机器人行业产业深度（四）：机器人的眼睛，3D工业视觉

产业深度 产业研究中心 2023.08.20 作者：肖群稀 电话：0755-23976830 邮箱：xiaoqunxi027589@gtjas.com资格证书编号：S0880522120001 作者：鲍雁辛 电话：0755-23976830 邮箱：baoyanxin@gtjas.com 资格证书编号：S0880513070005 机器人产业深度（四）：机器人的眼睛——3D工业视觉 摘要： 从2D视觉到3D视觉是一次技术的跃升。3D视觉针对工业自动化应用上的“痛点”，提升缺陷识别的精度和自动化产线在线检测的速度，加速在机器人引导和移动机器人环境感知场景落地。针对不同自动化领域的专业化定制是3D工业视觉的主要特征，视觉大模型赋能3D工业视觉，降低定制化开发的成本，提升定制化开发的效率，有效拓展应用场景。2022年中国3D工业相机市场规模18.4亿元 /yoy+59.9%，GGII预计2027年接近160亿元，复合增速53.8%。 3D视觉技术满足工业领域更高精度、更高速度、更柔性化的需求，扩大工业自动化的场景。2D视觉 往期回顾 钙钛矿电池产业链深度报告（五）：柔性钙钛矿价值初显，轻质化便携性应用可期 2023.08.16 丹纳赫案例研究（下）：国内产业并购、天时地利人和 2023.08.15 制氢电解槽和输氢管道：欧洲氢能下一步的着力点 2023.07.29 降本为王：论碱性和PEM电解水制氢技术路线的选择 2023.07.07 钙钛矿电池产业链深度报告（四）：效率极限探索下，叠层电池振翅欲飞 2023.07.05 技术基于物体平面轮廓，无法获得曲度、空间坐标等三维参数，检验精度低。激光三角测量、结构光、ToF、多目视觉等技术共同推动了3D视觉发展。高精度缺陷检测场景（如：半导体有图形晶圆检测）技术要求最高，主要采用激光三角测量、干涉和共聚焦技术；生产线在线检测和装配最难，需要复杂的解决方案来适应不同的生产场景，并在振动和环境光干扰下实现高速度和高精度，主要技术是激光三角测量和结构光。仓库自动化（尺寸测量、环境感知、手势识别、随机拣箱）主要采用结构光和立体视觉。 移动机器人视觉引导最具前景的场景，主要技术包括结构光、ToF、立体视觉。环境感知具备宽视场、高速度(用于实时视觉伺服)、高精度的要求，技术路径尚未确定。特斯拉Optimus的3D传感模块以多目视觉为主，全身搭载8个摄像头，自研SoC芯片FSD，纯视觉方案硬件成本低，对软件算法要求高。国内外其余厂商多采用3D相机+激光雷达方案，优必选WALKERX的视觉模块采用多目视觉，小米CyberOne的Mi-Sense采用iToF+RGB，追觅采用ToF+结构光，智元A1采用RGBD相机。 从深度学习到通用视觉大模型，AI助力机器视觉提升效率，拓展应用场景。过去工业机器视觉主要针对垂直场景的少量数据进行小模型训练，模型处理问题的复杂程度受限。23年4月Meta发布通用图像分割大模型SAM，视觉大模型赋能3D视觉，可以实现：a.大模型在广泛下游场景中具备优势，有望降低定制化开发成本，提升机器视觉产品毛利率，快速拓展应用场景。B.大模型在零样本或少量样本上表现优秀，机器视觉将在这些领域得以拓展，如从代码驱动变为视觉驱动的机器人、流程工业场景。 在精密检测及测量场景中，原2D视觉头部厂商优势较大；在机器人引导类场景中，内资初创型厂商以快速设计并落地方案的优势，处于领先地位。在精密检测及测量场景中，3D通常是与1D、2D技术融合使用，现有2D视觉领导厂商依靠成熟的供应链以及深厚的行业Know-How，依然会主导行业发展，领先的企业有：基恩士、奥普特、大恒图像、凌云光等。国内3D工业视觉企业主要集中设备组装和集成环节，依靠性价比、深度定制以及服务能力赢得市场，但其主要核心零部件（机器人运动算法、应用工艺包，3D工业相机）主要为外购。在移动机器人引导应用中，内资初创型3D视觉厂商处于领先地位。