起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識機器人行業(yè)調(diào)研（五）
上一篇文章講完了工業(yè)機器人及其在市場上的應用，本篇文章繼續(xù)對機器人行業(yè)進行調(diào)研，講解機器視覺的內(nèi)容，讓我們來繼續(xù)學習吧~
????????十二、機器視覺
定義：機器視覺（Machine Vision）被稱為機器人的眼睛，通過計算機來模擬眼睛進行圖像采集，經(jīng)過圖像識別和處理提取信息，最終通過執(zhí)行裝置完成操作。
功能：識別、定位、測量、檢測
機器視覺的四類功能相比人眼視覺，具有圖像采集和分析速度快、觀測精度高、環(huán)境適應性強、客觀性高、持續(xù)工作穩(wěn)定性高等優(yōu)勢，因而可幫助終端使用者進行產(chǎn)品增質(zhì)、成本降低以及生產(chǎn)數(shù)字化。
市場規(guī)模：
GGII數(shù)據(jù)顯示，從全球市場來看，2021年全球機器視覺市場規(guī)模約為 804 億元，同比2020年增長12.15%，預計至2025年該市場規(guī)模將超過1200億元，2022 年至2025年復合增長率約為12%；從中國市場來看，2021年中國機器視 覺市場規(guī)模138.16億元(該數(shù)據(jù)未包含自動化集成設備規(guī)模)，同比增長 46.79%，預計至2025年我國機器視覺市場規(guī)模將達到349億元。
目前中國已是繼美國、日本之后的第三大機器視覺領域應用市場。
應用領域：機器視覺目前主要應用在消費電子、汽車、食品、制藥等領域。
產(chǎn)業(yè)鏈：上游零部件、中游系統(tǒng)、下游行業(yè)
結構：光源、相機、軟件
光源：光源是指用于為工業(yè)機器視覺應用場景提供照明的系統(tǒng)，主要包括光源和控制器。
光源主要分為LED 光源、鹵素燈和高頻熒光燈三種，其中最為常用的為LED光源。
按形狀可劃分為環(huán)形光源、條形光源、平面光源、 線光源、點光源、同軸光源等，不同的形狀結構可提供不同的亮度、強度、照射角度、照射面積及顏色組合等，適用于不同的機器視覺應用場景。
玩家：日本CCS、Moritex、美國Ai、法國Phlox光源、國內(nèi)奧普特為龍頭，沃德普、康視達、銳視光電、緯朗光電等。
工業(yè)相機：用于工業(yè)領域的視覺相機為工業(yè)相機。
玩家：德國巴斯勒，美國特利丹DALSA、康耐視、日本基恩士、索尼、德國Allied Vision、韓國Vieworks等，國內(nèi)海康威視、大華科技、大恒科技、維視圖像。
鏡頭：鏡頭的主要作用是將目標成像在圖像傳感器的光敏面上，主要參數(shù)有焦距、景深(Depth of Field)、分辨率、工作距離、視場(Field of View)等。
按焦距可分為定焦鏡頭和變焦鏡頭，根據(jù)光圈可分為固定光圈和可變光圈，根據(jù)視場大小可分為攝遠鏡頭、普通鏡頭和廣角鏡頭，還有遠心鏡頭、顯微鏡頭、微距鏡頭、紫外鏡頭和紅外鏡頭等。
冷加工：鍍膜、荒折（粗磨）、砂掛（精磨）、拋光、芯?。ミ叄┑裙ば驑嫵闪斯鈱W冷加工的基本工藝。
玩家：全球范圍德系徠卡、施耐德、卡爾蔡司，日系 CBC、Kowa、茉麗特、尼康、富士等光學巨頭，國內(nèi)普密斯、東正光學和慕藤光布局中低端市場。
軟件：軟件平臺主要指開發(fā)環(huán)境，包括C#、LabVIEW、MATLAB等通用工具和Halcon、Vision Pro等專用工具。
開發(fā)包是基于軟件平臺對各種常用圖像處理算法進行封裝，用以實現(xiàn)對圖像分割、提取、識別和判斷等功能，例如維視圖像的 MVIPS 圖像處理軟件。
圖像處理軟件領域主要由美、德等國主導，主要廠商包括美國康耐視Cognex、德國Mvtec、日本歐姆龍Adept 等，軟件的底層算法基本被以上廠商壟斷，國內(nèi)創(chuàng)科視覺、?？低暋W普特、維視圖像等。
技術路線：2D視覺無法獲得物體的空間坐標信息，隨著工業(yè)控制對精確度和自動化的要求越來越高，3D機器視覺變得更受歡迎，目前市場上涌現(xiàn)出標準化3D視覺軟、硬件產(chǎn)品，產(chǎn)業(yè)鏈已初步形成。
3D視覺成像可分為光學和非光學成像方法，光學方法包括ToF飛行時間、結構光投影、相機陣列、激光掃描、雙目立體視覺等。
特點：
玩家：日本基恩士、美國康耐視
中國主要有?？?、奧普特、天準科技、矩子科技、大恒、美亞光電、思泰克、征圖新視、華周測控等。
歷史：20世紀50年代，Gilson 提出“光流”這一概念，并基于相關統(tǒng)計模型發(fā)展了逐像素的計算模式，開始研究二維圖像的統(tǒng)計模式識別。
20世紀60年代，美國學者Roberts 用計算機從2D圖像中提取三維結構，開始進行三維機器視覺研究。
20世紀70年代，MIT人工智能實驗室開設機器視覺課程，DavidMarr開創(chuàng)“自下而上”通過計算機視覺捕捉物體形象方法。
20世紀80-90年代，視覺公司開發(fā)出第一代圖像處理產(chǎn)品。
21世紀，機器視覺產(chǎn)品在下游行業(yè)得到了廣泛應用，各個行業(yè)開始尋求視覺檢測方案。
作者：new bo；微信公眾號：new bo
本文由 @new bo 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉載
題圖來自Unsplash，基于CC0協(xié)議
該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
思考是成長的唯一原動力
