《高工咨询：2024年机器视觉产业发展蓝皮书（98页）.pdf》由会员分享，可在线阅读，更多相关《高工咨询：2024年机器视觉产业发展蓝皮书（98页）.pdf（98页珍藏版）》请在三个皮匠报告上搜索。

1、 1 2024 年机器视觉产业发展蓝皮书（第三版）2/98 版权声明版权声明 本蓝皮书版权为高工咨询（GGII）所有，相关咨询服务由高工咨询（GGII）提供。高工咨询（GGII）和所有参编企业对本报告拥有共同著作权。报告有偿提供给限定企业，应限于企业内部使用，仅供企业在分析研究过程中参考。如企业引用报告内容进行对外使用，所产生的误解和诉讼由企业自行负责，本公司不承担责任。如将来用作商业或其他用途，未经本公司同意，不得以任何异于本报告原样之装订或包装形式将本报告出借、转售、出租或在网上发布。凡使用本报告者均受本条款及本报告一切有关版权之条款约束。2024 年机器视觉产业发展蓝皮书（第三版）3/9

2、8 序言序言 机器视觉行业经历过去数年的发展热潮后，理性回归的信号最先体现在融资层面，2023年中国机器视觉行业融资金额近 16.65 亿元，同比下滑 44.03%，平均单笔融资金额从 2022年的 0.93 亿元下降至 0.56 亿元，融资市场收缩明显。从细分赛道来看，2D 相机市场格局趋于稳定，以海康、华睿为代表的国产厂商份额持续提升，头部效应进一步凸显；3D 视觉市场虽然市场基数尚小，但入局厂商仍在持续增加，从芯片、传感器、光机、相机、软件到系统解决方案，每个环节均存在技术路线差异和技术变革带来的不确定性，技术产品应用的飞轮在市场试错与验证中不断轮转与迭代，进而逐渐形成阶段性的行业共识与

3、非共识。所谓共识，如 3D 视觉会是 2D 视觉的补充而非直接替代；没有最优的技术路线只有最适合的技术路线；从芯片到软硬件，国产化是大势所趋 所谓非共识，如视觉巨头厂商是否能在 3D 视觉市场重现其 2D 视觉的辉煌；单一技术、单一产品路线的创业公司是否有未来；MEMS投射模组何时能够对DLP模组实现规模化替代；AI 大模型还是 AI 小模型对机器视觉的价值更大 从机器视觉产业链看，自下而上的国产化替代开始提速，从视觉应用集成到相机、光源、镜头、工控机、软件再到图像传感器、视觉芯片等环节，国产化进程不断深入。从数据上看，2023 年中国市场机器视觉各大核心部件的国产化份额均已超过 70%，其中

4、光源国产化率超过 90%，镜头国产化率 80%左右，2D 相机国产化率超过 80%，3D 相机国产化率超过 60%，视觉软件国产化率超过 40%。相比之下，更上游的芯片与传感器层面，国产化率程度相对偏弱，2023 年中国工业视觉 CMOS 传感器国产份额仅为 17.24%，外资厂商占据绝对的主导地位。本蓝皮书系 GGII 自 2022 年推出机器视觉产业发展蓝皮书以来的第三版，在 2023年版本的基础上对视觉产业链、机器视觉细分产品竞争格局、3D 视觉应用、视觉技术趋势等内容做了深化和更新，同时加入了机器视觉上游核心部件的分析，如 CMOS 传感器，旨在更全面的呈现机器视觉产业发展的全貌与长短

5、板，厘清机器视觉的发展脉络，帮助机器视觉相关企业及投资机构更好的了解当前机器视觉行业的最新态势，把握市场机会，做出正确经营决策。2024 年机器视觉产业发展蓝皮书（第三版）特别说明：特别说明：本报告中的大量市场及技术资料，仅供企业经营参考用，望企业不要用于其他商业用途，由此产生的一切后果高工咨询（GGII）将不予承担！短中期来看，全球宏观经济依然承压，外部环境不确定性和复杂性加剧，高工咨询（GGII）和所有参编企业真诚地祝福每一家志向远大的企业都能制定出高质量经营决策，不断获得新的成长和成功！特别感谢以下联合参编单位（排名不分先后）：特别感谢以下联合参编单位（排名不分先后）：杭州灵西机器人智能

6、科技有限公司 北京迁移科技有限公司 上海图漾信息科技有限公司 2024 年机器视觉产业发展蓝皮书（第三版）目录目录 第一部分第一部分 基础篇基础篇 .9 9 第一章第一章 机器视觉产业发展概况机器视觉产业发展概况 .9 9 第一节 定义与分类.9 第二节 机器视觉产业链分析.11 第二部分第二部分 市场篇市场篇 .1515 第二章第二章 机器视觉市场概况分析机器视觉市场概况分析 .1515 第一节 机器视觉市场发展分析.15 第二节 机器视觉市场发展分析.18 第三节 机器视觉市场格局分析.26 第三部分第三部分 资本篇资本篇 .3333 第三章第三章 机器视觉行业融资态势分析机器视觉行业融资

7、态势分析 .3333 第四部分第四部分 技术篇技术篇 .3636 第四章第四章 技术发展分析技术发展分析 .3636 第一节 2D 视觉技术.36 第二节 3D 视觉技术.38 第三节 机器视觉软件技术分析.39 第四节 机器视觉技术专利申请情况分析.41 第五节 机器视觉技术发展趋势分析.44 第五部分第五部分 应用篇应用篇 .4646 第五章第五章 机器视觉产业化应用之路机器视觉产业化应用之路 .4646 第一节 细分场景应用需求分析.46 第二节 下游各行业应用需求分析.48 第六部分第六部分 前景篇前景篇 .5050 第六章第六章 机器视觉发展展望机器视觉发展展望 .5050 第一节

8、企业数量.50 第二节 行业应用.51 2024 年机器视觉产业发展蓝皮书（第三版）第三节 机器视觉应用前景展望.52 第七部分第七部分 企业篇企业篇 .5555 第七章第七章 蓝皮书参编单位介绍蓝皮书参编单位介绍 .5555 第一节 灵西机器人.55 第二节 迁移科技.64 第三节 图漾科技.75 第八部分第八部分 案例篇案例篇 .8181 第八章第八章 机器视觉典型应用案例机器视觉典型应用案例 .8181 第一节 新能源行业.81 第二节 汽车零部件行业.86 第三节 汽车行业.88 第四节 食品行业.89 第五节 家电行业.92 第六节 特种材料行业.94 2024 年机器视觉产业发展蓝

9、皮书（第三版）图表目录图表目录 图表 1 工业视觉&计算机视觉分类对比.10 图表 2 机器视觉产业链图.11 图表 3 机器视觉系统构成图.13 图表 4 2016-2028 年全球机器视觉市场规模及预测（单位：亿元）.15 图表 5 2016-2028 年中国机器视觉市场规模及预测（单位：亿元）.17 图表 6 2022-2023 中国机器视觉市场内外资品牌格局（按规模）.17 图表 7 中国机器视觉系统成本结构（单位：元，%）.18 图表 8 中国机器视觉上中游主要环节发展概况.18 图表 9 各领域对 CMOS 图像传感器的技术需求.20 图表 10 2016-2028 年中国工业视觉

10、 CMOS 传感器市场规模及预测（单位：亿元）.21 图表 11 2016-2028 年中国 2D 工业相机市场规模及预测（单位：亿元）.22 图表 12 2016-2028 年中国 3D 工业相机市场规模及预测（单位：亿元）.23 图表 13 智能相机与基于 PC 的机器视觉系统对比.24 图表 14 2016-2028 年中国工业智能相机市场规模及预测（单位：亿元）.24 图表 15 2016-2028 年中国机器视觉软件市场需求及预测（单位：亿元）.25 图表 16 2022-2023 中国工业视觉领域 CMOS 传感器市场内外资格局（按规模）.26 图表 17 2023 年中国工业视觉

11、领域 CMOS 传感器竞争格局（按营收规模）.26 图表 18 2022-2023 中国市场 2D 工业相机内外资格局（按规模）.27 图表 19 2023 年中国机器视觉 2D 工业相机市场竞争格局（按出货量，单位：万台）.28 图表 20 2016-2024 年中国 3D 相机市场销量及预测（单位：台）.29 图表 21 3D 工业视觉主要应用场景.29 图表 22 2023 年引导类 3D 相机内外资份额（按销量）.30 图表 23 2023 年中国 3D 引导类相机细分场景竞争分布.31 图表 24 2023 年检测类 3D 相机内外资份额（按销量）.32 图表 25 2023 年中国

12、 3D 检测类相机细分场景竞争分布.32 图表 26 2016-2023 年中国机器视觉相关企业投融资情况.33 2024 年机器视觉产业发展蓝皮书（第三版）图表 27 2022-2023 年中国机器视觉融资分布（按数量）.33 图表 28 2023 年中国机器视觉相关企业投融资情况.34 图表 29 CCD 相机&CMOS 相机各类指标对比.36 图表 30 面阵相机&线阵相机对比.37 图表 31 3D 图像处理技术性能对比.38 图表 32 常用视觉软件一览表.39 图表 33 2012-2023 年中国机器视觉相关专利申请情况（单位：件，%）.41 图表 34 2012-2023 年中

13、国 2D 视觉相关专利申请情况（单位：件，%）.42 图表 35 2012-2023 年中国 3D 视觉相关专利申请情况（单位：件，%）.42 图表 36 机器视觉主要应用场景描述.46 图表 37 2023 年中国机器视觉细分场景应用分布情况（单位：%）.48 图表 38 2022-2023 年中国机器视觉细分应用市场份额占比（单位：%）.48 图表 39 2023-2024 年中国市场下游细分行业机器视觉需求变化及预测.49 图表 40 2012-2023 年中国机器视觉行业企业数量及增长情况（单位：家，%）.50 图表 41 机器视觉下游应用行业分布及空间.52 图表 42 机器视觉在主

14、要应用场景及行业分布情况.53 2024 年机器视觉产业发展蓝皮书（第三版）第一部分第一部分 基础篇基础篇 第一章第一章 机器视觉机器视觉产业发展产业发展概况概况 第一节第一节 定义与分类定义与分类 一、一、机器视觉定义机器视觉定义 根据美国制造工程师协会机器视觉分会与美国机器人工业协会的定义：机器视觉是基于软件与硬件的组合，通过光学装置和非接触式的传感器自动地接受一个真实物体的图像，并利用软件算法处理图像以获得所需信息或用于控制机器人运动的装置。机器视觉可以赋予机器人及自动化设备获取外界信息并认知处理的能力。机器视觉系统内包含光学成像系统，可以作为自动化设备的视觉器官实现信息的输入，并借助视

15、觉控制器代替人脑实现信息的处理与输出。从而实现赋予自动化设备看与处理的能力，替代人眼完成生产制造中的识别、测量、定位以及检测等工作。随着我国产业智能化升级的不断深入，机器视觉技术也广泛地应用于工业、农业、医疗、教育、军事、交通运输、安防等各个行业中，机器视觉也成为推动我国建设现代化强国，实现产业智能化升级的重要技术之一。二二、机器视觉主要分类机器视觉主要分类 1 1、工业视觉、工业视觉&计算机视觉计算机视觉 按照应用的领域与细分技术的特点，机器视觉可以进一步分为工业视觉、计算机视觉两类。相应地，其应用领域可以划分为智能制造和智能生活两类。工业视觉主要用于工业领域的工件识别、测量、检测，以及配合

16、机械臂实现定位抓取等功能，工业场景对精度、稳定性的高要求使工业视觉对工业相机、光源、镜头等硬件的要求相对计算机视觉而言更高。计算机视觉的主要功能为图像分类、目标检测、图像分割、图像重构、人脸识别等，除医疗、航空、军事等特殊行业外，对于硬件要求相对较低。在算法方面，工业视觉更侧重于在重复性工作要求下对识别精度的提高，常用算法包括图像预处理、图像分割、边缘检测、图像匹配、图像矫正、像素比对、缺陷分类等。计算机视觉更侧重于赋予系统智能化的功能，通常采用图像与处理算法、图像特征处理算法、深度学习算法等。2024 年机器视觉产业发展蓝皮书（第三版）图表图表 1 1 工业视觉工业视觉&计算机视觉分类对比计

17、算机视觉分类对比 机器视觉机器视觉 工业视觉工业视觉 计算机视觉计算机视觉 应用领域应用领域 智能制造相关领域 未来消费、服务等智能生活领域 功能目标功能目标 主要解决需要人眼进行工件定位、测量、检测等重复性劳动 赋予智能机器人视觉，实现对于外界外置信息、图像信息的识别和判断 硬件需求硬件需求 要求较高，需要对工业相机的帧频、像素等指标依据需求筛选 除特殊情况，大部分对于相机或摄像头的要求不高 感知方式感知方式 单一传感器为主，向多传感器融合发展 多传感器融合 算法需求算法需求 底层算法多为 Halcon，图像采集、镜头控制、图像处理等算法，更加侧重于精确度的提高 底层算法多为 Open CV

18、，侧重于采用数学逻辑或深度学习进行物体标定与识别 数据调度数据调度 数据以产线终端存储为主，正在向云端存储转化 以云端存储为主 产业成熟度产业成熟度 较高，在电子制造半导体、汽车等行业的测量、检测已有成熟应用 部分场景如人脸识别、车牌识别、安防监控等应用较成熟，剩余场景仍处于探索阶段 资料来源：公开资料，高工机器人产业研究所（GGII）整理 注：本蓝皮书中涉及的机器视觉主要是指在智能制造注：本蓝皮书中涉及的机器视觉主要是指在智能制造、智能物流等、智能物流等领域领域应用应用的工业视的工业视觉，不包含安防、消费等领域计算机视觉。觉，不包含安防、消费等领域计算机视觉。2 2、2 2D D 视觉视觉&

19、3D3D 视觉视觉 根据图像信息获取维度以及处理数据类型的不同，可以将机器视觉划分为 2D 视觉与 3D视觉。2D 视觉是通过工业相机来获取平面图片，根据灰度或彩色图像的对比度特征提供分析结果，主要基于物体的一个平面特征进行后续分析，无法获取物体的空间坐标信息，因此不支持对物体的高度、厚度、体积、形状、平面度的测量。对于有高对比度或对象的结构和颜色决定最终效果的应用，则适合采用2D图像处理。2D技术主要用于条形码和光学字符识别、存在缺失检测、离散对象分析以及基于边缘检测的二维几何分析等。相比于 2D 视觉，3D 视觉可以获取物体长、宽、高等维度的数据信息，形成物体的点云图像或位姿信息，并根据这

20、些数据信息得出有关目标对象在空间中的位置、形状、体积、平面度等信息，以达到检测、识别、测量、定位等功能。2024 年机器视觉产业发展蓝皮书（第三版）在分析对象的体积、形状或 3D 位置时，需要使用 3D 图像处理。在检查对象和图像的缺陷时，如果 2D 方面没有足够对比度，但在高度方面表现出明显差异，则可以使用深度信息处理这些任务。第二节第二节 机器视觉产业链分析机器视觉产业链分析 一、机器视觉产业链结构一、机器视觉产业链结构 机器视觉产业链成熟且复杂，其上游包含光源、工业镜头、图像传感器（视觉芯片）、光机、工业相机、图像采集卡、视觉控制器等核心硬件，以及软件算法、AI 平台等软件。产业中游包括

21、基于视觉应用软件的应用系统，如检测、测量、定位、识别系统以及定位引导系统等，此外，中游领域还包括各类视觉设备。视觉应用系统由光源、镜头、相机构成的成像单元以及软件算法、控制器构成的处理单元组成，具备完整的图像采集、处理、传输等功能，可以根据实际应用场景灵活调整零部件以及算法软件，以实现各类复杂应用。产业链下游主要为各行业的产线综合解决方案供应商终端行业，机器视觉终端下游行业主要为 3C 电子、汽车与零部件、新能源、半导体、医疗制药等。图表图表 2 2 机器视觉机器视觉产业链图产业链图 资料来源：公开资料，高工机器人产业研究所（GGII）整理 2024 年机器视觉产业发展蓝皮书（第三版）二、机器

22、视觉系统构成二、机器视觉系统构成 典型的机器视觉系统包含：图像采集部分、图像处理部分和运动控制部分。1 1、基于基于 PCPC 的视觉系统的视觉系统 基于基于 PCPC 的视觉系统包含如下几个部分：的视觉系统包含如下几个部分：（1）光源作为辅助成像器件，对成像质量的好坏往往能起到至关重要的作用，光源在成像单元中主要负责照亮目标物体并突出可视化特征，可以根据场景需求设计成各种形状、尺寸、颜色以及照射角度。目前常用的光源主要有：LED 光源、高频荧光灯、光纤卤素灯、氙灯以及激光等，其中，LED 光源最为常用。（2）工业镜头成像器件，通常与工业相机结合使用，主要功能为实现光束的变换，在机器视觉系统中

23、，镜头可以将成像目标映射在图像传感器的光敏面上，实现外部信息的获取。工业镜头作为成像器件，其质量与性能的优劣对于获取的外部图像质量有着决定性的作用。（3）工业相机成像器件，通常的视觉系统都是由一套或者多套的成像系统组成，如果有多路相机，可以由图像卡切换来获取图像数据，也可能由同步控制同时获取多相机通道的数据。常见的工业相机主要为基于 CCD 芯片的或 CMOS 芯片的相机，与消费级相机相比，工业相机主要应用于环境复杂程度高，对精度、稳定性要求更高的工业场景，需要工业相机具备更高的稳定性、抗干扰能力以传输能力。（4）图像采集卡通常以插入卡的形式安装在 PC 中，图像采集卡的主要工作是把相机输出的

