工業(yè)自動化概述
---機器視覺
1. 智能制造工程
制造業(yè)是國民經濟的主體，是立國之本、興國之器、強國之基。十八世紀中葉開啟工業(yè)文明以來，世界強國的興衰史和中華民族的奮斗史一再證明，沒有強大的制造業(yè)，就沒有國家和民族的強盛。打造具有國際競爭力的制造業(yè)，是我國提升綜合國力、保障國家安全、建設世界強國的必由之路。
為此，中國提出了《中國制造2025》規(guī)劃。該規(guī)劃由百余名院士專家著手制定，為中國制造業(yè)未來10年設計頂層規(guī)劃和路線圖，通過努力實現中國制造向中國創(chuàng)造、中國速度向中國質量、中國產品向中國品牌三大轉變，推動中國到2025年基本實現工業(yè)化，邁入制造強國行列。
其中，智能制造工程是該規(guī)劃的五大核心工程之一。緊密圍繞重點制造領域關鍵環(huán)節(jié)，開展新一代信息技術與制造裝備融合的集成創(chuàng)新和工程應用。支持政產學研用聯合攻關，開發(fā)智能產品和自主可控的智能裝置并實現產業(yè)化。依托優(yōu)勢企業(yè)，緊扣關鍵工序智能化、關鍵崗位機器人替代、生產過程智能優(yōu)化控制、供應鏈優(yōu)化，建設重點領域智能工廠/數字化車間。在基礎條件好、需求迫切的重點地區(qū)、行業(yè)和企業(yè)中，分類實施流程制造、離散制造、智能裝備和產品、新業(yè)態(tài)新模式、智能化管理、智能化服務等試點示范及應用推廣。建立智能制造標準體系和信息安全保障系統(tǒng)，搭建智能制造網絡系統(tǒng)平臺。
2. 機器視覺系統(tǒng)
與傳統(tǒng)制造工程不同，智能制造工程通過MES系統(tǒng)，視覺傳感系統(tǒng)，其它傳感系統(tǒng)以及工業(yè)互聯系統(tǒng)將生產過程中的人，機，料，法，環(huán)整合起來，極大地提高了生產效率。
機器視覺（Machine Vision）指的是通過光學的裝置（工業(yè)鏡頭、視覺光源）和非接觸的傳感器（工業(yè)相機）自動的接收和處理真實物體的圖像（圖像處理軟件），以獲得所需信息或控制機器人運動的裝置，通俗的說就是應用在工業(yè)領域的視覺傳感系統(tǒng)。
機器視覺系統(tǒng)通常分為基于PC的視覺系統(tǒng)（工業(yè)相機+工業(yè)電腦）和基于嵌入式智能相機（智能相機）的視覺系統(tǒng)。嵌入式智能相機系統(tǒng)（智能相機）憑借體積小，安裝方便，穩(wěn)定性好等優(yōu)勢占據了較大的市場份額。
近年來，機器視覺市場規(guī)模發(fā)展非常快。根據咨詢機構數據，2018 年全球機器視覺市場規(guī)模超88 億美元，國內超100 億元；預計2019 年全球市場規(guī)模將近100 億美元，國內將近125 億元。其中電子和汽車是主要需求下游，占比分別為47%和15%。隨著技術突破、人力成本提升，我們認為對機器視覺在智能制造中的地位將逐漸從“可選”向“必選”邁進。
機器視覺產業(yè)鏈可以分為底層開發(fā)商（視覺光源、工業(yè)鏡頭、工業(yè)相機、圖像采集卡、圖像處理軟件等）、設備開發(fā)商（測量設備和非標檢測自動化專機等）和集成服務商（二次開發(fā)），其中底層圖像處理軟件是最核心壁壘。目前國內機器視覺行業(yè)中底層軟件、高端工業(yè)鏡頭以及高端工業(yè)相機領域還基本被國外品牌壟斷，低端鏡頭和工業(yè)相機領域逐漸有國產廠商涉及，視覺光源國內競爭比較激烈，系統(tǒng)集成和視覺專用設備發(fā)展迅速。
3. 機器視覺在工業(yè)中的應用
