2024年头豹行业词条报告

文上·头豹分析师 版权有问题？点此投诉 2024-08-16未经平台授权，禁止转载 工业制品/工业制造 关键词：人工智能 摘要工业机器视觉作为AI分支，通过模拟人眼赋予机器感知能力，广泛应用于制造、质检、医疗等领域。中国行业集中于沿海经济区，受政策利好推动快速发展，但内卷化严重，竞争激烈。市场规模持续增长，得益于技术核心优势、劳动力成本上升及下游应用行业扩张。未来，智能制造需求将推动机器视觉行业进一步发展，成为智能制造的重要增长点。 行业定义[1] 工业机器视觉作为人工智能领域中迅速崛起的分支，通过模拟人类视觉系统，赋予机器感知和认知外部世界的能力。工业机器视觉是将“机器代替人眼”的理念应用于工业制造，并通过植入“大脑”使机器能够进行智能分析和决策。这一技术广泛应用于工业制造、质量检测、医疗成像和无人驾驶等多个领域。完整的机器视觉系统通常包括“两个部分：第一部分为“视”，即系统的硬件组成部分，主要包括：光源、镜头、工业相机、图像采集卡；第二部分是“觉”，即系统的视觉处理软件。工业机器视觉行业包括机器视觉部件和系统制造商、系统集成商、代理商、从事机器视觉及图像相关技术的咨询机构、研究机构、学术团体和使用机器视觉产品的各行各业。 行业分类[2] 按照应用领域的分类方式，工业机器视觉行业可以分为如下类别：尺寸与缺陷检测、智能制造、自主导航；按照成像维度的分类方式，工业机器视觉行业可以分为如下类别：2D工业机器视觉、3D工业机器视觉；按照基本功能的分类方式，工业机器视觉行业可以分为如下类别：识别、测量、定位、检测。 行业特征[3] 工业机器视觉行业的特征包括区域性、政策利好、内卷化现象严重。 1区域性明显 中国机器视觉行业主要集中在沿海经济发达区域，如广东、上海、江苏、浙江和福建等。这些地区智能制造的快速进步得益于产业集群的带动，强大的客户基础和人才库。广东作为中国经济第一大省，其制造业特别是电子信息产业的蓬勃发展，使其成为机器视觉市场的关键区域。此外，江苏和浙江，作为上海经济圈的重要组成部分，以其快速的经济增长和庞大的经济规模，成为机器视觉行业发展最快的地区之一。 2政策利好 近年来，国家通过一系列政策文件，如《中国制造2025》、《智能制造发展规划（2016-2020年）》和《“十四五”机器人产业发展规划》等，明确表达对智能装备制造业，尤其是工业机器视觉行业的支持和 重视。这些政策不仅为行业提供市场空间和发展机遇，还鼓励工业机器视觉技术在工业领域的应用。随着国家产业政策的持续推动，预计工业机器视觉行业将迎来更快速的发展，为实现"中国制造"向"中国智造"和"中国创造"的转变提供强有力的技术支撑。 3内卷化现象严重 机器视觉进入门槛低，目前行业已有近1,000家企业在布局，而在这在这众多参与者中，约97%企业营收规模仅在数百万至数千万人民币之间。部分企业并没有自身核心技术，而是通过采购其他公司软件解决方案，并与硬件结合来实施系统集成项目。这类模式加剧市场的过度竞争，从而导致内卷引发的价格战问题。然而，机器视觉领域不管是硬件还是软件，前期投入成本都较高，导致中国部分机器视觉企业陷入不良循环，支出与收入不成正比。因此，尽管国产机器视觉产品销售量相对可观，但由于产品定价过低，利润空间有限，整体营业额较低，导致机器视觉整体市场规模增速明显放缓。 发展历程[4] 中国工业机器视觉行业的发展与新能源汽车的兴起密切相关，可分为3个历史时期：萌芽期（1990-1997年）、启动期（1998-2002年）、高速发展期（2003-至今）。目前，工业机器视觉行业正经历技术迭代升级，2D视觉向3D视觉进行延伸。 萌芽期 头部国际机器视觉厂商还未进入中国市场，20世纪90年代初，来自研究图像处理和模式识别的实验室工程师成立视觉公司，开发第一代图像处理产品，能够做基本的图像处理和分析工作，成功解决多媒体处理，印刷品表面检测，车牌识别等实际问题。