机器人产业全方面分析：三大部件两大龙头！

  从2D到3D：2D视觉没有办法获得物体的空间坐标信息，随工业控制对精确度和自动化的要求慢慢的升高，3D变得更受欢迎，目前市场上涌现出标准化3D视觉软、硬件产品，产业链已初步形成

  嵌入式视觉应用：嵌入式技术将用于实现图像处理和深度学习算法的AI模块集成至智能工业相机，在特定的应用环境中实现图像处理并利用内嵌的AI算法做出逻辑判断，为自动化场景提供无需人工干预的智能方案 多元化硬件加速方案：传统的深度学习算法是在GPU、CPU等硬件上实现的，面临功耗高、散热差、价格昂贵等问题，但是在单纯的FPGA类型芯片上进行深度学习类算法实现，又存在开发难度大、开发周期漫长的瓶颈，因此在多种应用场景的持续促进下，深度学习硬件加速方案也朝多元化方向发展。

  3D视觉成像可分为光学和非光学成像方法，光学方法有ToF飞行时间、结构光投影、相机阵列、激光扫描、双目立体视觉等，后续详细的介绍，请持续关注本公众号史晨星（shichenxing1）

  20世纪50年代，Gilson 提出“光流”这一概念，并基于相关统计模型发展了逐像素的计算模式，开始研究二维图像的统计模式识别

  20世纪60年代，美国学者Roberts 用计算机从2D图像中提取三维结构，开始做三维机器视觉研究

  20世纪70年代，MITAI实验室开设机器视觉课程，DavidMarr开创“自下而上”通过计算机视觉捕捉物体形象方法

  21世纪，机器视觉产品在下业得到了广泛应用，各个行业开始寻求视觉检测方案

  一是非标准化，应用场景碎片化，各领域之间的技术往往难以直接替代，行业内难以出现单一的、宽广的应用场景，各单一应用领域的体量都比较小

  二是技术密集，厂商研发费用率较高，工业场景对机器视觉的精度、稳定性要求比较高，无论是软件，还是光源、镜头、相机等硬件，都有较高的研发难度，且由于下业和需求多样化，硬件型号以及软件算法非常繁杂，此外为满足新的行业与新的需求，诸多厂商前瞻性布局3D、机器学习等创新性技术 三是工艺密集，强调对下业的Know－how，案例积累与服务体系构筑壁垒，“类咨询”的解决方案提供模式，定制化程度高，除了简单的通用性功能需求，大多数解决方案具有定制化属性，因而附加值高

  国际机器视觉市场的高端市场主要被美、德、日品牌占据，美国康耐视（Cognex）、国家仪器（NI），德国巴斯勒（Basler）、伊斯拉视像（ISRA Vision），日本基恩士（Keyence）、欧姆龙（Omron）等，其中基恩士占30％，康耐视占20％，垄断了近 50％的全球市场份额

  日本基恩士Keyence创立于1974年，产品有机器视觉产品等多个产品线亿美元

  美国康耐视Cognex创立于1981年，基本的产品包括 2D 机器视觉系统、3D 机器视觉系统、图像处理软件以及条码读取器，2019年公司收入达到7．3亿美元，净利润达到2．04亿美元

  国内机器视觉企业超过200家，包括奥普特、天准科技、矩子科技、海康、大恒、美亚光电、思泰克、征图新视、华周测控等，还有大量中小厂商

  2005年成立，2019年 7 月公司在科创板上市，四大产品精密测量仪器、智能检测装备、智能制造系统、无人物流车，2020年营收 9．6 亿元，利润1．1亿，是国内机器视觉龙头

  2006 年成立，2020年营收6．4亿，利润2．4亿，其中光源及控制器收入占 60％，相机及镜头 30％、视觉控制管理系统 10％，下游 3C 行业占70％