1.產(chǎn)業(yè)趨勢：高端制造新軍突起，機(jī)器換人大勢所趨
1.1.智能制造國之重器，先進(jìn)制造占比提高
高端裝備制造助力步入工業(yè) 4.0 新時代。工業(yè) 4.0 的概念最早由 2013 年德國提 出，重點強(qiáng)調(diào)“通信”和“連接”，包含了“智能工廠”、“智能生產(chǎn)”和“智能 物流”三大主題，標(biāo)志著在新一代信息技術(shù)的引領(lǐng)下，大數(shù)據(jù)、云計算、人工智 能、物聯(lián)網(wǎng)等技術(shù)成為新的生產(chǎn)力，在制造業(yè)轉(zhuǎn)型升級的過程中提供重要助力。 區(qū)別于前三次工業(yè)革命，工業(yè) 4.0 的根本變化是通過物理技術(shù)和數(shù)字技術(shù)的融合 實現(xiàn)生產(chǎn)系統(tǒng)的有機(jī)整合，“數(shù)據(jù)信息”成為了工業(yè)生產(chǎn)中的關(guān)鍵原材料，制造 業(yè)最終將成為信息產(chǎn)業(yè)的一部分。
在全球范圍內(nèi)，自動化設(shè)備替代人力勞動生產(chǎn)的趨勢不斷推進(jìn)，自動化設(shè)備銷售 量逐年提高。根據(jù)美國市場研究公司 Transparency Market Research 的數(shù)據(jù) 顯示，2018 年全球工業(yè)自動化市場規(guī)模達(dá) 2,272.9 億美元，到 2027 年底，全 球工業(yè)自動化市場的價值預(yù)計將達(dá)到 4,380.8 億美元，CAGR 達(dá) 7.56%。國內(nèi) 方面，中國工控網(wǎng)的數(shù)據(jù)顯示 2004 年-2019 年我國自動化及工業(yè)控制市場規(guī) 模也已從 652 億元增長至 1,865 億元。
助力產(chǎn)業(yè)升級，政策驅(qū)動“中國制造”向“中國智造”轉(zhuǎn)型。2015 年 5 月，國 務(wù)院正式印發(fā)《中國制造 2025》， 部署全面推進(jìn)實施制造強(qiáng)國戰(zhàn)略。2021 年 底，工信部等八部門聯(lián)合印發(fā)了《“十四五”智能制造發(fā)展規(guī)劃》（以下簡稱“《規(guī) 劃》”），明確提出到 2025 年轉(zhuǎn)型升級成效顯著、供給能力明顯增強(qiáng)、基礎(chǔ)支撐 更加堅實，到 2025 年 70%的規(guī)模以上制造業(yè)企業(yè)普及數(shù)字化，到 2035 年全 面普及數(shù)字化網(wǎng)絡(luò)化，重點行業(yè)骨干企業(yè)基本實現(xiàn)智能化?！兑?guī)劃》還提出智能 制造裝備和工業(yè)軟件技術(shù)水平和市場競爭力顯著提升的要求，2025 年市場滿足 率分別超過 70%和 50%，研發(fā)數(shù)字化非接觸精密測量、在線無損檢測、激光跟 蹤測量等智能檢測裝備等。作為數(shù)字經(jīng)濟(jì)的重要組成部分，“十四五”期間制造 業(yè)與人工智能等信息技術(shù)的融合將加速，我國智能制造的發(fā)展將進(jìn)入高景氣時期。