24、图像输送给电脑主机。它将来自相机的模拟或数字信号转换成一定格式的图像数据流，同时它可以控制相机的一些参数，比如触发信号，曝光/积分时间，快门速度等。（5）工业计算机是一个 PC 式视觉系统的核心，在这里完成视觉处理软件对图像数据的处理和绝大部分的控制逻辑，对于检测类型的应用，通常都需要较高频率的 CPU，这样可以减少处理的时间。同时，为了减少工业现场电磁、振动、灰尘、温度等的干扰，必须选择工业级的电脑。（6）控制机构，即控制单元（包含 I/O、运动控制、电平转化单元等）一旦视觉软件完成图像分析（除非仅用于监控），紧接着需要和外部单元进行通信以完成对生产过程的控制。简单的控制可以直接利用部分图像

25、采集卡自带的 I/O，相对复杂的逻辑/运动控制则 2024 年机器视觉产业发展蓝皮书（第三版）必须依靠附加可编程逻辑控制单元/运动控制卡来实现必要的动作。图表图表 3 3 机器视觉系统构成图机器视觉系统构成图 资料来源：海康机器人招股说明书，高工机器人产业研究所（GGII）整理 2 2、智能相机系统、智能相机系统 智能相机是一种集成计算机视觉和人工智能技术的相机设备，它能够通过自动识别、分析和处理图像数据，实现更智能化的拍摄和图像处理功能。智能相机的系统组成主要包括以下几个部分：（1）图像传感器智能相机的核心部件之一，用于将光信号转换为电信号。常见的图像传感器有 CMOS 和 CCD 两种类型

26、，它们能够捕捉到图像中的细节和颜色信息。（2）图像处理芯片图像处理芯片负责对图像数据进行处理和分析。它能够实现图像的降噪、增强、色彩校正等功能，同时也能够进行图像识别和分析，如物料识别、物体检测等。（3）摄像头模块摄像头模块负责采集图像数据。它通常由镜头、光学滤镜、快门等组成，能够捕捉到场景中的光线信息，并将其转化为电信号传输给图像传感器。（4）存储器存储器用于存储拍摄的图像数据。通常有内置存储器和可扩展存储器两种形式，用户可以根据需要选择合适的存储容量。（5）操作界面操作界面通常包括液晶显示屏、按键和触摸屏等，用于显示拍摄的图像、设置相机参数和进行操作控制。2024 年机器视觉产业发展蓝皮书

27、（第三版）（6）无线通信模块无线通信模块可以实现与其他设备的无线连接，如 Wi-Fi、蓝牙等。通过无线通信，用户可以方便地将拍摄的照片传输到其他设备上进行编辑和分享。（7）系统软件系统软件是整个系统的核心，它包括相机的操作系统和应用程序。操作系统负责管理硬件资源和提供基本的功能支持，应用程序则提供各种拍摄模式、滤镜效果、图像编辑等功能。2024 年机器视觉产业发展蓝皮书（第三版）第第二二部分部分 市场篇市场篇 第第二二章章 机器视觉市场概况机器视觉市场概况分析分析 第一节第一节 机器视觉市场发展分析机器视觉市场发展分析 一、全球市场一、全球市场 随着工业自动化技术不断走向成熟，对于物体检测、增

28、强分析、监控容差和准确的组件测量等能力要求也逐渐提升，越来越多的制造企业开始采用机器视觉系统来实现生产过程中检查、测量和自动识别等功能的优化。从全球市场来看，GGII 数据显示，2023 年全球机器视觉市场规模 925.21 亿元，同比增长 5.80%。GGII 预测，2024 年全球机器视觉市场规模有望突破 1000 亿元，同比增速 8.63%左右，预计至 2028 年全球市场规模有望接近 1400 亿元。2024-2028 年年均复合增长率约为8.20%。图表图表 4 4 2012016 6-2022028 8 年全球机器视觉市场规模及预测（单位：亿元）年全球机器视觉市场规模及预测（单位：

29、亿元）数据来源：Markets and Markets，高工机器人产业研究所（GGII）925.21 1376.5 5.80%8.63%0%5%10%15%20%25%30%030060090012001500201620172018201920202021202220232024E2028F全球机器视觉市场规模（亿元）同比增长（%）2024 年机器视觉产业发展蓝皮书（第三版）二二、中国市场中国市场 2023 年以来，受到宏观经济环境及下游消费低迷的影响，制造业固定资产投资增速放缓，最直接的结果是下游细分行业的订单增速放缓，一定程度上影响了对机器视觉为代表的自动化、智能化软硬件的需求。从细分行

30、业来看，3C 行业受到消费不振的影响，以智能手机为代表的行业延续低迷态势；新能源行业增速较上一年有所放缓，尤其是动力电池和储能电池为代表的锂电行业；光伏行业上半年处于高速扩张态势，下半年增速放缓，某种程度上算的上是为数不多的亮眼行业；汽车行业受到政策退坡及区域降价的影响，增速明显放缓，但电动化、智能化的趋势在加强，需求潜力将持续释放。同时，机器视觉厂商之间的竞争日趋激烈，头部厂商的规模优势进一步凸显，尤其是 2D视觉领域，绝大部分外资厂商销量均呈下滑态势。此外，3D 视觉领域洗牌加速，对于众多初创型 3D 视觉厂商而言，一方面面临订单获取和交付的难题；另一方面融资环境的遇冷正加剧这类厂商的生存

31、困境。对于尚未形成自我造血的 3D 视觉厂商而言，未来 1-3 年将会是关键的生死考验期，同时也将是市场格局的重塑期。GGII 数据显示，2023 年中国机器视觉市场规模 185.12 亿元（该数据未包含自动化集成设备规模），同比增长 8.49%。其中，2D 视觉市场规模约为 161.50 亿元，同比增长 6.09%，3D 视觉市场约为 23.62 亿元，同比增长 28.35%。GGII 预测，2024 年中国机器视觉市场规模有望突破 200 亿元，同比增速接近 12%，基于对外部环境的不确定性与产业投资谨慎度上升的判断，GGII 整体调低了未来几年机器视觉市场的增速预期，预计至 2028 年

32、我国机器视觉市场规模将超过 395 亿元，2024-2028 年复合增长率约为 17.5%。其中 2D 视觉市场规模将达到 315 亿元，2024-2028 年年均复合增长率为 15.3%。3D 视觉市场规模接近 80 亿元，2024-2028 年年均复合增长率约为 28.9%。2024 年机器视觉产业发展蓝皮书（第三版）图表图表 5 5 20162016-2022028 8 年年中国中国机器视觉市场规模及预测（单位：亿元）机器视觉市场规模及预测（单位：亿元）数据来源：高工机器人产业研究所（GGII）二二、内外资竞争格局、内外资竞争格局 从国内机器视觉整体市场来看，内外资品牌的竞争已开始呈现分

33、庭抗礼的局面，甚至在某些产业链环节，国产的份额已绝对领先于外资。如镜头、光源领域，国产代表厂商 OPT、东莞 RESS、长步道等；相机领域，国产代表厂商海康机器人、华睿科技、埃科光电、梅卡曼德、灵西机器人、迁移科技、图漾科技等。从内外资品牌份额来看，根据 GGII 数据显示，2023 国产品牌机器视觉市场份额占比60.76%，相较于 2022 年略有提升。图表图表 6 6 2022022 2-2022023 3 中国机器视觉市场内外资品牌格局（按规模）中国机器视觉市场内外资品牌格局（按规模）数据来源：高工机器人产业研究所（GGII）23.6279.98161.50 315.31 8.49%11

34、.91%0%5%10%15%20%25%30%35%40%45%50%050100150200250300350400450201620172018201920202021202220232024E2028F3D视觉市场规模（亿元）2D视觉市场规模（亿元）增长率（%）58.52%41.48%20222022国产外资60.76%39.24%20232023国产外资 2024 年机器视觉产业发展蓝皮书（第三版）第二节第二节 机器视觉市场发展分析机器视觉市场发展分析 机器视觉行业的上游主要有光源、镜头、工业相机、工控机（包含图像采集卡）、图像处理软件等机器视觉组件设备的提供商。目前在中国的机器视觉核

35、心组件设备大多来自国外企业，如高端镜头、高端CCD和CMOS、智能相机、高速图像处理软件等。国内企业集中在生产光源、图像软件和机器视觉集成系统方面。从产业链成本构成来看，中国市场上单个机器视觉系统生产成本中，中游零部件环节的占比超过 60%，底层软件系统开发占比达到 19.88%。其中，元器件成本中，相机占比最大，达到 27.11%。图表图表 7 7 中国机器视觉系统成本结构（单位：中国机器视觉系统成本结构（单位：元，元，%）数据来源：高工机器人产业研究所（GGII）目前中国的高端机器视觉核心组件设备大多来自国外企业，如高端镜头、高端 CCD 和CMOS、光机模组、智能相机、高速图像处理软件等

36、。国内企业集中在生产光源、板卡、图像软件、相机、和机器视觉集成系统方面。图表图表 8 8 中国机器视觉上中国机器视觉上中中游游主要环节主要环节发展概况发展概况 零部件零部件 国内外生产商国内外生产商 国内发展概况国内发展概况 图像传感器图像传感器 外资：索尼、安森美、Teledyne 等。外资主导，国产加速替代进行中。内资：长光辰芯、南北微电子等。光机光机 外资：德州仪器 DLP 等。外资主导，国产加速替代进行中。内资：中科融合、知芯传感、知微传感、微视传感等。10.84%9.04%27.11%18.07%19.88%15.06%光源镜头相机工控机软件其他 2024 年机器视觉产业发展蓝皮书（

37、第三版）光源光源 外资：日本 CCS、美国 Ai、德国 SCHOTT 等。国产化最充分，国产化率在 90%以上。内资：奥普特、康视达、东莞锐视 RSEE、纬朗光电、沃德普、东冠、今明视觉、东莞乐视、上海铂美等。镜头镜头 外资：日本 Computar、日本 VST、意大利 Opto、日本 KOWA、日本 Moritex、德国 Basler、日本 Fuji、德国 Schneider 等。国内企业以生产低端镜头为主，高端镜头依赖进口，国产化率 80%左右。内资：海康机器人、普密斯、东正光学、灿锐光学、深圳视清、浩蓝光电、长步道、慕藤光、桂林光学、迈特光学、奥普光电等。2 2D D 相机相机 外资：瑞

38、士 Baumer（堡盟）、德国 Basler（巴斯勒）、德国 AVT、加拿大DALSA（达尔萨）、日本东芝 Teli、韩国 Vieworks、Image Source、FLIR等。国内工业相机进步明显，国产化率超过 80%。内资：海康机器人、大恒图像、华睿科技、迈德威视、度申科技、维视图像、埃科光电、凌云光等。3D3D 相机相机 外资：LMI、基恩士、SICK、康耐视、Smartray、Photoneo 等。国产与国外差距不大，国产进步明显。内资：梅卡曼德、图漾科技、迁移科技、灵西机器人、知象光电、盛景智能、海康机器人、埃尔森、翌视科技、人加智能等。智能相机智能相机 外资：美国 Cognex、

39、日本 Keyence、日本 Panasonic、日本 Omron、美国Microscan、瑞士 Baumer、SICK 等。外 资 主 导 高 端 市场，国内企业开始切入中低端市场。内资：海康机器人、华睿科技、维视图像、朗锐智科、凌华科技等。读码器读码器 外资：基恩士、康耐视、欧姆龙、Datalogic、SICK 等。外资占据中高端主要市场，国内积极追赶，物流领域以国产为主导。内资：海康机器人、华睿科技、视界、新大陆、斯普瑞等。工控机工控机 台系：研华科技、凌华科技等。大陆：康士达、阿普奇、稳信、恒邦新创、集合诚、卓信创驰等。中国台系厂商占据主导地位。视觉软件视觉软件 外资：康耐视 Visio

40、nPro、德国 MVtec 公司 Halcon、美国 NI 公司 LabVIEW、加拿大 Matrox MIL 等。国内企业在软件包开发上具备优势。2024 年机器视觉产业发展蓝皮书（第三版）内资：海康机器人 VisionMaster、凌云光 Vision Ware、创科视觉 Ck vision、图漾科技 RobotVisionSuite、维视图像 Visionbank SVS、奥普特 Sci Vision 等。视觉系统/设备 外资：ISRA VISION、伯赛(Perceptron)、MUJIN 等。在部分细分行业国产逐渐崭露头角。内资：易思维、视比特机器人等。资料来源：公开资料，高工机器人

41、产业研究所（GGII）整理 一、一、CMOSCMOS 图像传感器市场分析图像传感器市场分析 图像传感器是机器视觉系统中的核心组件之一，负责将光学图像转换为可供计算机处理的电信号。长期以来，CCD 芯片都是市场上最常见的成像芯片。然而，随着行业的不断发展，CMOS 芯片逐渐占领了市场。CMOS 芯片凭借其高帧速率、高分辨率、低功耗，以及经过改进的噪声特性、量子效率和色彩概念，已经具备了原本被 CCD 芯片独占的技术优势。2023 年全球 CMOS 图像传感器市场规模约 250 亿美元，下游主要应用领域包括消费电子（智能手机、数码相机）、汽车（ADAS、自动驾驶、车载娱乐）、医疗设备、工业自动化（

42、包括机器视觉）、安防监控、物联网（IoT）设备、机器视觉等诸多领域。随着技术进步和新应用需求的涌现，其应用领域还在不断拓宽。从竞争格局来看，全球 CMOS 图像传感器市场主要由少数几家企业主导，如索尼、三星、豪威科技（韦尔股份收购）、安森美半导体（ON Semiconductor）、Teledyne、ams OSRAM等，市场集中度较高。国内企业主要包括格科微、思特威、长光辰芯等。图表图表 9 9 各领域对各领域对 C CMOSMOS 图像传感器的技术需求图像传感器的技术需求 应用领域应用领域 像素范围像素范围(MP)MP)帧率帧率(fps(fps)动态范围动态范围(d(dB)B)感光度感光度

43、(mV/Lux*s)mV/Lux*s)N NIRIR 感光度需求感光度需求 智能手机智能手机 2-100 15-16 60-70 2000-3500 无 安防监控安防监控 2-8 30-120 70-100 3500-12000 强 机器视觉机器视觉 0.3-16 60-480 60-100 3500-12000 强 汽车电子汽车电子 1-8 30-120 100-140 3500-12000 中 数据来源：公开信息，高工机器人产业研究所（GGII）2024 年机器视觉产业发展蓝皮书（第三版）GGII 统计数据显示，2023 年 CMOS 图像传感器应用于工业视觉领域的份额占比约 3%，市场规

44、模 24.20 亿元，同比增长 10.82%。预计至 2028 年，中国工业视觉领域 CMOS 传感器市场规模将有望超 54 亿元。图表图表 1010 20162016-20282028 年中国年中国工业视觉工业视觉 C CMOSMOS 传感器传感器市场规模及预测（单位：亿元）市场规模及预测（单位：亿元）数据来源：高工机器人产业研究所（GGII）二二、工业相机市场分析、工业相机市场分析 工业相机是机器视觉系统最核心的组件，其本质的功能就是将光信号转变成为有序的电信号，再将该信号模数转换并送到处理器后以完成图像的处理、分析和识别。与普通相机相比，工业相机需要更高的传输力、抗干扰能力以及稳定的成像

45、能力。目前市面上的工业相机主要有面阵相机、线扫相机、板级相机、红外相机、智能相机以面阵相机、线扫相机、板级相机、红外相机、智能相机以及能够满足深度信息获取的及能够满足深度信息获取的 3 3D D 相机相机。选择合适的工业相机是机器视觉系统设计的重要环节，工业相机类型不仅直接决定所采集到的图像分辨率、图像质量，同时也与整个系统的运行模式直接相关。1 1、2 2D D 工业相机工业相机 自 2022 年以来，受到外部宏观的影响，2D 工业相机市场增速持续放缓，同时呈现较为明显的分化态势，头部厂商的优势进一步扩大，无形中对腰部及以下企业造成较为明显的冲击与挤压。从市场规模来看，GGII 数据显示，2

46、023 年中国 2D 工业相机市场规模为 37.90 亿元，同5.75 7.06 8.56 9.54 11.89 18.18 21.8424.2027.1154.6222.78%21.25%11.45%24.63%52.90%20.13%10.82%12.00%0%10%20%30%40%50%60%0102030405060201620172018201920202021202220232024E2028F市场规模（亿元）同比增长（%）2024 年机器视觉产业发展蓝皮书（第三版）比增长 8.12%。GGII 预计，2028 年 2D 工业相机市场规模将超过 70 亿元，2024-2028 年

47、年均复合增长率超过 14%。图表图表 1111 20162016-2022028 8 年中国年中国 2 2D D 工业相机市场规模及预测（单位：亿元）工业相机市场规模及预测（单位：亿元）数据来源：高工机器人产业研究所（GGII）2 2、3 3D D 工业相机工业相机 相比于 2D 视觉，3D 视觉行业处于发展初期，产品主要处于落地阶段，真正实现批量化应用的企业数量较少。同时，由于工业场景复杂化程度较高，且产品落地也对 3D 视觉厂商在相关工艺场景的认知水平提出较高要求，导致目前国内大部分企业的硬件产品通常需要与解决方案进行配套，从而实现产品的落地以及工艺场景认知度的积累。真正专注于 3D 相机

