浅析国内机器视觉产业链发展现状及未来趋势

2020-07-29来源: elecfans关键字:机器视觉  LED  数字信号

国内机器视觉产业链梳理

简单的,我们可以把机器视觉产业链可以分为底层开发商(核心零部件和软件提供商)、集成和软件服务商(二次开发),核心零部件及软件又可以再细分为光源、镜头、工业相机、图像采集卡、图像处理软件等。在目前的整个机器视觉系统成本构成中,零部件及软件开发占据了 80%的比例,是产业链中绝对的核心环节和价值获取者。

 

从技术壁垒来看:

1)软件是主要壁垒,底层算法库是核心。目前是外资企业垄断,做得好例如康耐视以及 MVTec,主要是靠国外几十年的自动化进程培养起来的;国内自动化进程时间不长,软件算法还多处于研发阶段,应用做得好的不多。

 

2)应用层面的技术也非常关键,主要是要掌握不同应用环境的 Know-How,做出适应性的产品。

 

目前来看,国内机器视觉行业的市场参与者主要有四种类型:国际综合自动化公司、国际专业机器视觉公司、国内专业机器视觉公司以及国内自动化设备公司。其中,在底层开发商层面还是国际企业占主导地位,国内公司更多是在附加值更低的二次开发层面布局(形式包括系统集成以及组装生产自动化专机),并在此基础上逐渐向上游核心环节进行尝试。

 

▲机器视觉系统成本构成

 

1. 光源

光源是国产化最充分环节。光源的好坏在于对比度、亮度和对位置变化的敏感程度,机器视觉行业主要采用 LED 光源产品。目前没有通用的机器视觉照明设备,针对每个特定的应用实例有个性化的方案,以达到最佳效果 。目前光源行业国产化程度高,竞争比较激烈。

 

▲内外光源参与企业

 

2. 镜头

低端镜头国内企业具备一定竞争力,高端镜头基本依赖进口。镜头的基本功能是实现光束调制,将目标成像在图像传感器的光敏面上完成信号传递。工业镜头主要可以分为定焦镜头、定倍镜头、远心镜头、连续变倍镜头等,不同的镜头根据要求应用于不同的工业现场,价格差距也较大。

▲国内外镜头参与企业

 

3. 工业相机

工业相机以欧美进口为主,国产品牌从低端市场开始逐步进口替代。工业相机是工业视觉系统的核心部件,其本质功能完成是将光信号转变成电信号的过程,要求更高的传输力、抗干扰力以及稳定的成像能力。

 

▲国内外工业相机参与企业

 

4. 图像采集卡

图像采集卡国内发展较为完善和成熟,也称为视频抓取卡,这个部件通常是一张插在 PC 上的卡。这张采集卡的作用将摄像头与 PC 连接起来。它从摄像头中获得数据(模拟信号或数字信号),然后转换成 PC 能处理的信息。

 

5. 图像处理软件

图像处理软件基本被国外企业垄断,国内企业在二次开发中有所布局。工业视觉软件则对数字信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作,自动完成对图像采集、显示、存储和处理。当前比较流行的开发模式是“软件平台+视觉开发包”,开发包是基于软件平台对常用各种图像处理算法进行了封装,软件工程师可以直接调用封装好的算法实现各种复杂的图像处理功能,降低二次开发难度和工作量。

 

▲国内外图像处理软件参与企业

 

6. 系统集成

国内厂商在集成端发展迅速,尤其是在一些外资还没有布局的领域、或者非标自动化领域如 3C 等。国内集成厂商单纯进行二次开发利润空间较小,在某一行业下游完成良好布局之后,会尝试逐步向上游底层开发延伸,进行核心软硬件的进口替代。

 

机器视觉最重要下游

机器视觉广泛应用于电子及半导体、汽车制造、食品包装、制药等领域,其中电子汽车和电子是当前机器视觉最重要的应用领域。

 

▲全球机器视觉下游需求结构

 


1. 下游应用领域——电子

根据前瞻研究院数据,电子行业贡献了机器视觉近 50%左右的需求,主要用于晶圆切割、3C 表面检测、触摸屏制造、AOI 光学检测、PCB 印刷电路、电子封装、丝网印刷、SMT 表面贴装、SPI 锡膏检测、半导体对位和识别等的高精度制造和质量检测。以 iPhone 为例,其生产全过程就需 70 套以上系统。未来在全球智能手机、平板电脑和可穿戴设备等消费电子领域的需求有望爆发。

 