新能源、半導(dǎo)體、汽車、航空航天等高端制造業(yè)占比提升，對工業(yè)智能化水平提 出更高要求。隨著先進(jìn)制造在我國的占比提升，工業(yè)生產(chǎn)線上人眼在精度、效率 等方面已不能滿足產(chǎn)業(yè)升級的要求。如何借助機(jī)器視覺等智能化技術(shù)替代傳統(tǒng)人 工操作，實現(xiàn)提質(zhì)、降本、增效，成為制造業(yè)的共性需求。未來隨著“中國智造 2025”戰(zhàn)略的加速推進(jìn)，工業(yè)制造自動化、智能化程度有望不斷加深，機(jī)器視覺 這一技術(shù)將得到更廣泛的應(yīng)用。
1.2.人口紅利逐步衰減，自動化降本刻不容緩
人口紅利逐步衰減，勞動力成本壓力倒逼企業(yè)智能化轉(zhuǎn)型。根據(jù)經(jīng)濟(jì)學(xué)家索洛提 出的新古典經(jīng)濟(jì)增長模型，“人口增長”和“技術(shù)進(jìn)步”是經(jīng)濟(jì)增長的兩大源泉， 但我國人口結(jié)構(gòu)于 2011 年到達(dá)劉易斯拐點，勞動力從過剩轉(zhuǎn)為短缺，人口老齡 化現(xiàn)象嚴(yán)峻。據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，中國 15-64 歲勞動年齡人口比重自 2011 年開始下降。我國城鎮(zhèn)制造業(yè)人數(shù)也自 2015 年已經(jīng)步入負(fù)增長，人口紅利逐步 消失。
與此同時，我國制造業(yè)平均工資從 2015 年的 55,324 元攀升至 2021 年 的 92,459 元，企業(yè)的勞動力成本壓力凸顯。中國企業(yè)—勞動力匹配調(diào)查（China Employer-Employee Survey，CEES）則顯示，“勞動力成本”已經(jīng)成為妨 礙企業(yè)發(fā)展的頭號因素，超過了市場需求、技術(shù)人才、創(chuàng)新能力等。因此，我國 制造業(yè)擺脫“人口紅利”舊模式、擁抱“智能化紅利”新模式將成為不可逆的產(chǎn) 業(yè)路徑選擇。
疫情等外部因素改變工廠的生產(chǎn)模式，加速推動智能制造轉(zhuǎn)型升級。嚴(yán)格的疫情 防控政策不可避免會對企業(yè)的開工時間、人員穩(wěn)定性、承諾交期等產(chǎn)生不確定性 影響，直接或間接增加了企業(yè)的綜合成本。今年以來疫情頻發(fā)，國內(nèi)用工難、用 工貴的問題進(jìn)一步凸顯，我國紡織服裝等出口產(chǎn)業(yè)相較越南、印度等國的優(yōu)勢進(jìn) 一步縮小，2022H1 我國出口金額 11.14 萬億，同比增長 13.2%，略低于越南 同期增速。我們認(rèn)為，疫情等外部擾動因素一定程度上加速推動了工廠的無人化、 智能化水平，打造智能化“黑燈工廠”將是制造業(yè)企業(yè)的當(dāng)務(wù)之急，機(jī)器視覺產(chǎn) 業(yè)發(fā)展迎來短期加速窗口。
日韓經(jīng)驗提供他山之石，我國機(jī)器換人正處于黃金成長期。亞洲是全球最大的工 業(yè)機(jī)器人市場，日本和韓國作為智能制造強(qiáng)國，在電子、汽車等高端離散制造產(chǎn) 業(yè)具有舉足輕重的地位。我們以工業(yè)機(jī)器人密度作為衡量一個國家自動化程度的指標(biāo)，根據(jù) IFR 的數(shù)據(jù)，韓國自2010 年以來一直位列全球工業(yè)機(jī)器人密度最高的國家，超過全球平均水平的 7 倍；日本作為全球自動化制造大國，獨占全球工業(yè)機(jī)器人四大家族中的兩席，2020 年供應(yīng)了全球近一半的工業(yè)機(jī)器人產(chǎn)量。