48、硬件产品研发、生产的企业相对较少。3D 视觉主要应用于汽车及汽车零部件、3C、新能源、半导体、机械加工以及物流等行业中。2021 年，受锂电池企业产能扩张以及电商物流市场高速发展的影响，3D 视觉行业市场规模增速一度达到 100%以上。2023 年，全球经济延续疲软，国内 3C 电子行业复苏动能偏弱，汽车行业有所回暖，锂电池进入去库存周期，其他一般性行业如物流仓储、食品、医药等行业需求均有所下降，仅光伏行业延续高增长的态势。从市场规模来看，GGII 数据显示，2023 年中国 3D 工业相机市场规模 23.62 亿元，同比增长 28.35%。从整体来看，虽然市场增速出现下滑，但 3D 视觉确定

49、性趋势已形成，GGII 预9.99 12.19 14.49 17.00 21.42 31.58 35.05 37.90 41.52 70.42 22.02%18.87%17.32%26.00%47.43%10.99%8.12%9.57%0%5%10%15%20%25%30%35%40%45%50%0.0010.0020.0030.0040.0050.0060.0070.0080.00201620172018201920202021202220232024E2028F市场规模（亿元）同比增长（%）2024 年机器视觉产业发展蓝皮书（第三版）计，2024 年 3D 工业相机市场仍将延续增长态势，2

50、028 年市场规模将接近 80 亿元，2024-2028 年年均复合增长率约 29%。图表图表 1212 20162016-2022028 8 年中国年中国 3D3D 工业相机市场规模及预测（单位：亿元）工业相机市场规模及预测（单位：亿元）数据来源：高工机器人产业研究所（GGII）三三、智能相机市场分析、智能相机市场分析 与基于 PC 系统的机器视觉相比，智能工业相机并不需要将光源、光学镜头、CCD 或 CMOS相机等零部件进行组合，而是将图像的采集、处理与通信功能集成于单一相机内，包括图像采集单元、图像处理单元、网络通信装置等，是一种高度集成化的微小型机器视觉系统。智能相机具有易学、易用、易

51、维护、结构简单、性价比高等特点，可在短期内构建起可靠而有效的机器视觉系统。智能相机与传统的基于 PC 的视觉系统中的工业相机不同，它可以看作是一种高度集成化的小型机器视觉系统，大部分的智能相机都可脱离 PC 而独立运行。它集图像的采集、处理与通信功能于一身，提供了具有多功能（如读码、OCR、识别、定位引导、测量等标准功能）、模块化、高可靠性、易于实现的机器视觉解决方案。视觉传感器将 PC 的灵活性，PLC的可靠性、现场总线分布式网络技术结合在一起。用这样的视觉传感器和PLC 可以更容易地构成机器视觉系统。1.151.983.043.845.6811.5118.40 23.6228.98 79.

52、9872.17%53.54%26.32%47.92%102.64%59.86%28.35%22.69%0%20%40%60%80%100%120%0102030405060708090201620172018201920202021202220232024E2028F3D工业相机市场规模（亿元）同比增速（%）2024 年机器视觉产业发展蓝皮书（第三版）图表图表 1313 智能相机与基于智能相机与基于 PCPC 的机器视觉的机器视觉系统系统对比对比 组成部分组成部分 功能功能 与基于与基于 PCPC 的视觉系统对比的视觉系统对比 图像采集单元图像采集单元 将光学图像转换为 A/D 图像，并输出值

53、图像处理单元 类似 CCD/CMOS 相机和图像采集卡 图像处理单位图像处理单位 对图像采集单元的图像数据进行实时存储，并在图像处理软件的支持下进行图像处理 类似 PC 上的图像处理软件，但在智能相机中算法都已封装成固定的模块，无需编程可直接应用 网络通信装置网络通信装置 完成控制信息、图像数据的通信任务，可以联结多台智能相机构成更大的工业视觉系统/资料来源：公开资料，高工机器人产业研究所（GGII）整理 GGII 数据显示，2023 年中国工业智能相机市场规模为 11.86 亿元，同比增长 12.71%。GGII 预计，到 2028 年中国工业智能相机市场规模有望超过 27 亿元，2024-

54、2028 年智能相机市场年均复合增速为 19%左右。图表图表 1414 20162016-2022028 8 年中国工业智能相机市场规模及预测（单位：亿元）年中国工业智能相机市场规模及预测（单位：亿元）数据来源：高工机器人产业研究所（GGII）1.983.053.964.856.549.5410.52 11.86 13.59 27.58 54.04%29.84%22.47%34.85%45.87%10.27%12.71%14.59%0%10%20%30%40%50%60%051015202530201620172018201920202021202220232024E2028F市场规模（亿元）

55、同比增长（%）2024 年机器视觉产业发展蓝皮书（第三版）四四、视觉软件市场分析、视觉软件市场分析 目前我国视觉软件绝大部分采用企业自研或基于底层算法进行二次开发，下游对于视觉软件的需求绝大多数包含于系统解决方案中，单独销售视觉软件产品的企业相对较少。随着未来机器视觉在各行业中的持续渗透，以及终端用户对软件价值的认知逐渐提升，GGII 数据显示，2023 年中国机器视觉软件市场需求规模为 52.50 亿元，同比增长 2.75%。预计至2028 年，中国机器视觉软件市场需求规模将接近 90 亿元。目前国内单独将视觉软件作为产品对外销售的企业数量较少，视觉软件市场以外资品牌占据主要份额，国产头部厂

56、商陆续开始起量。另一方面，部分国产企业基于自身市场策略，将软件作为硬件配套赠送，或通过互联网营销方式（前期免费下载使用，收取软件增值费用或导入自身硬件产品）扩大自身软件影响范围，导致国产视觉软件均价处于较低水平，进而影响整体规模。同时，大部分视觉软件通常集成在解决方案内，单独销售的情况相对较少，因此纯视觉软件品牌销售规模相对于市场需求规模还处于较低的水平。GGII 数据显示，2023 年中国机器视觉软件品牌销售规模 22.05 亿元，同比增长 5.25%。预计至 2028 年，该市场规模将超过 40 亿元，同时品牌销售的占比有望超过 45%。图表图表 1515 20162016-2022028

57、 8 年中国机器视觉软件市场需求及预测（单位：亿元）年中国机器视觉软件市场需求及预测（单位：亿元）数据来源：高工机器人产业研究所（GGII）13.33 16.93 21.25 26.66 32.13 47.01 51.10 52.50 56.50 89.11 4.66 6.10 7.86 10.13 12.53 18.80 20.95 22.05 24.30 40.99 0%10%20%30%40%50%60%0102030405060708090100201620172018201920202021202220232024E2028F市场潜在需求规模（亿元）品牌销售规模（亿元）品牌市场规模同

58、比增长（%）品牌销售占比（%）2024 年机器视觉产业发展蓝皮书（第三版）第三节第三节 机器视觉市场格局分析机器视觉市场格局分析 一、一、CMOSCMOS 图像传感器竞争格局图像传感器竞争格局 CMOS 图像传感器作为机器视觉系统的核心部件，其技术壁垒高、研发投入大。目前，在工业视觉领域的高端产品和技术主要由国外领先厂商（如索尼、安森美、Teledyne、ams OSRAM 等）掌控，国产主要代表厂商有长光辰芯。图表图表 1616 2 2022022-20232023 中国工业视觉领域中国工业视觉领域 C CMOSMOS 传感器市场内外资格局（按规模）传感器市场内外资格局（按规模）图表图表 1

59、717 20232023 年年中国中国工业视觉领域工业视觉领域 C CMOSMOS 传感器竞争传感器竞争格局（按格局（按营收营收规模规模）数据来源：高工机器人产业研究所（GGII）82.18%17.82%20222022外资内资82.76%17.24%20232023外资内资索尼安森美Teledyne长光辰芯ams OSRAM其他 2024 年机器视觉产业发展蓝皮书（第三版）二二、2 2D D 工业相机竞争格局工业相机竞争格局 目前国产 2D 相机已在面阵相机、线扫相机、红外相机、板级相机等产品线上逐渐被市场接受。整体来看，2023 年，国产品牌在 2D 相机领域的销量占比超过 80%。另一方

60、面，目前国产工业相机主要应用于中长尾市场中，产品价值量相对外资产品仍有较大差距，高端市场仍由外资主导。GGII 调研数据显示，2023 年中国市场 2D 相机销量 284.38 万台，同比增长 11.98%。2023 年中国 2D 工业相机市场规模 37.90 亿元，同比增长 8.12%。从内外资竞争格局看，2023年国产品牌份额占比 82.7%，同比 2022 年提升 4.1 个百分点。图表图表 1818 2 202022 2-2022023 3 中国市场中国市场 2 2D D 工业相机内外资格局（按规模）工业相机内外资格局（按规模）数据来源：高工机器人产业研究所（GGII）从厂商竞争格局看

61、，2023 年海康机器人、华睿科技两家头部企业出货量合计占比超过60%，收入规模合计占比接近 60%。GGII 判断，国产品牌在通用 2D 相机领域的主导地位已逐渐形成，并且这种优势在未来将进一步扩大。同时，在部分细分领域（如线阵相机）及高端市场领域，以海康机器人、埃科光电为代表的国内厂商已开始对外资品牌构成一定的冲击。78.6%21.4%20222022内资外资82.7%17.3%20232023内资外资 2024 年机器视觉产业发展蓝皮书（第三版）图表图表 1919 2022023 3 年中国机器视觉年中国机器视觉 2 2D D 工业相机市场竞争格局（按出货量，单位：万台工业相机市场竞争格

62、局（按出货量，单位：万台）数据来源：高工机器人产业研究所（GGII）三三、3 3D D 工业工业相机竞争格局相机竞争格局 目前我国 3D 工业相机市场仍处于早期市场发展阶段，市场竞争激烈，尚未出现明显市场格局。但是从应用场景来看，内外资品牌应用场景有明显划分：外资品牌主要应用于汽车、3C、锂电池、半导体晶圆检测、芯片检测等中高端领域中，产品价值量相对本土产品更高，而国产品牌则更多专注于物流、工程机械、金属加工、3C 电子等毛利率较低、对产品精度要求相对较低的中低端场景中。由于 3D 视觉下游市场较分散，且单个市场应用空间有限，导致市场竞争十分激烈，产品价格持续下探。从好的方面来看，降低价格的同

63、时也提高了产品的性价比，促使下游市场对 3D 相机产品的接受度逐渐提高，从而加快产品的落地进程。但是从另一方面来看，非良性的价格战为绝大多数企业带来了资金压力，持续被压缩的利润无法支撑企业发展的研发投入和其他费用支出，导致企业对外部融资形成一定依赖，陷入非健康的经营循环。目前已有部分自我造血能力较弱的中小型企业退出 3D 视觉的舞台。GGII 调研数据显示，2023 年中国3D 工业相机销量约6.59 万台，其中，国产3D 工业相机出货量占比超过65%以上。海康华睿Basler大恒迈德威视DALSA埃科度申AVT灰点FLIR其他 2024 年机器视觉产业发展蓝皮书（第三版）图表图表 2020

64、20162016-20242024 年中国年中国 3D3D 相机市场销量及预测（单位：台）相机市场销量及预测（单位：台）数据来源：高工机器人产业研究所（GGII）3D 视觉主要应用于检测、测量、定位、引导等场景，并在此基础上延伸出各类应用。从本土企业来看，由于下游行业分散，单一细分场景的落地对于工艺理解以及研发投入要求较高，使得 3D 视觉行业内企业技术专精度相对较高。图表图表 2121 3D3D 工业视觉主要应用场景工业视觉主要应用场景 应用场景应用场景 应用方式应用方式 细分应用细分应用 机器人引导机器人引导 安装于机械臂上或机械臂旁，通过手眼标定，解决相机与机械手之间的坐标转换关系，并通

65、过机械臂路径规划技术让机械手能精确抓取/运动到相机定位的目标，定制化程度较高。料框分拣 上下料 拆码垛 组装/装配 焊接（工艺应用）涂胶（工艺应用）其他 定位定位 多用于物流行业，集成于物流自动化设备中，协助物流设备在包裹进入分拣环节前从无序队列整理为有序队列，减少分拣环节出错率。单件分离 纠偏除双 紧固件定位 其他 0100002000030000400005000060000700008000090000201620172018201920202021202220232024E引导类检测类其他 2024 年机器视觉产业发展蓝皮书（第三版）检测检测 集成于自动化检测设备或以视觉系统的形式安装

66、于产线上，对相机精度、检测速度有一定要求。外观检测 焊缝检测 涂胶检测 瑕疵检测 平面度检测 间隙/面差检测 零部件缺失检测 其他 测量测量 固定式、手持式（三维扫描仪）或集成于自动化设备以及产线中。尺寸测量 体积测量 固体流量测量 资料来源：高工机器人产业研究所（GGII）1 1、3 3D D 引导类相机引导类相机 GGII 调研数据显示，2023 年中国机器人引导类 3D 相机出货量超过 10000 台，其中国产品牌份额超过 80%。图表图表 2222 20232023 年引导类年引导类 3D3D 相机内外资份额（按销量）相机内外资份额（按销量）数据来源：高工机器人产业研究所（GGII）从

67、代表厂商来看，国产引导类 3D 相机厂商主要包括梅卡曼德、埃尔森、知象光电、灵西机器人、迁移科技、海康机器人等，各家企业都有自身专注的领域和优势，在部分细分应18.20%81.80%外资内资 2024 年机器视觉产业发展蓝皮书（第三版）用场景中逐渐形成了一定的竞争壁垒。在 3D 视觉引导机器人抓取类（含上下料、拆码垛、拣选、分拣等）场景，目前主要的3D 相机厂商包括梅卡曼德、灵西机器人、迁移科技、埃尔森等。梅卡曼德基于研发方面的持续投入，软硬件技术获得持续突破，尤其在算法层面已完成深厚积累，并形成独特核心竞争力，是目前落地案例数量、应用领域广度等方面均处于领先地位的企业之一。灵西机器人定位“3

68、D+AI”机器人视觉智能解决方案提供商，拥有全套自研的 3D 视觉相机、机器视觉算法、机器人控制等核心技术。其在仓储物流拆码垛领域落地项目数量处于行业领先地位，同时，其在新能源视觉检测领域亦取得较大突破，并形成规模化落地。迁移科技聚焦工业机器人引导类 3D 相机的软硬件研发，其 3D 相机具有视野宽、精度高、抗环境光干扰、超越 HDR 的高质量成像等特点，可兼容多场景、多类物体的识别，在工件上下料、拆码垛、装配等场景的 3D 相机产品出货量位居行业前列水平。在 3D 视觉引导机器人焊接类场景，目前主要的 3D 相机厂商包括知象光电、微视传感、全视智能、知微传感等。图表图表 2323 2 202

69、023 3 年中国年中国 3 3D D 引导类相机引导类相机细分场景竞争分布细分场景竞争分布 应用场景应用场景 细分应用细分应用 主要优势厂商主要优势厂商 机器人引导机器人引导 料框分拣 梅卡曼德、迁移科技、灵西机器人、埃尔森 上下料 梅卡曼德、迁移科技、海康机器人 拆码垛 灵西机器人、迁移科技、图漾科技、梅卡曼德、人加智能 组装/装配 迁移科技、灵西机器人、梅卡曼德、易思维 焊接 知象光电、知微传感、微视传感、全视智能 涂胶 梅卡曼德、全视智能、易思维 定位定位 单件分离 图漾科技、海康机器人、华睿科技 纠偏除双 海康机器人 紧固件定位 迁移科技、图漾科技、梅卡曼德、埃尔森 数据来源：高工机

70、器人产业研究所（GGII）2024 年机器视觉产业发展蓝皮书（第三版）2 2、3 3D D 检测类相机检测类相机 GGII 调研数据显示，2023 年中国 3D 检测类相机出货量超过 3 万台，其中外资品牌份额超过 60%。图表图表 2424 20232023 年检测类年检测类 3D3D 相机内外资份额（按销量）相机内外资份额（按销量）数据来源：高工机器人产业研究所（GGII）目前 3D 检测类相机主要以激光线扫相机为主流，外资代表厂商有基恩士、LMI、康耐视等，国产代表厂商有灵西机器人、海康机器人、深视智能、翌视科技等。近年来以新能源、半导体、新能源汽车为代表的新兴市场需求持续释放，带动视觉

71、检测类的需求逐年上升，入局 3D 检测类的厂商持续增加。图表图表 2525 2 202023 3 年中国年中国 3D3D 检测类相机细分场景竞争分布检测类相机细分场景竞争分布 应用场景应用场景 细分行业应用细分行业应用 主要优势厂商主要优势厂商 检测检测 3C 电子 基恩士、康耐视、海康机器人、LMI 锂电 灵西机器人、LMI、翌视科技、深视智能、梅卡曼德 光伏 海康机器人、灵西机器人、康耐视、深视智能 汽车 基恩士、易思维、灵西机器人、盛景智能、海康机器人 食品 灵西机器人、LMI、基恩士、康耐视 半导体 基恩士、LMI、深视智能、博视像元、中科行智 数据来源：高工机器人产业研究所（GGII