目前，機器視覺在工業(yè)制造中的應用主要可以分為四大類：模式識別/計數、視覺定位、尺寸測量和外觀檢測，當前的應用也基本是基于這四大類功能來展開。
u 模式識別/計數主要指對已知規(guī)律的物品進行分辨，比較容易的包含外形、顏色、圖案、數字、條碼等的識別，也有信息量更大或更抽象的識別如人臉、指紋、虹膜識別等。
u 視覺定位主要指在識別出物體的基礎上精確給出物體的坐標和角度信息。定位在機器視覺應用中是非?；A且核心的功能，一個軟件的好壞大概率與其定位算法的好壞密切相關。
u 尺寸測量主要指把獲取的圖像像素信息標定成常用的度量衡單位，然后在圖像中精確的計算出需要知道的幾何尺寸。優(yōu)勢在于對高精度、高通量以及復雜形態(tài)的測量，例如有些高精度的產品由于人眼測量困難以前只能抽檢，有了機器視覺后就可以實現全檢了。
u 外觀檢測主要檢測產品的外觀缺陷，最常見的包括表面裝配缺陷（如漏裝、混料、錯配等）、表面印刷缺陷（如多印、漏印、重印等）以及表面形狀缺陷（如崩邊、凸起、凹坑等）。由于產品外觀缺陷一般情況下種類繁雜，所以檢測在機器視覺中的應用中屬于相對較難的一類。
從技術實現難度上來說，識別、定位、測量、檢測的難度是遞增的，而基于四大基礎功能延伸出的多種細分功能在實現難度上也有差異。因此，與人眼直接檢測相比，機器視覺在識別，定位和測量方面的優(yōu)勢較為明顯。隨著深度學習和人工智能的發(fā)展，在檢測方面也逐漸趕上人眼的水平。
考慮到機器視覺系統(tǒng)對產線標準化的要求較高，因此機器視覺廣泛應用于電子及半導體、汽車制造、食品包裝、制藥等領域，其中電子汽車和電子是當前機器視覺最重要的應用領域。其中，電子行業(yè)貢獻了機器視覺近50%左右的需求，主要用于晶圓切割、3C表面檢測、觸摸屏制造、AOI光學檢測、PCB印刷電路、電子封裝、絲網印刷、SMT表面貼裝、SPI錫膏檢測、半導體對位和識別等的高精度制造和質量檢測。以iPhone為例，其生產全過程就需70套以上系統(tǒng)。未來在全球智能手機、平板電腦和可穿戴設備等消費電子領域的需求有望爆發(fā)。
汽車行業(yè)貢獻了機器視覺15%左右的需求，主要用于車身裝配檢測、面板印刷質量檢測、字符檢測、零件尺寸的精密測量、工件表面缺陷檢測、自由曲面檢測、間隙檢測等幾乎所有系統(tǒng)和部件的制造流程。目前一條產線大概配備十幾個機器視覺系統(tǒng)，未來隨著汽車質量把控、汽車智能化、輕量化趨勢對檢測提出更高要求，對機器視覺技術的需求還會逐步提高。
4. 國內機器視覺發(fā)展及趨勢
機器視覺核心零部件及軟件可以細分為視覺光源、工業(yè)鏡頭、工業(yè)相機、圖像采集卡、圖像處理軟件等。在目前的整個機器視覺系統(tǒng)成本構成中，零部件及軟件開發(fā)占據了80%的比例，是產業(yè)鏈中絕對的核心環(huán)節(jié)和價值獲取者。
從技術壁壘來看
1）軟件是主要壁壘，底層算法庫是核心。目前是外資企業(yè)壟斷，做得好例如康耐視以及MVTec，主要是靠國外幾十年的自動化進程培養(yǎng)起來的；國內自動化進程時間不長，軟件算法還多處于研發(fā)階段，應用做得好的不多，
2）應用層面的技術也非常關鍵，主要是要掌握不同應用環(huán)境的Know-How，做出適應性的產品。
目前來看，國內機器視覺行業(yè)的市場參與者主要有四種類型：國際綜合自動化公司（如歐姆龍）、國際專業(yè)機器視覺公司（如康耐視）、國內專業(yè)機器視覺公司以及國內自動化設備公司。其中，在底層開發(fā)商層面還是國際企業(yè)占主導地位，國內公司更多是在附加值更低的二次開發(fā)層面布局(形式包括系統(tǒng)集成以及組裝生產自動化專機)，并在此基礎上逐漸向上游核心環(huán)節(jié)進行嘗試。