而我國的自動 化滲透率程度較低，2020 年我國工業(yè)機(jī)器人密度僅為 246 臺/萬人，雖然相較 2015 年的 49 臺/萬人已有明顯提升，但仍遠(yuǎn)低于韓國的 932 臺/萬人和日本的 390 臺/萬人。2021 年，中國工業(yè)機(jī)器人市場在疫情反復(fù)、全球缺芯、限電停產(chǎn) 等諸多擾動下仍實現(xiàn)出貨 256,360 臺，同比增長 49.5%。此外，《“十四五”機(jī) 器人產(chǎn)業(yè)發(fā)展規(guī)劃》提出“2025 年工業(yè)機(jī)器人密度將增長至 450 臺/萬人以上”， 可見我國機(jī)器換人正處于黃金時期。
1.3.AI技術(shù)持續(xù)迭代，機(jī)器視覺加速落地
深度學(xué)習(xí)算法持續(xù)進(jìn)化，拉開人工智能新時代。人工智能的迅速發(fā)展正在深刻改 變?nèi)祟惿鐣?、改變世界?016 年 AlphaGo 打敗人類頂尖棋手李世石，開 啟了人工智能發(fā)展的新紀(jì)元。隨后，Google 團(tuán)隊在 2017 年提出的 Transformer 模型橫空出世，成為了日后自然語言學(xué)習(xí)（NLP）、計算機(jī)視覺（CV）的架構(gòu)標(biāo) 準(zhǔn)；基于 Transformer 的預(yù)訓(xùn)練模型 BERT 更是將 NLP 模型的精準(zhǔn)度和泛化 能力帶上了新的臺階；2020 年擁有 1750 億參數(shù)的 GPT-3（Generative Pretrained Transformer 3）的誕生，標(biāo)志著“大模型”正在成為邁向強(qiáng)人工智能 的重要一步。
深度學(xué)習(xí)技術(shù)提升了機(jī)器視覺的應(yīng)用落地能力，驅(qū)動產(chǎn)業(yè)加速發(fā)展。目前主流的 機(jī)器視覺技術(shù)仍采用傳統(tǒng)的機(jī)器學(xué)習(xí)訓(xùn)練方法，即在結(jié)構(gòu)化場景下首先將數(shù)據(jù)表 示為一組特征，分析特征或輸入模型后，輸出得到預(yù)測結(jié)果。但隨著機(jī)器視覺的 應(yīng)用領(lǐng)域擴(kuò)大，傳統(tǒng)方式顯示出通用性低、難以復(fù)制、對使用人員要求高等缺點。 深度學(xué)習(xí)對原始數(shù)據(jù)通過多步特征轉(zhuǎn)換，得到更高維度、更加抽象的特征表示， 可以將機(jī)器視覺的高效率和與人類視覺的靈活性相結(jié)合，完成復(fù)雜環(huán)境下的檢測， 特別是涉及偏差和未知缺陷的情形。通過深度學(xué)習(xí)對模型魯棒性的提升，極大地 拓展了機(jī)器視覺的應(yīng)用場景，使機(jī)器視覺系統(tǒng)更加具備柔性，加速其在工業(yè)領(lǐng)域 的滲透。
本土人工智能研發(fā)投入如火如荼，中國機(jī)器視覺廠商正彎道超車。早在 2017 年國務(wù)院頒布的《下一代人工智能發(fā)展計劃》中就有提出，到 2030 年我國人工智 能核心產(chǎn)業(yè)將實現(xiàn)規(guī)模一萬億元，《規(guī)劃》已把發(fā)展人工智能上升到了國家戰(zhàn)略 的高度。在工業(yè)機(jī)器視覺領(lǐng)域，國內(nèi)企業(yè)對 AI 算法的研發(fā)投入高度重視。
