǎn)量甚至廠商的能力和瓶頸是否有機會被推算出來，都影響著整個行業(yè)的發(fā)展趨勢。
機器視覺行業(yè)的發(fā)展水平，已經(jīng)成為決定很多其他產(chǎn)業(yè)發(fā)展更進一步所必須的臺階。不管是半導體還是新能源汽車，不管是智能采礦還是智慧農(nóng)業(yè)，機器視覺，正在成為行業(yè)基石一般的技術(shù)類型。
