行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器视觉 > 正文

浅谈从工业用户的需求看机器视觉市场

机器视觉是实现工业自动化,工厂智慧化的关键零部件之一。一是工业4.0浪潮席卷全球,制造智能化必然带来生产设备的升级;二是我国人口红利优势逐渐弱化,制造厂商倾向于机器代人,减少人工成本;三是消费水平的升级,消费者对产品的品质提出更高的要求,使得制造商加大质量把控。三者环环相扣,为机器视觉的市场,在智能制造领域带来新的发展契机。


来自北美的多家展商表示,十几年前的中国,这些高端的视觉产品很难打开销路。近几年,国内制造商家处于转型升级期间,对这些高端的视觉产品,逐渐有了采购意愿。既然国内机器视觉技术市场容量增大,那么从工业用户角度看,对机器视觉技术的需求,以及细分市场在哪里?
 

视觉技术的三大增长点


机器视觉是一项综合性技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件等。其功能在于生产部件、产品的定位,以及产品的检测和外观识别


如今,在市场消费升级的刺激下,高端商品市场占有率强势增长。为此,视觉技术也越来越多的在工厂应用。从目前的来看,自动读码器、人工智能瑕疵检测和3D测量有着强劲的增长趋势。


为什么说自动读码器是视觉技术中较快的增长点?一方面,现在正处于5G和物联网时代的前夜,工厂数字化转型正是当下制造业的热门话题,我们要实现智能制造,工厂数字上云,就需要越来越多的数字采集;另一方面,现代的工厂管理中,二维码是产品的身份证。因此,工厂无论是提高设备控制效率,还是提高产品的品质,都要追溯到数字的采集。在机器视觉领域,采集数据就需要一款能够自动识别二维码的机器。


瑕疵检测是视觉技术最难的部分,传统的瑕疵检测,基于模板和特定的过程学习后,对产品进行判断。但是产品的瑕疵不确定因素很多,这种传统的做法,很难真正意义上实现瑕疵检测。以消费类电子产品为例,许多厂商最终的产品出厂检测,往往耗费大量人力。所以,视觉技术借助人工智能,通过深度学习的算法,为瑕疵检测赋能,并在多个行业得到应用。


再者是3D测量技术的应用,会越来越广泛。以手机制造为例,手机屏幕边缘的缝隙大小,以及机身面是否平整,都需要应用3D视觉技术。这一切缘由,皆因消费水平的提升,因此商家会更多的应用3D技术,提高产品的工艺水平。


工业客户需要怎样的视觉技术?


在工业领域,机器视觉充当生产设备 “眼睛”的功能,解决人眼无法识别、检测的工作,实现效率好、成本低的经济效益,是视觉技术发展的出发点和落脚点。那么,对于客户使用角度看,制造商更倾向高精度、高准确率,大视野自动变焦检测,以及软件的快速导入等方面。


首先是检测的高精度,高准确率。这个是机器代替人眼最基础的,也是最直接的目的。人工检测容易产生疲态,导致工作质量不佳,并且精密制造领域,机器视觉比人眼有着绝对的优势。目前来看,机器视觉的测量和判断,已经非常成熟。例如,创科视觉的视觉系统,在李群自动化的机器人应用上,准确率已达到97%以上。


有些工厂生产物件体积庞大,对视觉检测来说,是一项较大的挑战。以往对大视野检测,会采取两种方法,一种是用两个读码器覆盖的方式,另一种是用高分辨率相机,加光源、镜头,再加上一些定制化软件来操作。这两种大视野检测,需要有专业工程师做调试和维护,从客户的使用和维护成本来说,都不算理想,所以很难进行大规模部署。康耐视在今年推出的DATAMAN 370系列读码器,正是顺应客户对大视野检测的需求,并在PCD板、包装、印刷等领域成功应用。


 

康耐视DATAMAN 370系列读码器


从视觉技术软件使用来说,开发商能否做到快速地系统导入,将在一定程度上决定客户的接受度。对于系统来说,固然是越简单越好。客户视觉系统的使用,应更倾向于“傻瓜式”的操作和开发。如创视科技开发视觉平台CKVsionSDK,将众多功能模块化,如BLOB分析、算数运算、逻辑运算、色彩匹配等功能分为多个模块,客户根据自身的需求,将模块快速导入应用。