根據(jù) 中國機(jī)器視覺產(chǎn)業(yè)聯(lián)盟 2021 年度企業(yè)調(diào)查，AI 驅(qū)動的解決方案方向的研發(fā)投 入占全行業(yè)研發(fā)比例的 21.8%，為所有研發(fā)方向中最高。以凌云光自研的 VisionWare 為例，該算法庫已經(jīng)迭代至 5.0 版本，盡管其算法處理精度與國際 巨頭康耐視仍存在差距，但效率略有優(yōu)勢，算法識別率已基本持平。因此，我們 認(rèn)為隨著國內(nèi)企業(yè)在 AI 算法上重點發(fā)力，將少樣本、無監(jiān)督學(xué)習(xí)等新技術(shù)融入 到深度學(xué)習(xí)中，提高算法的泛化能力，將機(jī)器視覺應(yīng)用于復(fù)雜度更高的場景，有 望進(jìn)一步縮小和海外巨頭的技術(shù)差距，甚至彎道超車。
2.需求邏輯：機(jī)器之“眼”優(yōu)勢凸顯，百億賽道長坡厚雪
2.1.AI賦能工業(yè)制造，多重優(yōu)勢替代人眼
機(jī)器之“眼”替代人眼，賦能工業(yè)制造。根據(jù)美國制造工程師協(xié)會（SME）機(jī)器 視覺分會等機(jī)構(gòu)的定義，機(jī)器視覺工作過程是通過光學(xué)裝置和非接觸式傳感器自 動地接收、處理真實場景的圖像，目的在于獲得所需信息或用于控制機(jī)器人運動。 一個典型的機(jī)器視覺系統(tǒng)一般包括光源及光源控制器、鏡頭、相機(jī)、視覺控制系 統(tǒng)（視覺處理分析軟件及視覺控制器硬件）等，其中光源及光源控制器、鏡頭、 相機(jī)等硬件負(fù)責(zé)成像，視覺控制系統(tǒng)負(fù)責(zé)對成像結(jié)果進(jìn)行分析、輸出結(jié)果至其他 執(zhí)行部件。機(jī)器視覺系統(tǒng)的“讀取信息-傳輸信息-處理信息”的過程與人眼的運 作機(jī)制對應(yīng)，可謂人類視覺在工業(yè)界的延伸。
機(jī)器視覺相比人眼具備明顯優(yōu)勢。人眼能力所及：機(jī)器視覺無疲勞感，可以 7 x 24 小時運轉(zhuǎn)，不會受到情緒 的干擾，在適應(yīng)性、重復(fù)性、可靠性方面優(yōu)于人類，使得工業(yè)視覺系統(tǒng)可以 提升產(chǎn)品的良品率，加快產(chǎn)線運轉(zhuǎn)的速度。人眼能力不及：機(jī)器視覺鏡頭與相機(jī)統(tǒng)具有較寬的光譜響應(yīng)范圍，例如使用 人眼不可見的紅外光進(jìn)行測量，可擴(kuò)展人眼的視覺范圍，分辨細(xì)微管腳與裂 紋，辨識微弱的色差區(qū)別，在精確性、客觀性、速度與效率方面優(yōu)于人類。
2.2.識別、測量、定位、檢測，機(jī)器視覺的四大典型應(yīng)用場景
識別、測量、定位和檢測等四大應(yīng)用場景，實現(xiàn)難度依次遞增。識別：甄別目標(biāo)物體的物理特征，包括外形、顏色、字符、條碼等，其準(zhǔn)確 度和識別速度是衡量的重要指標(biāo)。常見的應(yīng)用場景是 OCR，讀取零部件上 的字母、數(shù)字、字符（例如條形碼、二維碼等）用于溯源。測量：把獲取的圖像像素信息標(biāo)定成常用的度量衡單位，再精確計算出目標(biāo) 物體的幾何尺寸，主要應(yīng)用于高精度及復(fù)雜形態(tài)測量。定位：獲取目標(biāo)物體的位置信息（二維或是三維），進(jìn)而輔助執(zhí)行后續(xù)操作， 常用于元件對位、輔助機(jī)器人完成裝配、拾取等。檢測：主要針對目標(biāo)物體的表面狀態(tài)，判斷產(chǎn)品是否存在缺陷，通常用于零 部件缺陷、污染物、功能性瑕疵檢測等。