以 3C 行业为例,我们判断未来行业的机器视觉需求还会持续较快增长,主要需求来自几个方面:1)视觉技术进步(现在好多玻璃、屏的缺陷检测技术上还不能实现)推动适用领域拓宽;2)随着国内智能手机逐渐中高端化带来手机厂商利润率提升,视觉检测在国产手机产线中的应用有望推广开来。

 

▲机器视觉在 SMT 装配线上的典型应用

 

2. 下游应用领域——汽车

根据前瞻研究院数据,汽车行业贡献了机器视觉 15%左右的需求,主要用于车身装配检测、面板印刷质量检测、字符检测、零件尺寸的精密测量、工件表面缺陷检测、自由曲面检测、间隙检测等几乎所有系统和部件的制造流程。目前一条产线大概配备十几个机器视觉系统,未来随着汽车质量把控、汽车智能化、轻量化趋势对检测提出更高要求,对机器视觉技术的需求还会逐步提高。

 

例如,3D 视觉系统可以以高精度测量间隙并对准每一辆车,并对装配的所有车门和车身进行全面检测。3D 视觉系统还能帮助底盘制造商使货架中车身板件的上架、下架和检测实现自动化,在自动设备拾取缺陷元件之前检测货架上是否存在缺陷元件,从而减少将缺陷元件焊接到一起。

 

▲机器视觉在车身检测领域的应用

 

3. 下游应用领域——制药

根据前瞻研究院数据,制药行业贡献了机器视觉 7%左右的需求,主要应用在药瓶封装缺陷检测、胶囊封装质量检测、药粒却是检测、生产日期打码检测、药片颜色识别及分拣等。目前大多数企业流水线上有 1-2 套机器视觉系统,而实际需求至少应该在 5 处,未来随着制药行业自动化升级改造提速,渗透率会持续提升。

 

例如,在药品包装后的检测环节中,可以利用机器视觉快速、准确地检测到对象是否完好无缺,通过设定图像传感器,获取包装后的对象图片信息,通过预先设定的面积参数对每个药粒或者药瓶进行检测对比,这样,破损的药粒或者缺瓶的包装都将被检测出来,正确的正常通过。

 

▲药粒泡罩检测示意图

 

▲缺瓶检测示意图

 

4 . 下游应用领域——食品

食品及包装也是机器视觉应用的重要下游领域,主要用于高速检测、外观封装检测、食品封装缺漏检测、外观和内部质量检测、分拣与色选等,单条产线用量在不同产品中差异较大。目前机器视觉在大型食品企业(如伊利、蒙牛)中应用较多,而在行业整体的渗透率并不高。

 

例如,欧洲鲜货市场广泛使用食品分拣器,一般采用多台摄像机捕获产品整个表面影像。当产品基本为圆形时,在漏洞内设有机构,让产品在摄像机下进行旋转。形状可以根据最大直径和最小直径、比例关系等进行分选。颜色一般根据已扫描的整个表面情况来决定。鉴定方法如简单百分比、强度值直方图、定义最大面积或最小面积等。

 

▲机器视觉在食品行业中的典型应用示意图

 

展望未来,机器视觉行业主要有几个发展趋势:

 

1)更多更快的图像数据传输、更先进的软件算法带来实现数字化、实时化和智能化的性能提升;


2)硬件性能的提升(更高分辨率、更快扫描率等)和产品软件价格的下降推动机器视觉渗透率提升;


3)产品向着小型化、集成化发展。

关键字:机器视觉  LED  数字信号 编辑:什么鱼 引用地址:http://news.eeworld.com.cn/qrs/ic504743.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:工控机机箱未来市场发展前景分析
下一篇:智能制造或将成实体经济升级的新引擎