72、）61.27%38.73%外资内资 2024 年机器视觉产业发展蓝皮书（第三版）第三部分第三部分 资本篇资本篇 第三章第三章 机器视觉行业机器视觉行业融资态势分析融资态势分析 据不完全统计，2023 年中国机器视觉行业共发生融资 30 起，涉及金额近 16.65 亿元，其中，大部分融资主要集中于 3D 视觉、视觉芯片/传感器、视觉软件平台等领域。同比 2022年，机器视觉融资案例数量下滑约 6.25%，融资金额下滑约 44.03%，平均单笔融资金额从2022 年的 0.93 亿元下降至 0.56 亿元，融资市场收缩明显。图表图表 2626 20162016-2022023 3 年中国机器视觉相

73、关企业投融资情况年中国机器视觉相关企业投融资情况 数据来源：高工机器人产业研究所（GGII）整理 图表图表 2727 20222022-20232023 年中国机器视觉融资分布（按数量）年中国机器视觉融资分布（按数量）数据来源：高工机器人产业研究所（GGII）整理 1081222194332300.72.887.3513.5613.8246.3529.7516.650.07 0.36 0.61 0.62 0.73 1.08 0.93 0.56 -0.20 0.40 0.60 0.80 1.00 1.200510152025303540455020162017201820192020202120

74、222023融资案例数量（例）融资金额（亿元）平均单笔融资金额（亿元）37.50%25.00%9.38%9.38%6.25%12.50%20222022视觉解决方案3D工业相机视觉芯片/模组视觉设备视觉软件其他26.67%23.33%23.33%10.00%6.67%10.00%202320233D工业相机视觉芯片/模组视觉解决方案视觉设备视觉软件其他 2024 年机器视觉产业发展蓝皮书（第三版）2 2023023 年机器视觉行业融资呈现以下几个明显特征：年机器视觉行业融资呈现以下几个明显特征：（1）细分领域的头部厂商依然具备一定的“吸金”能力；（2）更多资金涌向更上游的芯片/模组领域，具备芯

75、片自研能力的相机/传感器厂商无疑多了一项加分项；（3）机器视觉行业的市场教育逐渐成熟，融资门槛进一步抬高。图表图表 2828 2022023 3 年中国机器视觉相关企业投融资情况年中国机器视觉相关企业投融资情况 时间时间 公司名称公司名称 融资轮次融资轮次 金额金额 投资方投资方 202301202301 海图微电子 A+轮 数千万元 金通资本、毅达资本、兴泰资本 202301202301 图漾科技 C 轮 8000 万元 国开制造业转型升级基金 202302202302 心鉴智控 A+轮 未披露 张江科投、睿和投资 202302202302 灵明光子 C+轮 数亿元 光源资本、基石资本、谷雨

76、嘉禾 202302202302 博视像元 天使+轮 5000 万元 朝晖资本、英掘投资 202302202302 维悟光子 天使轮 千万级人民币 真格基金 202302202302 赤霄科技 A 轮 数千万元 绿洲资本 202303202303 时识科技 Pre-B+轮 近千万美元 Ausvic Capital 202304202304 深视智能 C 轮 数亿元 国投创新、高瓴创投 202304202304 海之晨 股权投资 未披露 鑫智投资 202307202307 图漾科技 C+轮 未披露 固信控股 202307202307 新算技术 Pre-A 轮 未披露 顺为资本、华方资本、红杉中国

77、202307202307 立仪科技 A 轮 战略投资 柯力传感 202307202307 深视科技 A+轮 未披露 苏高新创投集团、中电智慧基金等 202308202308 中科光电 股权投资 未披露 东方嘉富 202308202308 梅卡曼德 股权投资 未披露 伽利略资本 202308202308 微链视觉 股权投资 未披露 泓远投资 202308202308 翌视科技 股权投资 未披露 宁波通商基金 202308202308 极动智能 股权投资 未披露 深圳高新投、古城国投、聚华传新 202308202308 湾测技术 股权投资 未披露 柯力传感、同创伟业、凡创资本、线性资本 2024

78、年机器视觉产业发展蓝皮书（第三版）2 20230802308 人加智能 股权投资 数千万人民币 国唐盛为基金 202309202309 灵明光子 股权投资 未披露 上汽创投 202309202309 知象光电 股权投资 未披露 万象一新、中科创星 202309202309 聚时科技 股权投资 未披露 华成创投、华源投资、中域资本 202320231010 银牛微电子 A 轮 5 亿人民币 合肥产投、精确资本、津西集团、鱼大水大投资、新材智资本、天娱数科 202320231010 聚华光学 股权投资 未披露 草稚星创投 202311202311 锐视智芯 股权投资 未披露 国投创业、谷雨嘉禾资本

79、、国创至辉、元禾金谷等 202311202311 好朋友科技 C 轮 1 亿人民币 金沙江联合资本、赣州发展集团、江铜投资、申万创新投 202312202312 海塞姆 股权投资 未披露 深高新投 202312202312 景曜科技 A+轮 1 亿人民币 深创投、巨石创投、金雨茂物、砺明创投、华源资本 数据来源：公开资料，高工机器人产业研究所（GGII）整理 2024 年机器视觉产业发展蓝皮书（第三版）第四部分第四部分 技术篇技术篇 第四章第四章 技术发展技术发展分析分析 第第一一节节 2D2D 视觉技术视觉技术 目前对于图像处理任务，2D 是主导技术。面阵和线阵相机都具备 2D 相机技术。面

80、阵相机用于拍摄场景并分析单个图像，而线阵相机采用扫描过程，逐行记录图像。根据所选的相机型号，以黑白或彩色图像（也称 RGB 值）再现场景。对于有高对比度或对象的结构和颜色决定最终效果的应用，适合采用 2D 图像处理。2D相机应用通常适用于所有图像处理领域，如定位、检测、测量和读取。2D 相机的典型应用领域包括：对采用差别组件的对象的装配检验；高度差几乎为零的非常平的对象的形状和尺寸检测；目标物脏污检测，尤其是直接在生产线上进行的集成测试里完成检测；对颜色和/或打印质量（如包装上的条形码）的评估；对可以通过颜色或印记进行明确区分的产品进行分类；电路板焊锡检测等。工业相机在机器视觉系统中的应用主要

81、是通过 CCD 或 CMOS 传感器，采集图像信息并将光学信号转换为数字信号，最后将这些信号通过传输接口传输到计算机。相比于消费级相机，工业相机具有更强的抗干扰能力以及成像稳定性。目前常用的工业相机为 CCD 相机和 CMOS 相机，其技术差异及性能指标如下所示：图表图表 2929 CCDCCD 相机相机&CMOS&CMOS 相机各类指标对比相机各类指标对比 对比指标对比指标 CCDCCD 相机相机 CMOSCMOS 相机相机 结构特点结构特点 成像点呈 X-Y 纵横矩阵排列，每个成像点由一个光电二极管和其控制的电荷储存区组成 类似存储器，每个成像点包含一个光电二极管、电荷/电压转换单元、选择

82、晶体管、放大器，由金属互连器和输出信号互连器覆盖 信号读取方式信号读取方式 光电二极管将光线转换为电荷，读取这些电荷时，各行数据被移动到垂直电荷传输方向的缓存器中，每行的电荷信息被连续读出，再通过电荷/电压转换器和放大器传感 通过 X-Y 寻址技术读取信号 2024 年机器视觉产业发展蓝皮书（第三版）曝光方式曝光方式 全局曝光 卷帘式曝光 速度速度 逐个光敏输出，速度较慢 较快，通常在 500fps 以上 噪声影响噪声影响 噪点少 噪点多，需要搭配电路消噪技术 ISOISO 感光度感光度 相同像素、相同尺寸条件下，CMOS 感光度低于 CCD 分辨率分辨率 相同尺寸下，CCD 优于 CMOS

83、色彩还原度色彩还原度 高 一般 耗电量耗电量 较高 较低，仅为 CCD 的 1/8 到 1/10 成本成本 较高 较低 数据来源：公开资料、高工机器人产业研究所（GGII）从相机传感器结构特性的差异来划分，可以将工业相机分为面阵相机、线阵相机。从相机传感器结构特性的差异来划分，可以将工业相机分为面阵相机、线阵相机。面阵相机的拍摄方式主要为矩阵拍摄，可以获取二维图像信息，其成像面积由像素的数量以及分辨率来决定，整体像素元数量多，但是单行像素元数量相对较少。面阵相机具有拍摄速度快、稳定性相对较高的优点，应用面更加广泛。线阵相机主要通过单线扫描的方式来进行图像信息获取，其单线上的像素元数量可以达到非

84、常多，但是必须通过相对运动才能完成扫描功能，扫描速度相对面阵较慢，且通常需要配置光栅等器件来记录线扫相机每一行扫描结果的坐标，导致额外增加视觉系统的综合成本。此外，线阵相机的扫描结果可能会受到扫描运动、机械传动的影响，通常需要相关算法来进行控制。图表图表 3030 面阵相机面阵相机&线阵相机对比线阵相机对比 对比指标对比指标 面阵相机面阵相机 线阵相机线阵相机 拍摄方式拍摄方式 矩阵拍摄 线状扫描 应用场景应用场景 面积、形状、尺寸、位置等测量 匀速运动的连续检测或测量 待测目标待测目标 可以是静止的或运动的 需要有相对运动 精度精度 高 相对面阵相机更高 速度速度 较快 较慢 成本成本 相对

85、较高 相对较低，综合成本较高 数据来源：公开资料、高工机器人产业研究所（GGII）2024 年机器视觉产业发展蓝皮书（第三版）第第二二节节 3D3D 视觉技术视觉技术 3D 相机技术可用于拍摄对象和场景的三维信息。3D 技术区别于 2D 技术的一个显著特征是，除了显示对象的 X 和 Y 值外，还可以提供记录场景或对象的深度值。这为解决复杂任务提供了全新的可能，特别是在机器人、工厂自动化和医疗领域。此外，电影制作中虚拟现实和采用 3D 数据的趋势使得新应用的范围不断增加。在分析对象的体积、形状或 3D 位置时，尤其需要使用 3D 图像处理。在检查对象和图像的缺陷时，如果 2D 方面没有足够对比度

86、，但在高度方面表现出明显差异，则可以使用深度信息处理这些任务。目前，最流行的 3D 视觉技术包含：双目立体视觉、结构光、激光三角测量法、ToF（Time-of-Flight）、光场照明、全息投影等。图表图表 3131 3D3D 图像处理技术性能对比图像处理技术性能对比 性能性能 双目双目立体视觉立体视觉 结构光结构光 激光扫描激光扫描 ToFToF 白光干涉白光干涉 光谱共焦光谱共焦 范围范围 中到远 中 短 远 短 短 分辨率分辨率 中 中 不同 高 高 高 深度精度深度精度 在短工作范围内为中到极高精度 在短工作范围内为中到极高精度 极高 中 极高 高 软件复杂性软件复杂性 高 中 高 低

87、 高 高 实时性实时性 低 低到中 低 高 低到中 中 低光条件下低光条件下运行情况运行情况 差 好 好 好 差 好 户外区域户外区域 好 差 中 好 差 好 紧凑性紧凑性 中 中 低 非常紧凑 高 低 材料成本材料成本 中 高 高 中到高 高 中 总运行成本总运行成本 高 中到高 高 中到高 高 中到高 数据来源：公开资料，高工机器人产业研究所（GGII）整理 2024 年机器视觉产业发展蓝皮书（第三版）第三节第三节 机器视觉软件技术分析机器视觉软件技术分析 机器视觉软件的核心为软件算法，主要是对数字信号进行各种运算来抽取目标的特征，进而根据判别结果来控制现场的设备动作，自动完成对图像采集、

88、显示、存储和处理。机器视觉软件算法主要包含2D视觉算法、基于深度学习的缺陷检测算法、3D视觉算法、3D 点云处理、多传感器融合标定等。机器视觉算法平台主要包括商业算法库和开源算法库，目前在工业视觉应用较多的 Halcon、Visionpro、NIvision、VisionMaster 等机器视觉算法库，也包括 OpenCV 这样的开源算法库。目前，机器视觉软件比较常见的开发模式是“视觉应用软件+视觉算法平台（算子库）”。视觉应用软件一般由视觉集成商或设备商根据应用需求开发，具有专机专用、行业特征明显等特点，比如点胶视觉软件、筛选机视觉软件、上料机视觉软件、模具保护器视觉软件等。视觉算法平台由底

89、层算法研发能力较强的视觉公司开发，一般具有较高的通用性和灵活度，能用在多个行业应用中，国外知名的处理软件有德国 MVTec 的 Halcon，康耐视的VisionPro、加拿大 Matrox 的 MIL 等，国内常用的有海康机器人的 VisionMaster 算法平台，OPT 的 Sci Vision，凌云光的 Vision Ware，创科的 CKVision、陕西维视的 Vision Bank、图漾科技的 RobotVisionSuite 等。除了视觉公司推出的商业软件库，还有开源算法，如OpenCV、VTK、PCL、CGAL 等，为视觉系统开发者提供了便利。图表图表 3232 常用视觉软件

90、一览表常用视觉软件一览表 序号序号 软件名称软件名称 开发企业开发企业 软件特点软件特点 1 1 OpenCV Intel 开源，具备跨平台机器视觉和机器学习软件库，可以运行在Linux、Windows、Android 和 Mac OS 操作系统上。高效，同时提供了 Python、Ruby、MATLAB 等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。2 2 eVision Euresys 侧重相机 SDK 开发，处理速度快，功能丰富。3 3 LabVIEW NI 编程速度快。4 4 VisionMaster 海康机器人 算法丰富、性能强，灵活开放，支持多种开发模式，软件简单易用。

91、2024 年机器视觉产业发展蓝皮书（第三版）5 5 Halcon MVtec 功能强大，开放性强，有试用 license、提供超过 1000 个算子，包含机器视觉可应用的各类计算功能，缺点为价格昂贵。6 6 Vision Pro 康耐视 工业化、人性化、具有便捷性，开发快速性。7 7 MIL Matrox 便宜，但是功能不全面。8 8 Hex Sight Adept 能精确识别/定位物体，精度高，定位识别速度快，对环境光线干扰不敏感，检测可靠性高。9 9 Sherlock DALSA 评估速度较快，类似与计算机模式。1010 NI Vision NI 入门相对简单，开发速度快，兼容性强，可满足

92、自动化测试的大多数需求。1111 Sci Vision OPT 定制化开发应用能力强，在消费电子领域有较大优势。1212 Vision Ware 凌云光 在印刷品检测领域具有优势，印刷品反光、拉丝方面的算法较可靠，漏检率低。1313 Vision Bank 陕西维视 易上手，精度高，图像预处理功能强大。数据来源：公开资料、高工机器人产业研究所（GGII）对所获得的视觉信号进行处理是机器视觉系统的关键所在，机器视觉软件类似“大脑”，通过图像处理算法完成对被测物的识别、定位、测量、检测等功能。机器视觉图像处理软件一般分为两类：一类是底层算法，包含大量处理算法的工具库，用以开发特定应用，主要使用者为

93、集成商与设备商；另一类是经过二次开发后的软件，是专门实现某些功能的应用软件，主要供最终用户使用。两者主要在开发的灵活性上存在差别。底层算法底层算法 经过二次开发后的软件经过二次开发后的软件 包含大量处理算法的工具库，用以开发特定应用，主要使用者为集成商与设备商 专门实现某些功能的应用软件，主要供最终用户使用 机器视觉软件的核心就是软件算法，主要是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。机器视觉软件算法主要包含2D视觉算法、基于深度学习的缺陷检测算法、3D视觉算法、3D 点云处理、多传感器融合标定等。由于视觉开发包的竞

94、争优势取决于稳定性和易用性，在稳定性上我国软件已达到较高水 2024 年机器视觉产业发展蓝皮书（第三版）平。同时，在易用性上，国内厂商贴近终端用户，具备先天的本土优势，对用户操作习惯更为了解，能够开发出功能便捷的产品。就软件平台而言，视觉算法的主要功能体现在视觉开发包上，因此竞争优势就可以从此入手。国内厂商不仅借鉴国外的开发包，而且结合了机器学习、深度学习等算法，并且我国具有软件成本较低的本土优势，因此不少企业依照自主的视觉算法开发包推出了具有竞争优势的产品。第第四四节节 机器视觉技术专利申请情况分析机器视觉技术专利申请情况分析 截至 2023 年末，中国机器视觉相关专利申请共有 28596

95、件，其中，发明专利 16381件，占比为 57.28%；实用新型专利 5720 件，占比为 20.00%；发明授权专利 6152 件，占比为 21.51%；外观设计专利 343 件，占比为 1.20%。2023 年中国机器视觉相关专利申请数量为 3904 件，同比增长 0.51%。图表图表 3333 2012012 2-2022023 3 年中国机器视觉相关专利申请情况（单位：件，年中国机器视觉相关专利申请情况（单位：件，%）数据来源：Rain Pat，高工机器人产业研究所（GGII）整理 从 2D 视觉技术申请情况来看，截至 2023 年末，中国 2D 视觉相关专利申请共有 25876件。2

96、023 年中国 2D 视觉相关专利申请数量为 3432 件，同比增长 1.51%。5187128141013153018952574283732293676388439040%10%20%30%40%50%60%050010001500200025003000350040004500201220132014201520162017201820192020202120222023专利数量（件）增长率（%）2024 年机器视觉产业发展蓝皮书（第三版）图表图表 3434 2012012 2-2022023 3 年中国年中国 2D2D 视觉相关专利申请情况（单位：件，视觉相关专利申请情况（单位：件，%