但产品本身软硬件方面的功能和可靠性不够好，还未开展工业应用。 市场需求不大，工业界工程师对机器视觉没有概念，大部分企业未认识到质量控制重要性。 启动期1998~2002 自1998年，电子和半导体工厂包括中国香港和中国台湾投资的工厂，开始落户广东和上海,带有机器视觉的整套的生产线和高级设备被引入中国。 厂商和制造商开始发展视觉检测设备，是工业机器视觉市场需求真正的的开始。与此同时，部分自动 化公司洞察到设备制造商或OEM厂商对技术开发支持和产品选型指导的需求，开始做国际机器视觉供应商的代理商和系统集成商，从美国和日本引入先进成熟产品，给终端用户提供专业培训咨询服务，有时和商业伙伴共同开发整套的视觉检测设备。 高科技生产线和设备的引入，中国厂商和制造商开始自主发展视觉检测设备，自动化公司作为代理商和系统集成商，引进国际先进技术，提供专业服务。 部分跨国公司开始在中国建立自己的分支机构。 更多中国企业布局工业机器视觉赛道，伴随中国机器视觉技术升级迭代，中国本土品牌市场规模占比逐年上升，于2020年达到51%，首次超过海外品牌。2021-2024年，工业机器2D视觉向3D视觉进行延伸，随着智能制造的不断深入，面对复杂的物件辨识和尺寸量度任务，市场对3D视觉的需求与日俱增。 跨国公司本地化，本土品牌崛起，技术迭代升级，市场需求增长。 产业链分析 工业机器视觉行业产业链上游为硬件与算法软件环节，主要作用是提供相机、镜头、光源等关键硬件以及机器视觉算法与软件的开发和集成，这些硬件和软件是实现机器视觉系统功能的基础，确保图像采集的质量和处理的效率。产业链中游为视觉系统与智能装备环节，主要作用是整合上游的硬件和软件，形成独立完整的成像单元和相应的算法软件，提供图像采集、处理与通信的一体化解决方案，具备多功能、模块化和高可靠性的特点，以适应各种复杂的应用场景。产业链下游为各行业集成应用和服务环节，主要作用是将机器视觉技术应用于电子制造、汽车、医药、印刷包装等多个领域。[6] 工业机器视觉行业产业链主要有以下核心研究观点：[6] 工业机器视觉核心既在与上游硬件软件开发，也在于中游系统集成和应用创新。 工业机器视觉的核心价值主要在于产业链的上游和中游环节。具体分析：1）上游环节：包括工业相机、镜头、光源、图像采集卡和视觉控制器等硬件，以及底层的算法软件库。这些硬件和软件是机器视觉系统的基础，它们负责捕捉和初步处理图像信息。在目前整个机器视觉系统的成本构成中，零部件及软件开发占据80%的比例，其中零部件占比超60%，底层软件系统开发占比达19.88%。元器件成本中，相机占比最大，达到27.11%。上游硬软件生产环节是产业链中绝对的核心环节和价值获取者；2）中游环节：中游主要为视觉系统和智能视觉装备，它们基于上游提供的硬件和软件，通过集成和优化，形成完整的机器视觉解决方案。中游环节包括可配置视 觉系统和智能视觉装备，这些系统和装备能够独立完成图像采集、处理、分析和输出动作指令，是机器视觉应用的直接执行者。 在工业机器视觉产业链中，上游和中游环节相互依赖，共同构成机器视觉系统的整体性能和应用能力。上游环节提供高质量的硬件和软件基础，而中游环节则通过系统集成和应用开发，实现机器视觉技术的实用化和产业化。因此，可以说机器视觉的核心既在于上游的硬件和软件开发，也在于中游的系统集成和应用创新。 3D技术、"5G+AI”技术的升级，优化工业机器视觉产业链。 技术升级正在引领工业机器视觉产业链的革新，具体分析：1）3D技术：其快速的测量速度、高精度、强抗干扰能力以及用户友好的操作性，有效解决了2D技术在测量物体高度、厚度、体积和平面度等方面的局限，使得3D视觉技术在高端制造领域的应用更加广泛；2）“5G+AI”：5G与AI的融合解决方案通过5G网络的高速连接、边缘计算的即时处理和云服务的强大支持，克服了成本高、数据孤岛和适应性差的挑战，具备实现数据互联互通、提升设备智能化水平，简化部署流程，支持大规模应用等多方面优势，从而提高生产效率并降低维护成本，推动工业视觉技术的普及和成本效益的优化。