工业视觉技术与应用白皮书
(2023) 中移智库 中国移动通信有限公司研究院 联合编写单位 （排名不分先后） 中国移动通信有限公司研究院中移（上海）信息通信科技有限公司中国移动紫金（江苏）创新研究院有限公司安谋科技（中国）有限公司北京研华兴业电子科技有限公司浪潮通信技术有限公司上海极清慧视科技有限公司英特尔(中国)有限公司浙江大学鹏城实验室 前言 本白皮书旨在对中国移动及合作伙伴在工业视觉产业发展的现状、关键技术、典型案例等方面进行分析，同时提出工业视觉产业推广的倡议。希望通过该白皮书为未来工业视觉产业的技术、产品以及解决方案的发展与实施提供参考和指引。 本白皮书的版权归属于中国移动，未经授权，任何机构或个人不得复制或拷贝本建议之部分或全部内容。 目录 1.工业视觉发展概述.....................................................11.1工业视觉发展意义.....................................................11.2国内外政策导向.......................................................11.3工业视觉发展趋势.....................................................32.工业视觉关键技术.....................................................72.1采集技术.............................................................72.2处理技术.............................................................92.2.1工业视觉智能边缘平台...........................................92.2.2机器视觉算法..................................................132.2.3算力设施......................................................152.3应用技术............................................................183.典型应用场景案例分析................................................203.1工业质检............................................................213.1.1案例背景与需求................................................213.1.2实施案例......................................................213.1.3实施效果......................................................233.2无人机设备巡检......................................................243.2.1案例背景与需求................................................243.2.2实施案例......................................................253.2.3实施效果......................................................263.3尺寸测量............................................................263.3.1案例背景与需求................................................263.3.2实施案例......................................................273.3.3实施效果......................................................283.4产线监控............................................................283.4.1案例背景与需求................................................283.4.2实施案例......................................................293.4.3实施效果......................................................304.总结与展望..........................................................314.1挑战................................................................314.2展望................................................................325.缩略语列表..........................................................336.参考文献............................................................34 1.