97、）数据来源：Rain Pat，高工机器人产业研究所（GGII）整理 从 3D 视觉技术专利申请情况来看，截至 2023 年末，中国 3D 视觉相关专利申请共有2720 件。其中，2023 年中国 3D 视觉相关专利申请数量为 472 件，同比下滑 6.16%。图表图表 3535 2012012 2-2022023 3 年中国年中国 3D3D 视觉相关专利申请情况（单位：件，视觉相关专利申请情况（单位：件，%）数据来源：Rain Pat，高工机器人产业研究所（GGII）整理 481684700969141917652406260828843250338134320%5%10%15%20%25%3

98、0%35%40%45%50%05001000150020002500300035004000201220132014201520162017201820192020202120222023专利申请数量（件）同比增长（%）372811444111130168229345426503472-100%-50%0%50%100%150%200%250%300%350%0100200300400500600201220132014201520162017201820192020202120222023专利申请数量（件）同比增长（%）2024 年机器视觉产业发展蓝皮书（第三版）总体而言，视觉技术正蓬勃发展

99、，但机器视觉部分技术还未达到应用预期，但近年来已经有较大的突破与进步。如 3D 视觉，2016 年以前，受制于成本与技术成熟度，真正落地应用的项目较少，2019 年以后，随着入局 3D 视觉的企业越来越多，技术在实践中得到较大的提升，同时产业链的愈加完善也促进了成本的快速下降，3D 视觉落地应用正在提速。2024 年机器视觉产业发展蓝皮书（第三版）第第五五节节 机器视觉技术发展趋势分析机器视觉技术发展趋势分析 一、视觉相机分辨率持续提升一、视觉相机分辨率持续提升 视觉检测应用对高分辨率的需求不断提高，所以工业相机的分辨率变得越来越高。工业应用中检测精度从早期的毫米量级，目前已达到了微米量级左右

100、。如 3C 高端应用的定位和测量精度，已达到在 5m20m 左右，可预见的是未来几年将达到 1 微米甚至达到亚微米级。工业应用推动着相机的分辨率从早期工业相机芯片分辨率 VGA（320400 Pixel），发展到了分辨率 2.5 亿像素。线扫描相机则从早期的 512 单线相机分辨率发展到了 32K 分辨率。到目前为止，CMOS 芯片的像元已可设计最小到 1m 左右，国内高端芯片公司已有能力设计 2.5 至 6 亿像素的芯片。工业相机的成像分辨率，已在最近的 10 年里基本超越了人眼的极限分辨力，正在解决人类历史中未曾遇见过的检测精度难题。考虑到半导体工艺、光学衍射极限和成本的三方限制，芯片分辨

101、率不能无限提高，为达到提高图像有效分辨率的同样效果，许多公司利用 ISP算法辅助技术可能是实现超高精度的最佳技术路径。二二、从单一光谱到多、从单一光谱到多/高高光谱发展光谱发展 在视觉检测应用中，80%的应用使用可见光谱段中的某个单一谱段进行检测，如宽谱段（如400700nm 或9001700nm）谱段或窄带光谱（通常使用某中心谱段30nm 的带宽）结合黑白成像芯片进行检测。随着工业应用检测需求的复杂化及多目的化，单一谱段信息难以满足要求，需要同时获得多种光谱图像信息，才能获得更高的对比度或更多的视觉信息全貌。机器视觉行业内部目前还没有统一的学术定义来明确多光谱和高光谱的界限，通常把图像谱段信

102、息不超过四个的相机称为多光谱相机，超过四个谱段则称为高光谱相机。最容易理解的多光谱相机是使用 Bayer 算法或棱镜分光技术的彩色可见光相机，可同时获得 R、G、B（红、绿、蓝）三光谱信息，与人眼直观感受相似。目前市面上使用最多的多/高光谱相机是通过在芯片前端镀不同的窄带滤光膜实现。欧洲 IMEC 已实现单像素级的镀膜技术，在 CMV2000 的 2048*1088Pixel 的面阵芯片上进行镀膜使得芯片在 470nm900nm 谱段可分出高光谱数达到 150 个谱段，每个谱段精度不高于3nm。2024 年机器视觉产业发展蓝皮书（第三版）三三、2D2D 视觉到视觉到 3D3D 视觉的延伸视觉的

103、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，以及人机互动所需要的复杂互动，2D 视觉在精度和距离测量方面均出现部分技术局限，市场对 3D 视觉的需求开始与日俱增。虽然 3D 视觉系统目前在整个视觉系统中的占比较小，但不可否认的是，3D 视觉正以肉眼可见的速度快速成长。越来越多基于 3D 立体视觉、结构光或激光技术的 3D 视觉系统开始在各行业场景快速落地应用。毫无疑问，3D 视觉技术的发展，将很大程度上填补 2D 视觉的应用空白，并且可以更好的满足对于高精度定位、引导、测量、检测等场景的需求。四四、深度融合深度融合更多更多 AIAI 技术技术 目前，在制造业转型升级过程中，

104、AI 技术与机器视觉的深度融合已是大势所趋。如部分头部厂商已经在传统经典算法与 AI 算法的结合上已取得显著成果。通过充分发挥两者的优势，可以为各行业提供了更加精准、高效的机器视觉解决方案。融合多模态数据：融合多模态数据：机器视觉不再局限于单一的视觉信息，而是开始与其他传感器数据进行融合。未来在 AI 和多维感知技术结合方面将会是趋势之一。如可以通过 AI 在工业质检中发挥更大的价值，建立行业大模型，以推动 AI 技术在机器视觉领域的更广泛应用。自主学习与增强学习：自主学习与增强学习：机器视觉系统正在注重自主学习和增强学习的能力。通过与环境的互动和反馈，机器能够自动调整和改进自己的算法和模型，

105、进一步提升图像识别和分析的准确性。五、边缘计算与云端协同五、边缘计算与云端协同 边缘计算将在机器视觉领域得到更广泛的应用。将一些计算任务转移到离用户更近的终端设备上，可以减少延迟、提高响应速度，并减少对网络带宽的需求。同时，基于云的机器视觉技术使机器视觉系统能够在云端处理和存储数据，提供全球范围内的数据访问，这对于需要跨多个地点收集和分析数据的大规模运营来说尤为重要。2024 年机器视觉产业发展蓝皮书（第三版）第五部分第五部分 应用应用篇篇 第五章第五章 机器视觉产业化应用之路机器视觉产业化应用之路 第第一一节节 细分细分场景场景应用需求应用需求分析分析 图表图表 3636 机器视觉主要应用场

106、景描述机器视觉主要应用场景描述 功能功能 识别识别 测量测量 描述描述 甄别目标物体的物理特征，包括外形、颜色、图案、数字、条码、人脸、指纹、虹膜识别等。把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物体的几何尺寸。图片图片 功能功能 导引与定位导引与定位 检测检测 描述描述 在识别出物体的基础上精确给出物体的坐标和角度信息，自动判断物体位置。对目标物体进行外观检测，主要检测表面装配缺陷、表面印刷缺陷以及表面形状缺陷等。图片图片 资料来源：公开资料，高工机器人产业研究所（GGII）整理 2024 年机器视觉产业发展蓝皮书（第三版）从细分场景应用来看，机器视觉在工业领域

107、中的应用主要为识别、测量、定位和引导、检测。其中：定位是占比最大的应用领域。视觉定位是指基于视觉定位的应用能够快速准确的找到被测零件并确认其位置。视觉定位功能广泛应用于各个细分行业，如 3C 行业的工件定位，锂电行业的卷绕定位对齐、半导体行业的精密定位等，目前在部分 3C 高端应用的定位和测量精度，已达到 5m20m 左右，可预见的是未来几年将达到 1 微米甚至达到亚微米级。此外还有部分视觉定位功能是是通过搭载或搭配机械臂来实现的，主要应用于工业场景中的上下料、拆码垛、无序分拣等场景。早期的视觉定位更多通过机器人视觉引导定位、手眼标定等技术应用于点胶、拼装等工艺环节中，应用场景相对较窄。但随着

108、 3D 视觉的不断发展，以及下游工业场景对于“机器换人”的需求大幅提升，使 3D 视觉的各类解决方案快速走进了工业领域，渗透率快速提升。自动化识别目前在 3C 电子、新能源、物流等行业中的应用颇为广泛，基于行业特性，需要对产品或物件信息进行扫描、识别、读取、记录，导致这类行业对于机器视觉的识别功能要求相对较高。相对于传统的人眼识别记录，机器视觉识别频次高、误差率低，能够有效地提升产品生产效率及安全性，因此，视觉识别也被广泛应用于工业场景中。检测是机器视觉工业领域最主要的应用之一，可实现基于二维和三维图像的缺陷检测，检测出残次品，保证生产质量。检测占机器视觉应用 25.6%，主要是因为 3C 电

109、子、汽车、新能源、半导体等机器视觉下游行业对于产品自动化检测需求不断提升，同时对于检测精度要求也在快速提高，使机器视觉产品在这些下游行业中的渗透率快速提升。测量应用主要集中在汽车、物流、重工等行业，这类行业对于工件或物品的形状、体积、尺寸等方面具有一定测量需求。以汽车行业为例，在汽车零部件生产过程中，由于涉及后续成品组装，对于车架、门板、前后盖等一系列零配件的尺寸需要进行严格把控，因此对于测量需求也相对较为严格。随着机器视觉在测量领域的应用逐渐深入，其对比人眼检测的优势也更加明显，因此现阶段越来越多的制造型企业采用机器视觉来满足自身对于产品测量的需求。2024 年机器视觉产业发展蓝皮书（第三版

110、）图表图表 3737 2022023 3 年中国机器视觉细分场景应用分布情况（单位：年中国机器视觉细分场景应用分布情况（单位：%）数据来源：高工机器人产业研究所（GGII）第第二二节节 下游各行业下游各行业应用应用需求需求分析分析 在制造业中生产中，机器视觉广泛应用于辅助生产，如电子与半导体（集成电路、PCB、电子元件、晶圆、平板显示等）、汽车（汽车零部件）、锂电池、食品包装和包装印刷以及物流等行业。2023 年，3C 电子行业增长疲软，导致对机器视觉需求下滑明显，全年下游市场支撑量主要来自于新能源、半导体以及新能源汽车等行业。图表图表 3838 2022022 2-2022023 3 年中国

111、机器视觉细分应用市场份额占比（单位：年中国机器视觉细分应用市场份额占比（单位：%）数据来源：高工机器人产业研究所（GGII）从细分行业来看，2023 年，绝大部分行业需求收紧，其中以锂电行业下滑最为明显，其次是医药、物流仓储、3C、食品包装等领域，亦呈现较一定幅度的下滑。31.40%29.70%25.60%13.30%定位识别检测测量25.05%10.89%10.25%10.05%8.19%5.85%5.06%24.66%202220223C电子汽车锂电池半导体医药食品包装物流仓储其他22.32%12.97%8.57%10.74%8.68%5.39%4.50%5.32%21.52%202320

112、233C电子汽车锂电池半导体医药食品包装物流仓储光伏其他 2024 年机器视觉产业发展蓝皮书（第三版）关于下游行业需求的变化，GGII 判断，2024 年下游行业的分化态势仍将延续，以锂电、光伏为代表的新能源行业受到需求不振与周期性调整的影响，面临较大的下行压力；3C、汽车及零部件、半导体有望迎来复苏，需求有望回暖；物流仓储、食品包装、医药等行业有限复苏，对于新进视觉厂商而言的压力将加大。同时，各细分领域的竞争态势将不可避免的反映在价格上，外资厂商的份额将受到进一步的挤压。图表图表 3939 20202 23 3-20242024 年中国市场下游细分行业机器视觉需求年中国市场下游细分行业机器视

113、觉需求变化及预测变化及预测 数据来源：高工机器人产业研究所（GGII）-20%0%20%40%60%80%100%20232024E 2024 年机器视觉产业发展蓝皮书（第三版）第六部分第六部分 前景篇前景篇 第六章第六章 机器视觉机器视觉发展发展展望展望 第一节第一节 企业数量企业数量 从机器视觉厂商的数量来看，2012 年中国机器视觉厂商数量 222 家左右，到 2023 年中国机器视觉厂商数量达到 1023 家，且还在持续增长。预计未来几年，新进厂商还将持续增加，同时，随着市场竞争的不断深入，不可避免的也会有厂商被淘汰出局。综合判断，GGII 预计未来几年机器视觉厂商数量的年均增速在 1

114、0%左右，到 2026 年中国市场机器视觉厂商数量在 1400 家左右。图表图表 4040 20122012-2022023 3 年中国机器视觉行业企业数量年中国机器视觉行业企业数量及增长情况（单位：家，及增长情况（单位：家，%）数据来源：高工机器人产业研究所（GGII）222258294345402471540611704854967102316.22%13.95%17.35%16.52%17.16%14.65%13.15%15.22%21.31%13.23%5.79%0%5%10%15%20%25%0200400600800100012002012201320142015201620172

115、01820192020202120222023企业数量增长率（%）2024 年机器视觉产业发展蓝皮书（第三版）第二节第二节 行业应用行业应用 从数据上看，经过数年的发展，中国机器视觉在下游行业中的渗透率逐年提升。过去，中国机器视觉的下游行业应用分布中以 3C、汽车、医药、半导体、食品包装等为主要代表，其中 3C 行业占比超过 1/3。近来年，中国机器视觉渗透率逐渐上升，下游行业应用中新增了更多的细分行业，其中以锂电池、光伏为代表的新能源行业系过去几年最大的需求增量支撑。但 2024 年开始，新能源行业迎来前所未有的周期性调整，面临较大增长压力，对于机器视觉的需求支撑将大幅减弱。从短期来看，宏观

116、经济的承压，制造业需求动能的缓慢释放将不可避免对机器视觉的需求造成一定的压力，导致整体需求增速相对放缓。中长期来看，中国制造业由自动化向智能化升级的趋势愈加明显，其中对于智能设备、智能软件、智能传感等相关产品的需求将形成长期的拉动效应，机器视觉作为 AI+工业的典型载体，其应用正从点线面的路径延伸开来，视觉技术的持续进步将为产业化应用带来更大的助力。2024 年机器视觉产业发展蓝皮书（第三版）第第三三节节 机器视觉机器视觉应用前景展望应用前景展望 由于下游工业制造业由“制造业”向“智造业”转化的迫切要求，下游呈现向众多细分行业横向拓展和纵向延伸的发展态势。广阔的应用领域为机器视觉中游发展带来了

117、巨大的市场空间，机器视觉所涉及的应用行业主要有 3C 电子、汽车制造、光伏、锂电、半导体、食品饮料、医药、包装印刷等行业。图表图表 4141 机器视觉下游应用行业分布及空间机器视觉下游应用行业分布及空间 序号序号 行业行业 描述描述 图示图示 1 1 3C 电子 行业基底规模 15.12 万亿元，年均复合增长率 10.1%，机器视觉渗透率10%。2 2 汽车 行业基底规模 15.80 万亿元，年均复合增长率 10.7%，机器视觉渗透率5%。3 3 半导体 行业基底规模 1.50 万亿元，年均复合增长率为 10.4%，机器视觉渗透率10%。4 4 锂电池 行业基底规模 1.40 万亿元，年均复合

118、增长率为 14.1%，机器视觉渗透率5%。5 5 光伏 行业基底规模 1.45 万亿元，年均复合增长率为 10.2%，机器视觉渗透率5%。2024 年机器视觉产业发展蓝皮书（第三版）6 6 食品饮料 行业基底规模 2.05 万亿元，年均复合增长率 6.8%，机器视觉渗透率3%。7 7 医药 行业基底规模 2.52 万亿元，年均复合增长率 10.7%，机器视觉渗透率3%。8 8 纺织 行业基底规模 2.29 万亿元，年均复合增长率 7.67%，机器视觉渗透率3%。9 9 包装印刷 行业基底规模 0.66 万亿元，年均复合增长率 7.4%，机器视觉渗透率3%。数据来源：高工机器人产业研究所（GGI

119、I）图表图表 4242 机器视觉在主要应用场景及行业分布情况机器视觉在主要应用场景及行业分布情况 识别识别 难度：难度：基于目标物的外形、颜色或字符等特征进行甄别 测量测量 难度：难度：将图像像素信息标定成常用的度量单位，精准计算出目标物的几何尺寸 定位定位 难度：难度：在识别出物体的基础上精准确定物体的坐标和角度信息，自动判别物体位置 检测检测 难度：难度：对目标物体进行表面装配检测、表面印刷缺陷检测以及表面形状缺陷检测等 3C3C 电子电子 轮廓度检测、PIN针及字符检测、线缆颜色检查等 外观尺寸测量、缺陷尺寸测量等 耳机孔定位、液晶屏 AA区定位、手机 MIC 贴合定位等 芯片缺陷检测、

120、PCB 锡焊检测、字符缺陷检测等 锂电锂电 电芯极性正反判断、焊点检测、电极耳尺寸测量、卷绕机测量、方形电池尺寸测量等 极片定位、电池包定位、入壳机极耳定位等 涂布缺陷检测、极片表面缺陷检测、模组焊点缺陷 2024 年机器视觉产业发展蓝皮书（第三版）池二维码识别等 检测等 半导体半导体 晶圆字符识别等 AOI 外观尺寸测量、锡膏3D 检测、SMD 包装检测等 AOI 引脚贴合、PIN 脚定位、芯片定位组装等 LED 表面缺陷检测、硅片表面缺陷检测、芯片缺陷检测、Wafer 表面检测等 汽车汽车 标签字符检测、零件条码读取、面板识别检测等 轴承尺寸测量、零配件缺陷测量等 汽车轮毂定位、汽车电路基