[6] 产业链上游上 生产制造端 硬件与算法软件环节，提供相机、镜头、光源等关键硬件以及机器视觉算法与软件的开发和集成。 上游厂商 浙江华睿科技股份有限公司 查看全部 产业链上游说明 上游工业相机：2D市场国产化加深，3D市场竞争激烈，中国本土、国际企业技术定位应用场景各异，规模较小。 工业相机作为机器视觉系统的关键组件，集成从光源到图像处理的完整功能模块，能够独立完成视觉信息的采集、处理和输出，为整个系统提供关键的有效数据，占据产业链成本27.11%，占比最大。其主要分为两大类：2D和3D。1）2D工业相机：2023年海康机器人、华睿科技两大企业出货量合计CR2为60%，中国工业相机市场的国产化进程正逐步加深，2022年内资占据78.6%的市场，国产品牌主导地位初步形成；2）3D工业相机：从竞争格局来看，目前中国3D工业相机市场仍处于早期市场发展阶段，市场竞争激烈，尚未形成明显的集中趋势；从应用场景来看，国产国际品牌各自占据不同的细分市场。国际品牌的产品通常服务于汽车制造、消费电子、锂电池以及半导体和芯片检测等高端市场，附加值更高。相比之下，中国品牌更多聚焦于物流、机械工程、金属加工以及消费电子等中低端应用场景；从企业层面来看，中国本土、国际3D工业相机制造商在技术和市场定位上存在差异，外资企业往往专注于检测和测量技术的开发，而中国企业则更倾向于将3D视觉技术应用于识别、 定位和引导等方面；从市场规模来看，与2D相机相比，目前中国3D相机市场规模仍然较小，3D视觉下游市场离散化程度较高。 算法库：由开源库和商业付费库构成，企业多用开源或集成开发，少有独立底层开发，集成第三方工具包是常态。 工业机器视觉领域中，算法库的构成主要包括开源的如OpenCV等视觉算法库，以及商业化的付费解决方案，例如美国的康耐视公司的Vision Pro、德国MVTec公司的Halcon、凌云光的VisionWare、VisionMaster （海康机器人）、SciVision（奥普特）。由于开发算法库需要大量的时间和资源投入，行业内的企业往往倾向于利用开源算法库来构建自己的应用算法，或者结合自主开发与第三方集成的方式来进行，完全独立开发层算法的企业占比较少，为提高开发效率和降低成本，采用成熟的第三方工具包作为开发辅助已成为行业普遍做法。 工业镜头：国际品牌布局占据领先地位，中国厂商从中低端市场开始布局，逐步向高端产品拓展。在工业机器视觉技术中，镜头作为捕捉和传输图像信息的首要环节，扮演着至关重要的角色，其中工业用途的镜头需满足严格的工业标准，具备低度光学畸变、卓越的分辨率以及对光谱的广泛适应性，以满足各类视觉检测任务。虽然德国和日本品牌凭借早期的技术布局在国际市场上占据领先地位，但中国制造商正迎头赶上，尽管起步较晚，部分中国厂商通过提供高性价比的产品在中低端市场占据一席之地，如东莞普密斯等企业。同时，部分中国企业例如深圳东正光学和江苏慕藤光，通过技术创新和生产设备的整合，已经能够提供全面的工业镜头解决方案，并逐步向高端市场拓展。 产业链中游中 品牌端 视觉系统与智能装备环节，主要作用是整合上游的硬件和软件，形成独立完整的成像单元和相应的算法软件，提供图像采集、处理与通信的一体化解决方案。 中游厂商 苏州天准科技股份有限公司 凌云光技术股份有限公司 精锐视觉智能科技（深圳）有限公司 查看全部 产业链中游说明 工业机器视觉分集成与制造，集成商购件组装，制造商更具竞争优势。 工业机器视觉中游可分为系统集成商与装备制造商。1）系统集成商：主要通过采购视觉软件、传感器、驱控系统等核心零部件，进行基本的二次开发和组装来完成产品的生产，通常不具备自有机器视觉算法、软件以及视觉传感器和精密驱控等核心技术，也缺乏独立设计和生产整套设备的能力，通常是根据客户需求，在自动化生产