目前大部分企业集中在机械臂进行分拣、上下料等场景，代表企业：梅卡曼德、图漾科技、熵智科技、迈德威视、知象光电、埃尔森、海康机器人、迁移科技、如本科技等。以视觉为主要导航方式的移动机器人在国内还较少，有：海康机器人、灵动科技、马路创新、蓝芯科技等。 风险提示：新技术的应用速度低于预期。 目录 产业链梳理3 1.视觉：为机器人装上眼睛4 1.1预计2022-2027年中国3D工业视觉CAGR=53.8%4 1.2识别、定位、测量、检测的视觉技术难度递增5 2.33D视觉最有前景的场景：机器人引导、高精度测量、缺陷识别.72.从2D成像到3D视觉感知是一次技术的跃迁10 2.1激光三角测量、结构光、ToF、多目视觉等技术共同推动了3D视觉的发展10 2.1移动机器人引导技术方案未定，高精度量测主要用激光三角法122.3人形机器人主要采用ToF、立体视觉12 3．3D视觉行业格局：2D视觉头部厂商主导精密检测及测量，国内初创企业深耕移动机器人引导场景14 3.13D工业视觉市场格局：专业化定制趋势明确14 3.2原2D视觉厂商借助供应链优势及行业Know-How积累，进一步加深在量测和识别领域的护城河16 3.3内资初创厂商深耕机器人引导场景，优势明显18 4．3D视觉核心部件：需努力实现自主可控19 4.13D光源：红外激光发射器19 4.23D红外光摄像头20 4.3窄带滤光片22 4.4CMOS图像传感器22 5.AI赋能机器视觉，提升具体场景分析能力，拓宽应用场景23 5.1视觉软件开发模式：软件平台+视觉包23 5.23D视觉和AI技术的应用，提升对具体场景分析的能力24 5.3结合大模型实现降本增效，推动更广泛的商业化落地25 风险提示27 产业链梳理 图1：机器视觉产业链梳理 数据来源：各公司招股说明书、国泰君安证券研究 1.视觉：为机器人装上眼睛 1.1预计2022-2027年中国3D工业视觉CAGR=53.8% 预计2027年中国机器视觉市场规模为566亿元，CAGR为27%。根据 MarketsandMarkets和高工产业研究院数据，2022-2027年全球机器视觉市场规模提升到172亿美元，年复合增速7.4%，中国市场规模预计从170.7亿人民币提升到565.6亿元，年复合增速27.1%，远高于全球水平。 图1：预计2027年全球机器视觉市场规模172亿美元图2：预计2027年中国机器视觉市场规模566亿人民币 200 市场规模（亿元）增速14% 600 市场规模（亿元）增速565.650% 45%443.240% 35% 349 30% 282.6 25% 225.6 20% 170.7 138.215% 10%5% 0% 202120222023E2024E2025E2026E2027E 180160 172.0 160.112% 149.1 138.8 500 140120 129.310% 120.4 110.4 98.68% 400 100 300 80 6% 60 4% 200 4020 2% 100 94.1 0 0% 0 2020202120222023E2024E2025E2026E2027E 2020 数据来源：MarketsandMarkets、国泰君安证券研究数据来源：高工产业研究院、国泰君安证券研究 预计2027年中国3D工业相机市场规模为160亿元人民币，2022~2027年CAGR为53.8%。GGII数据显示，2022年中国3D工业相机市场规模为18.40亿元，同比增长59.90%，渗透率接近10%。随着制造业智能化深入，预计2027年3D工业相机市场规模将接近160亿元，2022~2027年CAGR为53.8%。 