121、板定位等 钣金焊点检测、雨刷检测、钣金件外观检测等 食品饮料食品饮料 易拉罐底部字符识别、食品字符识别、瓶子计数等 塑料瓶、玻璃瓶外观尺寸检测、鸡蛋大小检测等 饮料罐定位、蛋黄定位、槟榔检测等 茶叶质量检测、玻璃瓶质量检测、果冻包装检测等 医药医药/胶囊、药片尺寸测量等 液体制剂灌装定位等 药品缺陷检测、针管检测、口服液杂质检测等 光伏光伏/硅棒端面测量、硅片尺寸测量、银胶引线测量等 电池板焊接定位、涂锡定位、硅片轮廓定位等 焊接表面外观检测、电池片外观检测等 数据来源：公开资料，OPT 招股书，GGII 整理 2024 年机器视觉产业发展蓝皮书（第三版）第七部分第七部分 企业篇企业篇 第第七

122、七章章 蓝皮书参编单位介绍蓝皮书参编单位介绍 第一节第一节 灵西机器人灵西机器人 一、一、企业简介企业简介 成立时间：成立时间：20172017 年年 总部：杭州总部：杭州 杭州灵西机器人智能科技有限公司（LINX Robot）是国内领先的“3D+AI”机器人视觉智能解决方案提供商，拥有全套自研的 3D 视觉相机、机器视觉算法、机器人控制等核心技术。目前，产品和解决方案已在仓储物流、新能源、工业等诸多行业实现规模化落地。灵西机器人自研全场景 3D 相机，已拥有 5 大系列的 10 多款产品，基于机器视觉领域的深耕，已掌握 3D 视觉相机、机器视觉算法、机器人控制等核心技术，不仅满足新能源、仓储

123、物流、工业制造等行业的工艺需求，更能助力企业实现产能的跨越式提升，推动智能化转型升级的浪潮。二、核心技术二、核心技术 1 1、深度融合成像技术、深度融合成像技术 现有情况：现有情况：现有的深度相机多采用单一成像方案，如结构光、飞行时间（ToF）或立体视觉等。在工业场景中，面临使用场景未知、被摄物体复杂多变和光照环境不可控等问题，这极大地影响了单一成像方案的效果，会出现点云数据缺失和噪点问题。使得现有的深度相机在复杂环境下的应用受限，无法满足高精度和高可靠性的需求。行业痛点：行业痛点：针对不同的被摄场景（吸光场景、反光场景），现有技术需要进行精细的调试和特殊处理，甚至需要定制专用的算法，这导致调

124、试周期长、使用门槛高，增加了使用成本和复杂性，成为深度成像技术发展的瓶颈。2024 年机器视觉产业发展蓝皮书（第三版）吸光场景 反光场景 技术优势：技术优势：灵西的深度融合成像技术通过将深度图与 2D 图进行融合，能够在极端工况下实现完整的高精度成像。而深度融合成像的关键是获取相邻像素之间的深度相关性，以便将深度值进行传播。灵西自建了深度补全模型，将局部特征与全局特征相结合，满足了高精度和高可靠性的需求。如下图所示：2 2、基于、基于 FPGAFPGA 高速图像接口技术高速图像接口技术 现有情况及行业痛点：现有情况及行业痛点：在工业自动化领域，传统的工业相机在满足生产自动化需求方面存在识别速度

125、和精度的局限性。而解决这一问题 FPGA 接口方案，需要高水平的软硬件设计能力，开发周期较长，且将算法集成在 FPGA 中的难度也较大。这些问题使得系统设计和开发变得更加复杂，增加了成本和人力投入。2024 年机器视觉产业发展蓝皮书（第三版）技术优势：技术优势：（1）灵西通过 CMOS+FPGA+ARM 相结合的平台架构，将图像获取、图像处理、图像传输解耦分离，实现了超高速的图像采集、数据处理和高效传输。（2）采用超高带宽的高速CMOS 传感器，满画幅帧率可达 3000Fps，ROI 帧率可达 45KFps。使用大规模的 FPGA 芯片作为主控芯片，在采集到图像数据后，使用基于 FPGA 的自

126、研的专用加速算法对图像进行处理，图像采集和处理同时进行，从而解决由于图像传输带来的耗时，适应于更多的应用场景。3 3、高速条纹投影技术、高速条纹投影技术 现有情况：现有情况：在现代工业检测中，高速条纹投影技术用于三维形状测量和动态表面检测，能够快速、准确地获取物体表面的形状、纹理等信息。现有条纹光由于其较快的切换速度（KHz 级），与 DLP 技术（Hz 级）速度差距较大，对控制投影设备与高速相机同步机制是较大难题。且条纹光的光亮对光源的驱动电路，以及数据处理提出了较高的要求。技术优势：技术优势：通过以下这些技术创新，灵西的高速条纹投影系统不仅能够满足高精度和高速测量的需求，还具有良好的稳定性

127、和适应性，适用于各种复杂的工业检测应用场景。（1）先进的投影光源：采用高亮度高速 LED 作为投影光源，确保条纹图案在各种环境光条件下都能清晰投射，设计了高效的驱动电路，能够准确控制每一颗灯珠的工作电流，实现高速定亮度切换。（2）高效的同步机制：通过精准的时序控制，实现投影设备与高速相机的完美同步，确保数据采集的准确性，为了满足不同采集设备的要求，添加了触发延迟可调的功能，从而解决了数据对齐的问题。（3）强大的数据处理能力：采用 FPGA 进行实时数据处理，精确计算每颗灯珠需要的电流参数，实现稳定高效的条纹投射和亮度控制。2024 年机器视觉产业发展蓝皮书（第三版）4 4、虚拟数据生成技术虚拟

128、数据生成技术 现有情况及行业痛点：现有情况及行业痛点：人工智能技术依赖于大量高质量的数据进行训练，从而获得高性能推理模型。在工业视觉领域，一方面由于数据敏感的问题，获取的数据量较少。另一方面由于缺少高精度的标注，无法训练得到高精度模型。因此，如何解决数据获取困难、数据质量不足和数据多样性不足等问题，成为工业视觉人工智能技术发展中的重要课题。技术优势：技术优势：灵西通过自研的虚拟数据生成技术，该技术存在两方面的优势：（1 1）通过通过少量的源数据虚拟生成大量的场景数据少量的源数据虚拟生成大量的场景数据 自研了高效参数微调技术，仅需少量图片即可在基础大模型上实现自定义式局部重绘。在拆码垛、缺陷检测

129、等场景，输入物体的掩码位置和类别即可生成指定物体。如扎带、中缝、电芯划痕等出现频次较少的难样本纹理。2024 年机器视觉产业发展蓝皮书（第三版）（2 2）通过少量的模板标注虚拟生成大量的带标注数据通过少量的模板标注虚拟生成大量的带标注数据 自研了带标注数据生成策略，通过控制生成器的生成条件，可以控制生成纸箱的位置和纹理。在拆码垛场景中，仅需对模板纸箱单次标注，即可实现自由组合生成纸箱的高精度标注结果，完成纸箱分割模型的训练，解决了数据质量、数据多样性不足的问题。2024 年机器视觉产业发展蓝皮书（第三版）三、核心产品三、核心产品 1 1、LINXLINX-SHARPSHARP 高速高速 3D3

130、D 线激光相机线激光相机 该款高速 3D 线激光相机集高性能、高精度、高速度于一体。其卓越的性能使得它在现代工业自动化领域中扮演着不可或缺的角色。技术方面：技术方面：采用了先进的线激光扫描技术和图像处理算法。最佳测量范围设定为 8496mm，在该范围内提供极高的测量精度；视野范围覆盖 5763mm，满足了各种应用场景下的需求；重复精度达到 0.7m，为用户提供了前所未有的测量体验；扫描速度最高可达 45KHZ，确保了在高速运行状态下仍能保持稳定的测量性能。性能方面：性能方面：内置了多种先进的图像处理技术和高精度算法。能够实时输出高帧率、微米级精度的点云数据和深度图。无论是在复杂多变的工作环境中

131、，还是在需要快速响应的应用场景中，LINX-SHARP 都能够稳定、可靠地提供高质量的视觉数据。应用场景方面：应用场景方面：广泛适用于 3C（计算机、通信、消费电子）、锂电、汽配等行业各类高精度、高速的视觉检测和测量等工业场景。在 3C 行业，它可以用于高精度尺寸测量、外观缺陷检测等任务；在锂电行业，它可以用于电池电芯的尺寸测量、极片对齐等关键步骤；在汽配行业，它更是可以在汽车零部件的尺寸检测、装配校准等环节中发挥重要作用。2 2、LINXLINX-LASER 3DLASER 3D 视觉相机视觉相机 该款 3D 视觉相机采用了激光动态结构光技术，结合独特的反光抑制算法，使其在面对反光、吸光物体

132、时，都能表现出超强的适应性和抗干扰能力。对比与 DLP 技术，其核心竞争力在于其强大的抗环境光能力。在环境光强度超过 10000lux 的强光照条件下，LINX-LASER依然能够保持清晰成像，确保数据的准确性和可靠性。这一特性使得它在各种复杂的光照环境下都能稳定工作，为工业检测提供了极大的便利，已超越部分国际优秀品牌。2024 年机器视觉产业发展蓝皮书（第三版）LINX-LASER 在扫描速度和稳定性方面表现出色。其视野范围覆盖 1.53.5m，满足了大范围扫描的需求。同时，其采集时间仅需 0.51.7S，为用户提供了高速的检测效率。这不仅使得工作效率大幅提升，也减少了因长时间等待而带来的成

133、本浪费。在应用场景方面，具有极高的适应性和实用性，适用于强环境光下或反光物体的视觉拆码垛、拆零拣选和工业上下料等场景。在这些场景中，由于物体的反光或吸光特性，以及复杂的光照环境，传统的视觉检测设备往往难以胜任。而 LINX-LASER 凭借其强大的性能，能够轻松应对这些挑战，为用户提供高效、准确的检测解决方案。3 3、LINXLINX-2.2.5D5D 线扫相机线扫相机 在工业视觉检测的舞台上，LINX-2.5D 线扫相机以其独特的优势和卓越的性能，正逐步成为众多行业不可或缺的重要工具。这款相机不仅兼具二维和三维特征，更是未来工业的高精度之眼。2024 年机器视觉产业发展蓝皮书（第三版）单次拍

134、摄单次拍摄、多图成像多图成像：只需一次拍摄，获得 8 幅完整待检图像，对应不同缺陷检测需求，大幅提升缺陷检测的效率和缺陷检出率。多图像融合、提取细微缺陷：多图像融合、提取细微缺陷：通过将多张不同条件的图像数据进行融合处理，稳定提取出微小缺陷的特征，提高检测的准确率。拥有稳定的微米级分辨率，能够捕捉到极其微小的细节变化。无论是在高速运行的生产线，还是在复杂多变的环境中，它都能保持稳定的性能，为用户提供清晰、准确的图像数据。具有缺陷分辨率高、缺陷种类覆盖全、缺陷分类准确率高等特点，已成为缺陷检测的利器。无论是在 3C 电子产品的外观检测，还是在锂电、半导体等高精度制造领域，发挥出卓越的性能，为生产

135、过程提供有力支持。具备高反光适应性，在工业生产中，许多物体表面都具有高反光特性，而该相机通过图像处理技术和算法，能够有效抑制反光干扰，确保检测结果的准确性和可靠性。具备高速扫描能力，能够在极短的时间内完成大量数据的采集和处理。在高速生产线上，每一秒钟都至关重要。确保生产线的流畅运行。4 4、机器人控制平台：智能控制，高效仿真机器人控制平台：智能控制，高效仿真 LINX-ROBOTICS 是灵西自主研发的机器人控制平台，集视觉处理、轨迹规划、机器人托管、渲染仿真等功能于一体，内置防碰撞检测、抓取规划等智能算法，可自动生成最优的机器人运动路径和抓取路径，引导机器人完成拆码垛、上下料、框内拣选等应用

136、场景。编程过程无代码，运行过程一键仿真，适配国内外众多主流品牌机器人。2024 年机器视觉产业发展蓝皮书（第三版）视觉处理：视觉处理：配备了多种先进的视觉处理算子，包括实例分割、目标检测、点云处理、位姿估计等，能够精确捕捉并处理复杂的视觉信息，确保机器人在各种复杂环境中都能精准定位和操作。轨迹规划：轨迹规划：提供了完善的轨迹计算功能，不仅可以计算抓取和放置的精确坐标，还能进行轨迹规划和智能避障，确保机器人在执行任务时能够选择最优路径，实现高效、安全的操作。机器人托管：机器人托管：与国内外众多主流品牌的工业机器人完美适配，实现了对机器人的精准控制。用户无需担心机器人的兼容性问题。渲染仿真：渲染仿

137、真：通过创建真实的数字孪生，助力开发者在开发过程中进行调试验证。同时，在运行过程中，还可以实时显示机器人的运动状态，让用户更加直观地了解机器人的工作情况。5 5、视觉检测专机平台：高效部署，智能检测视觉检测专机平台：高效部署，智能检测 该平台集成了丰富的外观检测算法，能精准实现如锂电池等不同类型物体的外观检测。平台包含各个类型的通信交互算子，采用功能算子化的方式，实现拖拽式编程，调试人员无需代码基础也能高效完成视觉检测工位部署，且能为检测专机对接上下游设备，具备数据追溯和缺陷阈值即配方自定义等功能。外观检测算法：外观检测算法：集成了丰富的外观检测算法，包含方壳蓝膜电池检测、方壳裸芯电池检测以及

138、圆柱电池检测，算子细化到各个面、棱的颗粒度，保证了不同类型外观检测的精确度。流程自定义：流程自定义：采用功能算子化的方式，实现拖拽式编程，调试人员无需代码基础也可使用平台实现视觉检测工位部署。图表可视化：图表可视化：除了基础的产能信息统计和缺陷图片展示外，同时还针对检测缺陷统计提供了各类图表展示，方便生产中实时查看外观缺陷检测汇总情况。2024 年机器视觉产业发展蓝皮书（第三版）第二节第二节 迁移科技迁移科技 一、一、企业简介企业简介 成立时间：成立时间：2012017 7 总部：北京总部：北京 迁移科技是行业领先的 3D 工业相机和 3D 视觉机械臂引导系统供应商。基于在 3D 相机硬件、算

139、法和软件系统等方向多年的技术深耕，迁移科技打造了稳定、易用、高回报的软硬一体 AI+3D 视觉系统，旨在为全球的工业制造和仓储物流自动化提供技术赋能。目前，迁移科技已经在诸多细分行业实现超 500 个项目落地，覆盖汽车、烟草、家电、重工、能源、石油、化工、物流、冶金、零部件加工等多个行业，客户包括奔驰、特斯拉、中海油、中石化、美的、格力等多家世界 500 强企业，项目交付率达到 100%。同时，迁移科技也是中国 3D 视觉引导细分市场中落地场景最多且交付率最高的企业之一。二、二、核心技术核心技术 1 1、软件平台软件平台 迁移科技迁移科技 Epic ProEpic Pro 视觉视觉软件软件颠覆

140、了传统视觉软件的开发模式，采用完全图形化的交互式设计，结合丰富的内置算子，使操作人员无需编程即可完成作业流程配置，轻松实现与机器人通信、点云数据获取、作业逻辑设定等功能。Epic Pro 零代码开发零代码开发的优势使得软件部署极其便捷，用户安装后可一键连接相机和机器人，最快 2 2 小时内小时内完成视觉应用搭建，即使是新手也能 2020 分钟内分钟内快速上手，大幅降低了集成商和一线工人的学习成本和使用门槛。2024 年机器视觉产业发展蓝皮书（第三版）未来的未来的 Epic Epic ProPro 平台的技术推进将在以下几个关键领域展开：平台的技术推进将在以下几个关键领域展开：（1）增强智能化功

141、能：深度融合尖端机器学习和深度学习算法，使 Epic Pro 视觉软件能够实现更高级的图像识别、目标检测和分类任务，进一步提升系统的智能水平。（2）实时性能提升：通过优化算法和硬件协同，加速系统实时数据处理能力，使系统能够更迅速地响应和处理复杂的视觉任务，满足日益增长的实时性需求。（3）增强安全性和可靠性：加强数据加密和隐私保护机制，优化软件架构和算法设计，以确保系统在面对各种网络攻击和数据泄露风险时能够保持稳定运行，从而提高用户信心和满意度。（4）跨平台兼容性：Epic Pro 软件将进一步提高其系统兼容性，无缝适配行业主流操作系统和硬件平台，提供灵活、便捷的部署和应用方式，以满足不同用户群

142、体的需求，并促进技术的广泛应用和推广。综上，Epic Pro 未来将朝着智能化、实时性、跨平台兼容性和安全可靠性等方向不断发展，为行业提供更高效、更可靠的视觉解决方案。2 2、自研算法自研算法 迁移科技深耕 3D 领域多年，在 3D 成像、3D 视觉识别、机器人运动规划及避障算法等核心技术上拥有深厚积累，并打造了一系列高质量 AI 模型。公司自主研发的 6D 位姿估计算法，在全球权威 BOP ITODD 数据集上位列第一，展现出强大的技术实力和领先优势。迁移的算法技术未来将在以下三个方向继续深耕：迁移的算法技术未来将在以下三个方向继续深耕：（1）进一步推进 3D 成像技术：通过持续优化自研的高