机器视觉应用领域及潜在市场


机器视觉是一项综合技术,其主要的市场分布在电子制造业、汽车制造、制药、食品与包装机械等领域。根据前瞻研究院报告数据显示,电子制造业在机器视觉市场占比46.57%,汽车产业次之,占比为31.02%。此外,物流、食品、包装、印刷等行业的渗透率也逐年的提高。


 

机器视觉下游应用比例(数字来源:前瞻研究院)


从机器视觉的具体应用看,电子制造业应用具体在PCB印刷电路、电子封装、丝网印刷、SMMT表面贴装、半导体及集成电路、回流和波峰焊,以及智能手机、平板电脑等消费类产品。汽车制造业的主要应用于面板印刷质量检测、精密测量等。食药和包装机械主要集中在封装缺陷检测、生产日期检测、颜色识别、分拣等方面。印刷机械则是在于印刷质量检测、印刷字符检测、条码识别等。


除了上述产业,许多传统行业同样有机器视觉应用需求。如黄金珠宝这类精细化加工型的产业,很多时候是靠人借助放大镜,通过肉眼检测产品缺陷。再者,黄金珠宝生产过程中,仍以人工作业为主,一来不利于成本控制,二来人的不确定因素较多。为了在批量化生产中提高效率,基于深度学习的视觉技术,是一个不错的选择。另外,建筑装饰属于劳动密集型产业,工程好坏很多时候基于人为因素。以往工程验收,依靠“老师傅”眼观的方式,检查墙面是否平整、天花龙骨架拼装、门窗缝隙是否过大等问题。如今建筑装饰行业人才面临青黄不接局面,提升自动化水平是该行业的趋势。高档酒店、餐馆、家装对质量要求极高,并且市场份额逐步增大。因此,基于视觉技术对工程的验收,是建筑装饰行业走向自动化、智能化所需。


国产视觉技术企业出路在哪里?


谈到国产视觉技术的出路,我们先看一下业内的大致情况。国外的康耐视、基恩士几乎垄断全球50%的份额,并且在国内市场,也同样有相当可观的业务量。另外,许多国外的机器视觉企业,加快对中国市场的布局,如欧姆龙、埃赛力达、东芝等。在本土厂商方面,根据高工产业机器人研究所的数据显示,我国从事机器视觉的企业近400家。


这些国产机器视觉企业,有做硬件的,有的从事软件开发。如大恒图像、奥普光电、海康等企业,软硬件都有生产。事实上,国内大多数机器视觉的企业,以软件开发为主,或者说是系统集成。


机器视觉技术起源于北美,国内企业技术沉淀,不及国外的雄厚。众多外资企业在中国布局市场,似乎没有让国内企业感到风声鹤唳。我们制造业要向高端化发展,确实需要国外的高端视觉技术,来协助国内工厂设备的升级,但并不代表本土企业会“食不果腹”。


那么,起步较晚国内的视觉企业,应如何布局这个市场?我们可借助伺服行业的经验,国产的伺服虽比不过施耐德、西门子、安川等老牌企业,但凭借着本地化的优势,能够迅速响应客户需求,并且在许多细分的行业,有着不错的应用案例。反推机器视觉行业,国内的企业也一样,在特殊的应用领域,为客户做一些定制化服务。


此外,上文提到的传统型行业,目前正处于制造升级阶段,同样有视觉技术的需求,但在很少应用,甚至一片空白。相比3C、行业,这些传统行业对视觉技术要求或许不高,主要是一些定制化的需求。笔者认为,传统行业将会是国内视觉企业的蓝海市场。国产视觉企业需深入了解这些行业在检测中的痛点,本着减少人工、降低成本,提升效率的目的,推出一些可行的解决方案。


再者,国内视觉企业可借助人工智能技术,提升技术的竞争力。我国的人工智能发展走在世界前列,拥有深兰科技、科大讯飞、旷视科技、商汤科技等众多优质AI企业。对于国内视觉技术企业来说,有许多软件的资源可用。可通过与AI企业合作,推出深度算法的检测工具,为工业客户提供产品定位,瑕疵检测等智能化、定制化的解决方案。

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部