图3：2016-2027E中国3D机器视觉市场规模与增速预测（亿元） 180 160 140 3D工业相机市场规模（亿元）同比增速 102.64% 158.5 120% 100% 120 100 72.17% 59.90% 59.14% 59.17% 110.25 56.91% 80% 60% 8053.54% 60 40 26.32% 47.92% 18.4 29.29 46.62 73.15 50.72% 43.76% 40% 20% 20 1.151.983.04 0 11.51 3.845.68 0% 201620172018201920202021202220232024202520262027 数据来源：GGII、海康机器人招股书、国泰君安证券研究 1.2识别、定位、测量、检测的视觉技术难度递增 机器视觉下游应用行业，消费电子占21.9%，锂电、半导体各占10%，电气/电子 占比6.6%。在国内，机器视觉在3C行业的需求量最大，应用覆盖电子元器件的生产、组装、检测、识别、分类以及读码追溯的全流程。近年来，国内新能源、半导体、汽车行业视觉渗透率快速提升。 从技术难度上来说，识别、定位、测量、检测的技术难度递增。在线检测需要在短时间内对大量的图像数据进行处理和分析，同时要保证检测的准确性和可靠性，不受环境因素的干扰。由于工业细分场景繁多，在线检测要适应不同的产品类型、规格、形状，能够自动识别和调整检测参数和策略，处理复杂的图像特征和背景干扰，实现自动学习和优化。 图4：2022年机器视觉下游行业市场规模图5：机器视觉主要应用场景中检测价值量占比 60% 消费电子 21.90% 50% 50% 40% 其他 50.30% 锂电池 10.80% 30% 24% 20% 16% 10% 半导体 10.40% 10% 电气/电子 6.60% 0% 识别 测量 定位 检测 数据来源：GGII、国泰君安证券研究数据来源：GGII、国泰君安证券研究注：图中数字代表该环节价值量占比 从消费电子、锂电池、半导体三个典型行业的具体场景，看机器视觉的应用： a.消费电子领域，机器视觉主要用于过程检测、尺寸测量和尺寸全检。制程中检测包括准确的视觉检测、高效的尺寸测量、结合大数据快速定位发生源头。关键尺寸测量包括螺丝孔尺寸测量，关键轮廓的测量，信号和焊接尺寸测量。尺寸全检包括所有装配位置度的测量，孔径长宽尺寸测量，特征结构匹配测量不确定的漏失。 图6：机器视觉在电子制造过程的应用场景 数据来源：奥普特官网 b.动力电池制造过程中，机器视觉应用于关键工艺的缺陷检测、尺寸测量和定位。电芯前段工序，在涂布、辊压等环节，锂电池容易产生露箔、暗斑、亮斑、划痕等缺陷，机器视觉主要用于涂布的涂覆纠偏、尺寸测量，极片的表面缺陷检测、尺寸测量、卷绕对齐度等环节。电新后段工序，主要应用于裸电芯极耳翻折、极耳裁切碎屑、入壳顶盖和密封钉焊接质量检测、电芯外观检测、尺寸测量、贴胶定位等；模组和PACK阶段，主要用于底部蓝胶、BUSBAR焊缝、侧焊缝、模组全尺寸和PACK检测等。 图7：机器视觉在锂电池行业的应用场景 数据来源：奥普特官网 c.半导体领域，机器视觉主要应用于硅片检测分选、晶圆缺陷检测和成品外观检测，尤其是晶圆制造中的检测、定位、切割、封装全过程都需应用机器视觉技术。硅片检测分选使用3D测量系统，实现对硅片产品多种性能参数一站式自动检测，实现检测数据管理可视化分析统计，并对硅片质量等级自动分类。半导体工艺检测使用机器视觉实现制造工艺外观缺陷的3D、2D检测，晶圆表面缺陷、杂物、裂纹、切割削裂等检测。实现封装工艺、晶片不良、胶水不良、焊线不良、焊球不良以及杂物检测。成品外观检测主要包括划痕检测、电池检测、插卡槽检测。 图8：机器视觉在半导体行业的应用场景 数据来源：中科飞测，注：图中数字代表该环节价值量占比 2.33D视觉最有前景的场景：机器人引导、高精度测量、缺陷识别 3D视觉技术在检测精度、光照环境等性能远超2D。2D视觉技术在工业自动化过 程的应用已经超过30年时间，2D视觉基于物体平面轮廓驱动，解决部分二维层面的读条识别、边缘检测等问题，无法获得曲度