143、动态成像算法，致力于提升 3D成像技术的分辨率、精度和速度，以满足对高质量三维数据的不断增长的需求。通过研发更先进的传感器技术和图像处理算法，实现对复杂场景的精准、高效的三维成像。（2）加强 3D 视觉识别与感知：深入研究和开发 3D 视觉识别技术，包括目标检测、语义分割等领域。结合深度学习和传统计算机视觉方法，提高对三维场景的理解和感知能力，为工业智能机器人提供更准确、可靠的感知能力。（3）持续打造高质量 AI 模型：不断深耕 AI 模型研发领域，提升模型的准确性、泛化能力和鲁棒性。通过大规模数据集的训练和迁移学习等技术手段，打造出更适用于实际场景的高质量 AI 模型，为各种应用场景提供更强

144、大的智能支持。2024 年机器视觉产业发展蓝皮书（第三版）3 3、硬件能力硬件能力 迁移科技引领着工业 3D 相机领域的技术革新，自主研发的两大系列Pixel 系列和Laser 系列，彰显了其在硬件平台上的强大实力，也汇聚了数年的技术积累和创新精神。（1）PixelPixel 系列系列：迁移科技的 Pixel 系列在高精度 3D 相机领域展现出独特的优势。其通过高度稳定的结构和可升级的设计，实现了对各种工业场景的全面覆盖。依托 DLP 技术的精准控制，该架构不仅能够实现卓越的性能表现，还能为用户提供高精度和高稳定性的 3D成像解决方案。无论是面对何种应用场景，Pixel 系列都展现出了优异的适

145、用性和可靠性。（2）LaserLaser 系列系列：激光振镜方案的高精度 3D 相机，迁移科技的 Laser 系列是应对环境光干扰或复杂环境的理想选择。搭载更强大的激光光源，该系列具备出色的环境适应性和稳定性，能够在各种极端条件下可靠运行。其高速扫描和高精度成像能力使其成为处理复杂场景的利器。迁移科技致力于为客户提供卓越的 3D 视觉解决方案，不仅仅是硬件设备，更是技术和创新的结晶。无论是 Pixel 系列还是 Laser 系列，都可支持着 Epic Pro 软件平台，为客户提供了完善的一站式解决方案。这些创新技术的运用不仅为行业带来了更多的选择，还为客户带来了更大的竞争优势。基于迁移科技在硬

146、件平台上的强基于迁移科技在硬件平台上的强大优势和多样化选择，未来的技术趋势和方向将聚焦大优势和多样化选择，未来的技术趋势和方向将聚焦于以下几个关键领域：于以下几个关键领域：（1 1）持续创新硬件架构：）持续创新硬件架构：继续自主研发并不断优化工业 3D 相机硬件架构，以满足不同应用场景的需求。通过不断探索持续创新，探索新的技术可能新，并推出新的架构，提高硬件性能和适应性，为客户提供更多样化、更灵活的选择。（2 2）强化环境适应性：）强化环境适应性：注重提升硬件在各种复杂环境下的适应性和稳定性。硬件层通过持续优化光源及相机成像能力，使硬件能够在各类极端光照环境下依然保持稳定的性能，为软件算法提供

147、可靠的硬件基础平台，同时为客户提供更可靠的解决方案。（3 3）持续）持续追求性能与尺寸的平衡：追求性能与尺寸的平衡：继续研发新一代技术架构，不断提升硬件的整体性能，同时进一步缩小产品尺寸。通过紧凑的结构设计和创新的技术手段，实现相机产品的显著小型化，以满足对性能和尺寸要求较高的应用场景。（4 4）优化客户使用体验：）优化客户使用体验：致力于不断优化硬件和软件的用户界面和交互设计，以提升 2024 年机器视觉产业发展蓝皮书（第三版）客户的整体使用体验。通过简洁直观的操作界面、智能化的功能设计和个性化的定制选项，使客户能够更轻松、更高效地使用产品，提升用户满意度和忠诚度。（5 5）提高性价比：）提

148、高性价比：积极探索降低产品成本的技术和策略，以提高产品的性价比并增强市场竞争力。通过优化生产工艺、提高生产效率、降低材料成本等方式，有效控制产品成本，同时确保产品质量和性能不受影响，为客户提供更具吸引力的价格和更高性能的产品。未来硬件技术的布局将聚焦于持续创新硬件架构、强化环境适应性、持续追求性能与尺寸的平衡以及加强软硬兼容性等方面，为客户提供更多元化、更高性能的 3D 视觉解决方案，助力客户在各类应用场景中取得更大的成功。三、核心产品三、核心产品 产品产品 1 1：Epic Eye PEpic Eye Pixixel Miniel Mini D DLPLP 单单目结构光目结构光 3D3D 工

149、业相机工业相机：专为协作臂打造，在小体积、轻重量、高精度、快成像、高性价比等方面，为同基线产品树立全新标杆。2024 年机器视觉产业发展蓝皮书（第三版）（Epic Eye Pixel Mini）2024 年机器视觉产业发展蓝皮书（第三版）产品产品 2 2：Epic Eye Laser LEpic Eye Laser L 激光振镜双目结构光激光振镜双目结构光 3D3D 工业相机工业相机：双目结构光成像，抗环境光干扰能力强，针对黑色反光物体成像效果好，适用复杂场景成像，能够实现精准、稳定的点云成像。适用工作距离1200-3000mm。（Epic Eye Laser LEpic Eye Laser

150、L）2024 年机器视觉产业发展蓝皮书（第三版）产品产品 3 3：Epic Eye DEpic Eye D-L L 双目结构光双目结构光 3D3D 工业相机工业相机：该相机视野宽，精度高，大视野下亚毫米级精度成像。双目结构光成像，不依赖于物体自身纹理。适用工作距离 1500-3500mm，适用于箱/袋物体成像。（Epic Eye DEpic Eye D-L L）2024 年机器视觉产业发展蓝皮书（第三版）产品产品 4 4：Epic Eye SEpic Eye S-M AirM Air DLPDLP 单目结构光单目结构光 3D3D 工业相机工业相机：适用中小尺寸物体的识别、定位、三维模型重建。视

151、野中等、精度高、适用场景宽泛。自主研发相位补偿算法，点云波动有效降低 50%。适用工作距离 600-1600mm。（Epic Eye SEpic Eye S-M AirM Air）2024 年机器视觉产业发展蓝皮书（第三版）产品产品 5 5：Epic Eye SEpic Eye S-M M DLPDLP 单目结构光单目结构光 3D3D 工业相机工业相机：适用金属/反光物体，中等视野下精度高，适用场景广泛，适合各类机器人引导需求。（Epic Eye SEpic Eye S-M M）2024 年机器视觉产业发展蓝皮书（第三版）产品产品 6 6：Epic Eye SEpic Eye S-S S DL

152、PDLP 单目结构光单目结构光 3D3D 工业相机工业相机：适用于结构复杂物体和细小零件。点云精度高、噪点少、满足复杂工业环境下静态检测和测量需求。完善的 SDK 支持，满足对相机精度要求较高的学术研究需求。适用工作距离 300-500mm。（Epic Eye S-S）2024 年机器视觉产业发展蓝皮书（第三版）产品产品 7 7：Epic Eye XEpic Eye X DLPDLP 单目结构光单目结构光 3D3D 工业相机工业相机：适用普通高精度的成像需求，通用于非高标需求，抗干扰能力强。适用工作距离 600-1350mm。（Epic Eye XEpic Eye X）2024 年机器视觉产业

153、发展蓝皮书（第三版）第第三三节节 图漾科技图漾科技 一、一、企业简介企业简介 成立时间：成立时间：20152015 年年 总部：上海总部：上海 图漾科技全球领先的 3D 机器视觉供应商，3D 工业相机累计出货累计超 50000 台，全球超 500 家企业级合作伙伴。基于创新并拥有核心专利的 3D 视觉技术，图漾不断推出富有竞争力的产品线，满足工业自动化、工业测量、物流科技、商业应用和其他多种场景。公司总部位于上海、在北京、南京、深圳和广州设有研发及销售服务中心。二、核心技术二、核心技术 1 1、机器视觉开发平台（机器视觉开发平台（RVSRVS）RobotVisionSuite（以下简称 RVS

154、）是一款先进的 3D 机器视觉开发平台，由图漾信息科技有限公司自主研发，致力于帮助企业实现降本增效。RVS 广泛应用于各种工业场景，内置了大量常用的算子库，涵盖广泛的功能模块。用户可以在平台内将这些算子相互连接和嵌套，快速搭建 3D 视觉工作流，从而实现复杂的视觉任务。与传统工业软件不同，RVS 具有独特的图形化操作界面。无论是手眼标定、相机设置、ROI 区域设置、还是深框抓取和机器人避障等操作，用户都可以通过图形化工具轻松实现。例如，在机器人避障和深框抓取等任务中，RVS 提供的图形化调试工具帮助用户快速找到最 2024 年机器视觉产业发展蓝皮书（第三版）佳解决方案，确保机器人操作的安全性和

155、高效性。这种操作方式不仅提高了工作效率，还降低了使用门槛，使得即使是非专业用户也能快速上手。在 RVS 中，算子的运算结果（如字符串、图像、点云、位置姿态等）都可以进行可视化展示。这种可视化功能极大地方便了用户在开发过程中的调试和优化工作。用户可以直观地看到各个算子的输出结果，并根据需要进行调整和优化。这种所见即所得的操作方式，使得复杂的 3D 视觉工作变得更加直观和易于理解。作为一款功能强大且易于使用的 3D 机器视觉开发平台，RVS 通过其丰富的算子库和图形化的操作界面，为用户提供了一个高效且灵活的开发工具，显著提升了 3D 视觉应用的开发效率和可行性。2 2、RVSRVS-SESE 标准

156、拆垛解决方案技术标准拆垛解决方案技术 专业应用于机器人自动拆垛领域的标准 3D 视觉解决方案，提供一整套硬件和软件技术。3D3D 相机图像算法：相机图像算法：使用主动红外光源辅助双目成像原理，对环境光的抗干扰能力较强，可适应复杂的工厂作业环境，同时避免投射高亮度条码光对操作者的视觉干扰。多品种相机：图像输出帧率：1-30FPS；有效景深范围：500mm-3500mm；分辨率：640 x480 或 1280 x960。2024 年机器视觉产业发展蓝皮书（第三版）边缘计算：边缘计算：边缘端部署识别算法和软件，采用 AI 识别算法和 3D 点云检测算法等智能分割和检测定位算法；智能算法可优化箱子、袋

157、子局部遮挡、袋子粘连造成的误分割现象从而实现准确分割识别。超强物体识别适应能力，适用于纸箱、软包、袋子等各种复杂应用场景。考虑包括但不限于目标颜色、大小、材质、末端执行器信息的完备抓取优先级排序算法，确保机械手最大抓取成功率。机器人通讯和控制功能，可适配各种主流机器人，可快速完成视觉软件和机器人交互部署。标准化专业化的拆垛视觉软件，满足一站式对 3D 视觉识别算法、机器人通讯、机器人控制等设定和交付。2024 年机器视觉产业发展蓝皮书（第三版）3 3、深度数据测量设备、方法及图像匹配深度数据测量设备、方法及图像匹配 图漾科技提出一种创新型的深度数据测量设备、方法及图像匹配方法。该设备包括：第一

158、和第二结构光投射装置，用于向拍摄空间投射第一和第二编码结构光；成像单元，用于进行拍摄；处理器，用于控制第一和第二结构光投射装置分别以及同时向拍摄空间投射编码结构光，控制成像单元拍摄在由第一和第二结构光各自照射下的第一和第二图案二维图像，以及由第一和第二结构光共同照射下的合成图案二维图像，并且基于拍摄的图像确定拍摄对象的深度数据。该技术通过同时利用多个结构光投射装置轮流投射各自的结构光、共同投射结构光，能以最少的投射装置实现更多的图案投射，由此提升了图像的获取精度，例如，实现更小的窗口匹配。三、核心产品三、核心产品 产品产品 1 1：RVSRVS 机器视觉开发平台机器视觉开发平台 RVS 机器视

159、觉开发平台是图漾科技专门推出的一款“机器人+视觉”应用开发的图形化低代码软件开发平台，通过内置大量的 2D/3D 视觉算法库、深度学习模块、手眼标定、机器人运动模拟仿真工具等功能模块，支持 Windows/Linux 操作系统下全流程的低代码拖曳式开发和高仿真可视化的直观操作，开发者无需了解底层技术，即可高效实现物体识别和分割、机器人引导、机器人运动仿真等应用的二次开发。基于“免费授权+强大算法库+低代码图形化二次开发+可系统集成”的服务模式，RVS 2024 年机器视觉产业发展蓝皮书（第三版）面向广大机器人行业本体商、集成商、终端用户及研究机构等正式开放合作，以降低 3D 视觉技术门槛，大幅

160、缩短开发难度及项目周期，方便客户快速部署应用。产品产品 2 2：RVSRVS-SESE 标准拆垛解决方案标准拆垛解决方案 图漾推出的 RVS-SE 标准拆垛解决方案，主要由图漾核心自主专利的 3D 工业相机、深度学习算法及自主研发的 RVS-SE 专用拆垛软件、机械臂（可选）、工控机等模块构成。结合 3D 视觉、深度学习及 RVS-SE 软件，融合 3D 数据采集、3D 点云分割、深度学习算法及运动规划控制技术，实现对箱型/软包垛型的实时三维定位，引导机械臂进行高精度、高稳定的智能自动化拆垛，安全便捷易维护，兼具性能-性价比优势，在实际应用中具备“机器换人”价值，为企业用户提质降本增效。202

161、4 年机器视觉产业发展蓝皮书（第三版）产品产品 3 3：多类型多类型 3D3D 视觉相机视觉相机 基于双目散斑结构光、双目条纹结构光、ToF 飞行时间等多技术路线，图漾科技不断推出富有竞争力的产品线，为工业自动化、测量检测、物流科技、移动机器人、医疗健康、教育科研、智能安全、商业应用等多种场景提供丰富量程/精度/帧率/分别率/视野选择。工业级防水防尘。2024 年机器视觉产业发展蓝皮书（第三版）第八部分第八部分 案例篇案例篇 第第八八章章 机器视觉机器视觉典型应用案例典型应用案例 第一节第一节 新能源新能源行业行业 案例一案例一 案例名称案例名称 某光伏企业泡沫箱拆码垛工作站 客户所属行业客户

162、所属行业 光伏行业 企业需求点企业需求点 在芯块生产线的前段工艺中，硅片/晶片的质量是确保成品品控的核心要素。由于依赖人工搬运和拣选，硅片/晶片在过程中极易发生磕碰。这种物理性的损伤不仅直接破坏了产品的性能，还可能导致不可预见的电池效率和稳定性问题。其次，人工操作往往伴随着工作效率低下和成本高昂的问题，面临挑战面临挑战 一、视觉系统：相机精度和算法分割要求高视觉系统：相机精度和算法分割要求高 白色泡沫箱在强光源照射下极易造成相机产生眩光现象，易造成点云波动，需要3D视觉相机能稳定获取高质量点云图片。白色泡沫箱边缘呈圆弧形状，算法分割难度大，需要深度学习+传统算法结合处理。吸盘侧吸，对视觉定位精

163、度要求高。二、二、拆码垛工位：产线需求多、要求高拆码垛工位：产线需求多、要求高 箱体中间存在较大缝隙，侧吸吸附率要求高，需设置防掉落装置。产线后续要兼容多种规格包装箱，工位系统需快速适应新增品类。机械臂需实时输出最优抓取策略和垛型规划。一个机械臂对应多托盘/多输送线（一对多），对工位综合效率和稳定性要求高。项目应用核心技术点项目应用核心技术点 1、视觉系统：精准成像，应对复杂场景。2、LINX-AI算法平台：保证系统稳定运行。3、机器人控制平台：智能规划抓取。应用工艺环节应用工艺环节 泡沫箱传输产线前段拆垛工序 2024 年机器视觉产业发展蓝皮书（第三版）解决方案解决方案 灵西“3D视觉+AI

164、”标准化拆码垛工作站集物料拣选、拆垛、码垛三大功能于一体，融合自研LINX-SMART-B 3D视觉相机、高精度定位、机械臂轨迹规划等软硬件技术，可精准完成物料拣选和拆码垛指令。LINX-SMART-B 3D视觉相机对整托泡沫箱进行拍照扫描，生成高质量点云数据；灵西一体化通用型软件平台对3D点云数据进行分割处理，输出位姿信息、最优抓取策略和路径规划，引导机械臂抓取泡沫箱并将其放置于输送线或托盘上，实现超高效率拆码。指标要求指标要求1 1 视觉识别成功率99%指标要求指标要求2 2 生产节拍：1s 视觉用量视觉用量 1套/线 项目成效及效益体现项目成效及效益体现 1、视觉识别成功率大于99.99

165、%，精准识别分割紧密贴合泡沫箱。2、单帧采集时间仅0.6s，满足客户产线高效率要求。3、支持后续新增不同规格、尺寸、重量的包装箱，系统可实现快速适配。2024 年机器视觉产业发展蓝皮书（第三版）案例二案例二 案例名称案例名称 某新能源企业锂电池蓝膜缺陷检测 客户所属行业客户所属行业 锂电池行业 企业需求点企业需求点 在锂电池生产后段工序中，电芯包膜（蓝膜）后，需要对其六面八棱进行外观缺陷检测，由于蓝膜厚度较薄（0.06mm0.12mm），采用人工目检的方式，检测气泡、划痕、破损、褶皱、脏污等缺陷标准不统一，易造成错检、漏检。面临挑战面临挑战 1、缺陷类目多且无样本实际工况要求高。2、薄膜材质下