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

机器视觉系统对机器人应用有哪些帮助?
1.没有机器视觉的机器人应用有局限性位置必须固定机器人辅助生产的生产线上,机器人的运动位置是根据生产产品的特征预先设定好的,即按照预先设定的运动轨迹来执行动作。因此,需要有一定的治具保证产品的位置的固定。如果产品规格多样,则需要大量的专用治具来实现产品位置的固定。其成本高昂、更换夹具的工作量巨大。精度与可靠性的矛盾机器人装配的精度要求越高,需要的治具的精度也越高。治具的精度越高,机器人本体的精度越难以每次都准确、可靠的装配。接触式定位的弊端某些产品因为表面细腻,不能够通过机械夹具来加持,以免破坏表面。有些产品因为是柔性材质,也无法实现可靠的抓取。2. 机器视觉系统对机器人应用的帮助位置修调使用视觉系统告知机器人产品的位置,提供抓取
发表于 2020-08-03
<font color='red'>机器视觉</font>系统对<font color='red'>机器</font>人应用有哪些帮助?
凌华科技发布一体化AI智能相机,简化AI机器视觉应用的部署
全球领先的边缘计算解决方案提供商 -- 凌华科技发布了全新的 AI 智能相机 NEON-2000-JT2 系列,让基于 AI 的工厂自动化机器视觉部署变得更加容易。该智能相机支持 NVIDIA Jetson TX2 AI 模块,采用一体化的设计,小巧的尺寸以及预先安装的视觉软件包,可以有效减少 AI 机器视觉应用开发和集成的复杂度。 凌华科技工业 AI 智能相机 NEON-2000-JT2 系列 NEON-2000-JT2 有助于提高劳动密集型制造业的生产效率,如食品和饮料,带包装的消费品,农耕和农业等,在这些行业中,质量保证和检测对于生产成功至关重要。某客户利用凌华科技 AI
发表于 2020-07-29
凌华科技发布一体化AI智能相机,简化AI<font color='red'>机器视觉</font>应用的部署
机器视觉系统的概念、组成以及特点
  机器视觉是一个相当新兴的研究领域。机器视觉发展到现在已有15年的历史。机器视觉作为一种应用系统,其功能特点是随着工业自动化的发展而逐渐完善和发展的。人们从20世纪50年代开始研究二维图像的统计模式识别,60年代开进行三维机器视觉的研究,70年代中,MIT人工智能实验室正式开设机器视觉课程,80年代开始,开始了全球性的研究热潮,机器视觉获得了蓬勃发展,新概念、新理论不断涌现。  机器视觉系统的概念、组成及特点  机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合,而形成的一门综合性的技术。一般地说,机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术,也就是用机器代替人眼
发表于 2020-07-24
<font color='red'>机器视觉</font>系统的概念、组成以及特点
机器视觉应用中需要面对的三大层面难题
机器视觉是计算机视觉的一个分支,工业自动化领域中的视觉控制或视觉应用,主要指的是通过前端光学摄像头,从采集到的数字化图像中提取相关信息,进行分析处理之后,用于对生产线流程或质量的控制,以代替重复性人工操作。目前,机器视觉在工厂生产环节中的实际应用包括:对生产工件的完整性质量检测、识别、分类、零件位置及方向、尺寸测量、读码识别追溯、表面/色差检测、自动化流水线作业等等。可以说,机器视觉为流水产线、自动化设备安装上了一双“眼睛”,能够提供全天候、高一致性、高可靠性的检测结果,增添了工厂生产的智能化水平,因而也成为了迈向智能制造的一项重要技术。根据有关机构的统计数据显示,在2019年,全球用于工业自动化领域的机器视觉技术的市场规模达
发表于 2020-07-24
<font color='red'>机器视觉</font>应用中需要面对的三大层面难题
机器视觉对于各行业发展有着怎样的影响?
机器视觉对于各行业发展会有影响吗?答案是肯定的。在数字经济的发展进程中,数据基础设施发挥着关键支撑作用,机器视觉是数据基础设施非常重要的一环。眼下,超过一半行业的数字化信息来自视频、机器视觉与娱乐、通信、生产、安全的深度结合,这是一个价值千亿美元的广阔市场。在工业领域,工业机器人对物体准确抓取、物流机器人障碍避让等,都是运用了机器视觉技术。不过,机器视觉能够得到实际应用,与其自身所具有的优势是紧密相关的。那么,机器视觉到底有什么优势呢?综合来看,机器视觉有三大主要功能,分别为检测、识别和定位。就识别功能而言,利用机器视觉对图像进行处理、分析和理解,可以识别各种不同模式的目标和对象。与此同时,借助机器视觉还能达到数据的追溯和采集
发表于 2020-07-24
<font color='red'>机器视觉</font>对于各行业发展有着怎样的影响?
第七章 点阵LED的学习
我们现在走在马路上,经常看到马路两侧有一些LED点阵广告牌,这些广告牌看起来绚烂夺目,非常吸引人,而且还会变化很多种不同的显示方式。本章我们就会学习到点阵LED的控制方式,按照惯例,先普及部分C语言知识。7.1 变量的作用域所谓的作用域就是指变量起作用的范围。变量按他的作用域可以分为局部变量和全局变量1.局部变量在一个函数内部声明的变量是内部变量,他只在本函数内有效,在此函数以外是不能使用的,这样的变量就是局部变量。此外,函数的形参也是局部变量,形参我们后边详细解释。比如上节课定义的unsigned long stopwatch = 0,这个变量是定义在main函数内部的,所以只能
发表于 2020-07-25
第七章 点阵<font color='red'>LED</font>的学习
小广播