機器視覺行業(yè)在未來很長一段時間都將會是一個有較強成長性的行業(yè)，行業(yè)天花板很高。且隨著制造業(yè)從機械化向自動化、再向智能化升級的過程中，機器視覺在其中的地位和發(fā)揮的作用將越來越重要（視覺是人工智能的重要基礎）。而中國作為全球最大的工業(yè)制造國，在未來產業(yè)升級的過程中將有望釋放巨大的機器視覺系統(tǒng)需求。對標另一個對智能制造至關重要的領域——激光，國內已經出現了諸如大族激光等具備全球或國內競爭力、已經走出來的全產業(yè)鏈或核心零部件企業(yè)，我們相信未來在機器視覺領域也有望走出上體量國產廠商，出現中國版“康耐視”、“基恩士”。
目前國內機器視覺相關公司多分布在長三角和珠三角地區(qū)，一般為做系統(tǒng)集成的企業(yè)（多數體量不大，很多只有幾千萬收入）或者做自動化專機（體量更大，如AOI檢測設備、色選機）的企業(yè)；也逐步出現布局中上游、具備較強軟件算法能力的企業(yè)。
機器視覺涉及到的技術面非常廣。要想在激烈的市場競爭中脫穎而出，企業(yè)必須要在機器視覺產業(yè)鏈中的某一個環(huán)節(jié)深入下去，取得該環(huán)節(jié)的相對優(yōu)勢，盡可能形成標準化產品。產品越標準化越容易上量，更有助于體量快速做起來，且盈利能力會更強。
此外，底層軟件算法是機器視覺的最核心壁壘，要想做出在更多領域適用的機器視覺系統(tǒng)，算法的進步是最關鍵的，AI、深度學習等技術已經越來越多的應用在3D 機器視覺里面。由此，掌握底層軟件算法的公司更容易形成壁壘，且這個壁壘的迭代性很強（需要持續(xù)且大量資源投入），不容易被后進入者輕易超越。
從未來5-10年來看，機器視覺系統(tǒng)在軟硬件和云網化方面還有很大的發(fā)展空間。
其中，隨著芯片集成化程度進一步提高，機器視覺硬件會往小型化和集成化方面發(fā)展。目前，已經出現了集成度非常高的機器視覺系統(tǒng)產品，將工業(yè)相機，視覺光源，工業(yè)遠心鏡頭以及處理器都集成在一個小盒子里面。
軟件方面，傳統(tǒng)的檢測和識別算法已經難以有較大突破，但近期熱度非常高的深度學習和人工智能方法也開始應用到機器視覺的缺陷檢測中，取得了非常好的實用效果。
此外，隨著將來5G的應用普及，萬物互聯極有可能在工業(yè)生產中得到更好的應用。將來，所有的檢測算法可能都部署在云端服務器上，視覺系統(tǒng)只需實現圖像采集和通訊功能，大大降低系統(tǒng)部署和維護成本。
5. 小結
工業(yè)4.0 的核心是智能制造，智能制造的精髓是智能工廠，“中國制造2025”戰(zhàn)略亦要推動的制造業(yè)智能化和信息化升級，而智能工廠能有效的實現生產的智能化、信息化。在國家智能制造2025的方針指引下，國內機器視覺行業(yè)在未來10年左右還會得到較快發(fā)展，在技術推動以及市場需求催生下國內極有可能出現一家或幾家機器視覺行業(yè)領軍企業(yè)。
在機器視覺產業(yè)鏈上，對重視研發(fā)帶來的技術壁壘和產品迭代是公司成功的核心，堅持有的放矢（賣產品而非做非標）、充分利用產業(yè)鏈企業(yè)的生產銷售能力、不斷開拓新下游注入增長新動能以及合理的并購也是重要助力。對于國內企業(yè)來說，具備以下條件之一的企業(yè)更容易走出來。
1）掌握核心技術（尤其是底層軟件算法）；
2）盡量做可批量的產品；
3）與外資差異化競爭；
4）先機器視覺再自動化；
5）絕對資金實力等因素
相關推薦