166、缺陷区分难度加大、易混淆，且尺寸较小肉眼难以识别，如：蓝膜麻点与气泡较难区分且尺寸较小。3、产线运转速度快，单条线的检测效率要求为12ppm。项目应用核心技术点项目应用核心技术点 硬件部分：硬件部分：多种多种线扫相机配合完成电芯的六面八棱检测，并定制开发了高精度的旋转平台和夹具系统，完成电芯在检测台之间的移载和搬运。软件部分：软件部分：开发了基于2.5D图像的智能AI检测算法，在模型方面提高了复杂形状缺陷的检测精度，在数据方面扩充缺陷训练样本。应用工艺环节应用工艺环节 蓝膜方壳锂电池产线后端工序 解决方案解决方案 由2.5D线扫相机+3D线扫相机+2D相机组成了蓝膜外观瑕疵检测系统，搭配移动旋

167、转机构，对蓝膜的六面八棱进行扫描，按照客户检测标准输出检测结果。指标要求指标要求1 1 检测正确率99.9%指标要求指标要求2 2 缺陷过杀率8 视觉用量视觉用量 6台/线 项目成效及效益体现项目成效及效益体现 1、缺陷检测正确率高：缺陷检测正确率高：电芯外观缺陷检出率99.9%，过杀率8。2、检测精度高：检测精度高：自研相机系统成像精度为0.05mm，优势明显（业内同类型精度为0.1mm左右），对蓝膜表面缺陷进行精准检测。3、节拍速度快：节拍速度快：单条线的检测效率满足客户产能12ppm的要求。2024 年机器视觉产业发展蓝皮书（第三版）案例三案例三 案例名称案例名称 某新能源企业装箱电芯C

168、CD检测 客户所属行业客户所属行业 锂电池行业 企业需求点企业需求点 在电芯生产过程中，一方面在打包装箱的电芯存在正负极反放、干燥剂忘放、电芯顶盖的黑色顶贴片缺失等问题，另一方面需要对检测电芯和定贴片方向、电芯数量校正，二维码缺损和表面异常做出判断。以此形成对打包装箱的电芯进行CCD检测，针对已识别问题给生产员工进行提示并及时整改。面临挑战面临挑战 1、电芯和托盘规格多样，视觉需应对多规格型号物料，并满足不同产线需求。2、工况苛刻，视觉需适应不同光照条件下的生产环境。项目应用核心技术点项目应用核心技术点 1、采用深度学习亮度增强算法、矩形检测算法来检测电芯和贴片方向。2、使用高识别精度、高处理

169、速度的阵列式扫码相机系统，应对异物和干燥剂检测场景。应用工艺环节应用工艺环节 锂电生产的出库前质检工位 解决方案解决方案 由2D相机和镜头、光源组成的CCD检测设备，搭配硬件电控系统进行精准定位识别，实现对电芯贴片方向、异物、干燥剂等场景的检测。2024 年机器视觉产业发展蓝皮书（第三版）指标要求指标要求1 1 干燥剂缺失检出率：99.99%指标要求指标要求2 2 电芯方向放反检出率：100%视觉用量视觉用量 1台/线 项目成效及效益体现项目成效及效益体现 1、电芯方向放反检出率高达100%。2、干燥剂缺失检出率高达100%。3、异物检出率99.9%。电芯正负极方向检测 干燥剂快速定位 202

170、4 年机器视觉产业发展蓝皮书（第三版）第二节第二节 汽车汽车零部件零部件行业行业 案例一案例一 案例名称案例名称 某大型汽车零部件企业自动化上下料项目 客户所属行业客户所属行业 汽车零部件 企业需求点企业需求点 随着生产需求的增加，传统的电控箱体上下料速度已无法满足快速生产的需求，智能化改造可以显著提升生产效率。此外，对于形状复杂或尺寸不一的控制器箱体，人工上下料的适应性和灵活性有限。客户希望通过智能化改造升级，实现电控箱体上下料实现电控箱体上下料的全流程自动化，减少损耗并且大幅提升效率与准确率的全流程自动化，减少损耗并且大幅提升效率与准确率。面临挑战面临挑战 该客户产线上有4种不同规格的电控

171、箱体，系统需要准确识别和处理各种尺寸的箱体，这对算法的设计提出了更高要求。此外，电控箱体通常包含精密的电子组件，这些组件可能对冲击和振动非常敏感。在自动化搬运过程中，如果抓取、放置或运输操作不够平稳，可能会导致内部组件损坏。项目应用核心技术点项目应用核心技术点 迁移科技Epic Eye S-M Air通过AI+3D视觉，识别托盘工件并引导机械臂完成上下料作业，减少因识别错误导致的生产中断，大幅提升上下料效率。应用工艺环节应用工艺环节 上下料环节 解决方案解决方案 根据产线特点及客户需求，迁移科技联合合作伙伴最终提出“Epic Eye S-M Air 相机+视觉软件+机械臂及夹爪”的解决方案，由

172、 3D 视觉识别托盘工件并引导机械臂完成上下料作业。作业流程：作业流程：工件通过托盘来料至固定位置。相机安装于机械臂上，通过机械臂移动至托盘工件上方，触发 3D 相机拍照识别。3D 相机拍照识别工件位姿和定位孔坐标，并将待抓取工件坐标位置发送给机械臂。机械臂夹爪定位销插入工件定位孔内进行抓取，并放置在翻转机构上。指标要求指标要求1 1 视觉系统精度要求：0.5mm 指标要求指标要求2 2 视觉系统节拍：7秒(单次拍照+处理时间)视觉用量视觉用量 3D视觉相机：3套 2024 年机器视觉产业发展蓝皮书（第三版）3D视觉软件：3套 项目成效及效益体现项目成效及效益体现 迁移科技相机 Epic Ey

173、e S-M Air 体积小巧，安装于机械臂上，实现眼在手上的灵活作业模式。相机精度高，对于尺寸较小的销孔高精度定位，引导机器人将定位销精准插入销孔。该客户现场视觉系统重复精度保持在0.5mm 以内，智能 AI 算法可计算物料是否满足放置条件，避免误放、碰撞等问题，提高生产线的整体效率。该项目升级后实现了视觉系统节拍保持在 7 秒以内，快速准确的视觉反馈有助于设备更稳定地执行任务，减少因识别错误导致的生产中断，大幅提升上下料效率。因迁移科技的 3D 相机及视觉系统支持后续快速增加新型号产品，所以也是增强了客户产线灵活性与敏捷性，方便业务调整。2024 年机器视觉产业发展蓝皮书（第三版）第三节第三

174、节 汽车汽车行业行业 案例一案例一 案例名称案例名称 汽车企业智能无人充电项目 客户所属行业客户所属行业 汽车行业 企业需求点企业需求点 用高性价比的方案实现高性能的要求 面临挑战面临挑战 1、复杂环境光；2、高精度；3、复杂材质。项目应用核心技术点项目应用核心技术点 AI深度学习；3D识别。应用工艺环节应用工艺环节 融合2D+3D视觉技术，通过AI+点云识别，定位充电口。解决方案解决方案 通过图漾科技最新的高性能高性价比3D相机，搭配机械臂，实现了对电动车充电口的识别、定位，并自动完成充电动作。指标要求指标要求1 1 高分辨率500万RGB 指标要求指标要求2 2 抗环境光：半室外 相机相机

175、用量用量 100台 项目成效及效益体现项目成效及效益体现 该方案实现了无人自动充电的效果。帮助电车用户省去了自行充电的麻烦，为客户创造价值。2024 年机器视觉产业发展蓝皮书（第三版）第第四四节节 食品食品行业行业 案例一案例一 案例名称案例名称 某食品检疫企业猪肉来料特征检测 客户所属行业客户所属行业 食品行业 企业需求点企业需求点 需要针对猪肉来料的以下特征进行检疫，并确保图像清晰，建议包括但不限于：检测猪肉腐烂、长瘤、淤血、出血、肿胀等特征。面临挑战面临挑战 1、来料不规则：猪肉自动来料不规则，且来料金属钩有前后20mm晃动误差，容易导致视野遮挡，光照强度存在不确定性。2、缺陷样本有限：

176、异常猪肉样本极为稀少，传统模型训练面临困难。项目应用核心技术点项目应用核心技术点 1、硬件方面：高精度的自研3D自动亮度增强算法。2、全栈式、一体化AI算法平台。应用工艺环节应用工艺环节 猪肉来料前端检测工序 解决方案解决方案 由2D智能相机和AI算法平台组成的检测专机，开发出通用异常分割+特定类别异常目标检测模型+特定类别异常语义分割模型，该视觉系统可确保图像清晰且视野覆盖猪肉酮体，并可虚拟生成异常样本，覆盖所有缺陷特征。指标要求指标要求1 1 视觉系统节拍1.5s 指标要求指标要求2 2 漏检率3%视觉用量视觉用量 2台/线 项目成效及效益体现项目成效及效益体现 1、实现被测物品自动亮度调

177、整并输出结果。2、开发的虚拟样本生成器，有效增加异常猪肉样本的数量，且缺陷误检率达到7%，满足检疫质量要求。2024 年机器视觉产业发展蓝皮书（第三版）2024 年机器视觉产业发展蓝皮书（第三版）案例二案例二 案例名称案例名称 桁架拆垛 客户所属行业客户所属行业 饲料行业 企业需求点企业需求点 对多种物料包进行拆垛破包投料 面临挑战面临挑战 1、客户物料种类多；2、现场环境差；3、节拍快。项目应用核心技术点项目应用核心技术点 用极致性价比的产品实现稳定、高效拆垛上料 应用工艺环节应用工艺环节 饲料生产投料端需要按配方比投多种物料 解决方案解决方案 1、采用图漾高性能拆垛套装相机，触发时间1s内

178、，实现整体拆垛投料节拍4S内需求；2、依靠大模型实现对多种物料准确识别并定位完成拆垛上料；3、配合桁架机构和PLC控制，相机安装在桁架顶部随伺服运动机构运动，实现对两个垛位的拆垛，做到稳定、高效。指标要求指标要求1 1 4s投料，视觉识别 指标要求指标要求2 2 24小时生产 相机相机用量用量 1台 项目成效及效益体现项目成效及效益体现 1台设备替代两名人工，且24小时不间断运行 2024 年机器视觉产业发展蓝皮书（第三版）第五节第五节 家电家电行业行业 案例一案例一 案例名称案例名称 某电器企业外壳组装上下料工作站 客户所属行业客户所属行业 电器制造行业 企业需求点企业需求点 1、在生产线上

179、的外壳搬运环节。由于外壳质量较大，传统的人工搬运方式不仅导致了劳动负荷过大，还存在严重的安全隐患。员工在高强度的工作中容易疲劳影响效率，还可能引发工伤事故，带来不必要的损失。2、为了满足生产效率的要求，工作站的设计应充分考虑其快速响应能力和精准度，需要确保在拆垛投线过程中的高效性和准确性，从而提高整个生产线的运行效率。面临挑战面临挑战 1、由于生产线上的工位空间有限，机械臂在进行抓取和投放操作时，必须能够在狭窄的空间内精准地完成任务。这就要求机械臂具有高度的抓取精度，能够在有限的空间范围内实现准确的定位和抓取。2、针对反光、吸光的物料，相机的成像要求也相对较高。由于这些物料的特殊性质，相机的成

180、像质量容易受到干扰，导致图像模糊或失真。这不仅影响了机械臂对物料的识别和定位，还可能导致抓取失败或误操作。项目应用核心技术点项目应用核心技术点 1、硬件部分：灵西自研的LINX-LASER 3D视觉相机和复合夹具组成的自动上线工作站；2、软件部分：点云分割算法、运动规划算法、松弛算法。应用工艺环节应用工艺环节 电器组装前段投料拆垛工序 解决方案解决方案 灵西机器人为客户提供了“3D视觉+机械臂”的自动化上下料工作站。1、由LINX-LASER和复合夹具组成的相机系统，精度稳定在微米级，轻松应对各种垛型带来的识别挑战。2、自研的反光抑制算法有效应对较强反光的干扰，对高反光物体成像依然清晰完整。指

181、标要求指标要求1 1 生产节拍：12S/件 指标要求指标要求2 2 设备生产准确率：99.95%视觉用量视觉用量 2台/线 项目成效及效益体现项目成效及效益体现 1、实现环境光强度10000 lux时，仍可清晰成像。2、使用率高：可应对多种类电器的上下料场景需求，将设备利用率发挥到极致。2024 年机器视觉产业发展蓝皮书（第三版）2024 年机器视觉产业发展蓝皮书（第三版）第第六六节节 特种材料特种材料行业行业 案例一案例一 案例名称案例名称 3D 视觉引导耐火砖拆垛项目 客户所属行业客户所属行业 耐火材料行业 企业需求点企业需求点 传统拆码垛方法往往受限于效率低下、安全性差等问题，因此，客户

182、希望选择一种可靠、高效的拆码垛解决方案，不仅可以提高生产效率，对于提升耐火砖产线的整体竞争力具有不可忽视的意义。面临挑战面临挑战 耐火砖具有多种不同的形状和尺寸，这要求 3D 视觉系统必须具备高度的灵活性和适应性，以准确识别和测量各种规格的砖块。耐火砖的表面因为生产工艺而具有不同的纹理和反光特性，这会对 3D 成像的质量和准确性造成干扰。项目应用核心技术点项目应用核心技术点 针对多型号、黑色反光耐火材料的特点，迁移科技 3D 视觉拆码垛方案能够兼容多种型号耐火砖，精准识别多种不同的尺寸和形状以及来料方向的耐火砖，提升整体生产效率。应用工艺环节应用工艺环节 拆码垛环节 解决方案解决方案 3D 视

183、觉引导拆码垛解决方案，通过 3D 视觉引导机器人对耐火砖进行精确识别、定位和抓取，从而实现了自动化、高效化、智能化的拆码垛作业。作业流程：作业流程：1 1）整垛产品输送整垛产品输送 首先，通过 AGV 或其他物流设备，将整垛的耐火砖产品运送至 3D 视觉系统的下方指定位置。这个位置是为了确保 3D 相机能够获取到清晰、准确的图像数据。2 2）3D3D 相机拍照与点云获取相机拍照与点云获取 当整垛产品到达指定位置后，3D 相机开始对托盘上的耐火砖进行拍照，获取到耐火砖一整层产品点云信息，包含耐火砖的精确三维坐标、形状和姿态等数据。3 3）视觉识别与路径规划视觉识别与路径规划 获取到点云信息后，3

184、D 视觉系统会进行视觉识别。通过对比已知的耐火砖模型或特 2024 年机器视觉产业发展蓝皮书（第三版）征，系统能够准确地识别出每个耐火砖的位置和姿态。然后，系统会基于识别结果规划出机械臂的运动路径，并生成抓取位姿。4 4）机器人抓取与拆垛机器人抓取与拆垛 根据视觉系统生成的抓取位姿，机器人会进行精确的抓取操作。机器人会准确地抓取耐火砖，并根据规划好的路径将其逐件或逐组放置到输送机进行后续工作。指标要求指标要求1 1 识别引导准确率：99%指标要求指标要求2 2 抓取节拍：15秒 视觉用量视觉用量 /项目成效及效益体现项目成效及效益体现 1 1）高兼容性与灵活性高兼容性与灵活性 迁移科技 3D

185、视觉拆码垛方案能够兼容多种型号耐火砖。借助深度学习算法，系统能够自动识别并定位高达自动识别并定位高达 9999 种不同的砖型种不同的砖型，同时准确识别砖块朝向。这一特点使得方案在应对不同生产需求时，无需频繁更换设备或进行复杂的调整，显著提高了产显著提高了产线的灵活性和适应性线的灵活性和适应性。2 2）6 6 秒识别定位，准确率达秒识别定位，准确率达 99.5%99.5%迁移科技视觉系统具备出色的处理速度和准确率。在 6 秒内即可完成对耐火砖的快速识别与定位，且识别引导准确率高达 99.5%，大大减少了错误率和返工率，从而提高了整体的生产效率。3 3）智能拆垛与完美适配智能拆垛与完美适配 迁移科

186、技的高效视觉系统完美适配产线节奏，实现了每 15 秒一次的快速抓取节拍。高效的作业模式不仅提升了产线的吞吐量，还确保了拆码垛过程的稳定性和连贯性。4 4）灵活适配产线生产灵活适配产线生产 迁移科技拆码垛方案能够根据产线需要，灵活切换抓取模式。无论是逐件还是逐组抓取，系统都能引导机械臂实现精准抓放，确保每一次操作都达到最高效率。单单次操作中，最多可抓取次操作中，最多可抓取 6 6 块砖块块砖块，这一特点在高效处理大量耐火砖时尤为突出，进一步提升了产线的生产效率和灵活性。5 5）交互易用操作简便交互易用操作简便 迁移科技视觉软件具有出色的交互性与易用性，更换耐火砖型号简单，助力一线 2024 年机器视觉产业发展蓝皮书（第三版）工人轻松操作使用，不仅降低了操作难度，还减少了培训时间和成本降低了操作难度，还减少了培训时间和成本。2024 年机器视觉产业发展蓝皮书（第三版）2024 年机器视觉产业发展蓝皮书（第三版）