工业视觉发展概述 1.1工业视觉发展意义 全球正在经历由人工智能、物联网、大数据、生命科学为代表的创新技术融合而成的第四次工业革命。工业互联网、智能制造等概念不断向工业技术、生产工艺、经营管理、营销服务等环节渗透，推动制造业加速向数字化、网络化、智能化发展。现代工业的发展旨在构建一个以工厂智能化生产为导向，以数据自动流转为本质的全新工业生态体系。数据作为贯彻现代化工业产品全生命周期的核心，在整个工业生态中不断地产生和流动，其低延时、高可靠、广覆盖的特性，对工业生产过程中的数据处理技术和计算技术提出了更高挑战。 机器视觉作为现代工业中把人、数据和机器连接起来的重要一环，是工业转型的重要技术，为制造业带来生产周期、质量和效率的同步改善。随着信息技术、现场总线技术、深度学习技术的发展，视觉数据在工业数据中的比重不断增加，视觉技术的发展在工业数据的挖掘和有用信息的获取方面有着关键作用。近年来，我国工业机器视觉行业研发投入占比稳步提高，工业视觉的应用边界在不断开拓，产业价值不断提高，市场规模逐年扩大。基于工业视觉的自动化检测设备已成功应用于玻璃纤维、复合材料、食品医药、金属加工等行业，已成为现代加工制造业不可或缺的部分，极大地提高了制造企业生产品质和效率。 1.2国内外政策导向 现代工业智能制造是各个国家的重要战略发展方向，工业视觉作为智能制造的关键技术之一，全球范围内的主要工业强国都发布了相关的中长期发展规划。 工业4.0最早由德国学术界和产业界共同推动形成，2013年纳入德国《高技术战略2020》的十大未来项目，被认为是德国巩固全球制造业龙头地位和抢占第四次工业革命国际竞争先机的国家战略。作为老牌工业强国，德国在重点发 展智能生产与智能工厂的过程中，强调以制造业为本体，依靠机器视觉实现工业自动化彻底变革，旨在将德国打造成为全球市场中智能制造技术的主要供应商。 美国政府通过大力支持“先进制造伙伴关系”（AMP）计划发展创新基础设施，建立国家智能制造创新网络。法国政府先后推出“新工业法国”和“新工业法国Ⅱ”，布局数字制造、智能制造，带动商业模式变革。日本政府提出《日本制造业白皮书》把“互联工业”作为未来产业。英国政府提出“英国制造2050”推动未来的产品和生产网络与信息通信技术融合。 我国在迈向以信息通信技术科技深度应用为主要特征的科技革命新阶段，积极促进制造业与互联网的融合，从强调技术、研发、基础能力逐步扩展到重视具体实际应用场景方面出台了一系列激励政策。 2015年，中国制造强国战略第一个十年行动纲领——“中国制造2025”，首次提出支撑工业视觉等新一代智能感知技术的发展。十三五规划时期，国家在重点领域核心技术突破、基础能力建设方面发挥方向性指导作用，出台的《新一代人工智能发展规划》指出积极研究无人车间智能技术，研究复杂环境下基于机器视觉的定位、导航、识别等机器人及机械手臂自主控制技术，抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的先发优势。2020年的《工业互联网创新发展行动规划（2021-2023年）》提出加强工业互联网基础支撑技术攻关，支持工业5G芯片模组、工业视觉传感器及行业机理模型等基础软硬件的研发突破。 最新的十四五规划提出要重视具体实际应用场景、重视产业链协同等方向引导。2021年12月发布的《“十四五”机器人产业发展规划》与《十四五智能制造发展规划》指出要重点支持企业应用新一代信息技术改造的智能化工厂、数字化车间，加快高清成像、工业视觉技术研发与应用，鼓励工业软件企业打造更多产品。 依托政策的支持，近年来业界对工业视觉积极展开了理论和实践探索，相关概念已经普及并且进入应用推广新阶段。现在工业视觉已经涵盖了工业领域的众多行业，为工厂的智能化发展奠定基础。 1.3工业视觉发展趋势 机器视觉作为人工智能技术发展的重要分支，是通过传感器接收和处理真实物体的图像，以获得所需信息或控制机器人运动的技术。工业场景对机器视觉技术的需求持续推动着工业机器视觉技术的发展，随着工业自动化技术向着智能化方向演进，工业视觉被越来越多地应用于包括流水线产品视觉质量检测、基于视觉引导的机械臂作业以及智能工厂建设在内的各种工业生产场景中。如图1.2，调研机构Markets andMarkets的数据显示，2010-2020年全球机器视觉市场规模呈现不断上升的趋势，2020年全球机器视觉市场规模已有107亿美元，近5年复合增速达14.48%，在2020-2025年预测期内的复合年增长率为6.1%，市场需求巨大。 我国工业视觉行业自上世纪八九十年代始萌芽，加入世贸组织后加速发展，2010年前后随我国产业结构升级进入高速发展期，随国产化应用需求逐步提升、自研比例逐步提升，目前我国工业视觉行业已经步入超越期。如图1.3所示，我国在2016-2021年间工业视觉规模从47亿元增长至178亿元，年复合增长率约30%。预计在“中国制造2025”等政策的驱动下，我国工业视觉市场规模将继续保持高增长态势，到2026年，市场规模将有望突破500亿元，期间年复合增长率约为25%。 机器视觉系统在未来工业领域将展现出巨大的应用前景，主要依托以下几方 面优势： 1）非接触式测量：机器视觉基于光学成像技术，观测者与被观测者无需接触，做到无损测量，系统稳定性高。2）光谱响应范围广：机器视觉使用的传感器可覆盖红外、紫外等波段，有效扩展人眼视觉范围。3）长时间稳定工作：机器视觉可以对物体实现长时间稳定测量、分析、识别，克服因人眼疲劳对观测者工作时长的限制。4）可重复性强：机器视觉系统根据预设观测标准进行评判，被观测物体不受观测者的主观因素影响，具有强可重复性。 工业视觉产业链上游包括以光源设备、相机及镜头设备、视觉控制器为主的核心元器件厂商和视觉处理分析软件研发厂商，二者共同为中游的系统集成商与设备制造商提供底层支持，产业链下游集成服务商将智能视觉设备与生产工艺相结合，并通过分销渠道触达行业用户。 上游：涉及的软硬件定制