機(jī)器視覺產(chǎn)業(yè)鏈呈現(xiàn)“一條主線，多點開花”。上游：機(jī)器視覺產(chǎn)業(yè)鏈的上游主要包括以光源、鏡頭、相機(jī)為首的核心零部件和底層的軟件算法庫。據(jù)中商產(chǎn)業(yè)研究院的數(shù)據(jù)統(tǒng)計，上游的零部件和軟件開發(fā)環(huán)節(jié)幾乎占據(jù)機(jī)器視覺系統(tǒng)成本80%。中游：產(chǎn)業(yè)鏈的中游主要包括視覺系統(tǒng)和智能視覺裝備。視覺系統(tǒng)是光學(xué)成像模塊（眼睛）與圖像處理系統(tǒng)（大腦）的集合體，可以獨立完成圖像采集功能并基于圖像采集的信息完成預(yù)期的處理工作（如定位、測量、檢測和識別等）。智能視覺裝備在系統(tǒng)的基礎(chǔ)上增加了結(jié)構(gòu)本體和自動控制部件，實現(xiàn)檢測/生產(chǎn)工藝的控制和執(zhí)行，給機(jī)器又植入了受大腦控制的“肌肉”和“四肢”。
下游：產(chǎn)業(yè)鏈下游通過系統(tǒng)集成商致力于將智能視覺設(shè)備與生產(chǎn)工藝相結(jié)合， 下游面向 3C 電子、汽車制造、新能源等眾多細(xì)分行業(yè)，并隨著技術(shù)滲透率 的提升行業(yè)下游呈現(xiàn)“多點開花”的態(tài)勢。
2.2.1.3C電子：落地機(jī)器視覺技術(shù)的行業(yè)基本盤，品類滲透加速
全球 3C 電子產(chǎn)業(yè)向發(fā)展中國家轉(zhuǎn)移，高精度、換代快等特點助推機(jī)器視覺技術(shù) 迭代，應(yīng)用場景延伸和品類拓展有望持續(xù)推動我國 3C 行業(yè)機(jī)器視覺滲透率提 升。2021 年，我國電子信息制造業(yè)收入同比增長 14.7%，逐步成為全球最大的 電子信息產(chǎn)品制造基地，全球電子信息制造業(yè)從發(fā)達(dá)國家向新興發(fā)展中國家轉(zhuǎn)移 趨勢明顯。
由于消費類電子行業(yè)元器件尺寸較小，檢測要求高，天然適合機(jī)器視 覺系統(tǒng)落地，其高精度要求也反向推動了機(jī)器視覺技術(shù)的革新。此外，消費類電子行業(yè)產(chǎn)品生命周期短、更新?lián)Q代快，制造企業(yè)需要頻繁更換產(chǎn)線設(shè)備，進(jìn)一步 增加了對機(jī)器視覺行業(yè)的需求。根據(jù) CMVU 統(tǒng)計，2019-2021 年中國機(jī)器視 覺在 3C 電子銷售增速高達(dá) 34%。未來，隨著機(jī)器視覺在 3C 制造中的應(yīng)用場 景由低精度的二維碼、字符識別進(jìn)一步延伸至超越人眼極限的高精度組裝與加工， 疊加終端產(chǎn)品從手機(jī)拓展至耳機(jī)、平板、手表、VR/AR 等品類，機(jī)器視覺在 3C 電子行業(yè)的滲透率有望持續(xù)提升。
2.2.2.汽車：智能汽車向“大型電子產(chǎn)品”演進(jìn)，視覺檢測迎來新需求
電動化、智能化產(chǎn)業(yè)趨勢帶來機(jī)器視覺產(chǎn)業(yè)沃土。汽車制造領(lǐng)域中的零配件檢測、 裝配校驗檢測、涂膠檢測等都離不開機(jī)器視覺技術(shù)。例如，3D 視覺系統(tǒng)可以以 高精度間隙對準(zhǔn)每一輛車的拼接縫，并對車門和車身進(jìn)行全面檢測，效率和準(zhǔn)確 率都高于人眼檢測。汽車產(chǎn)業(yè)的電動化、智能化將推動汽車向“大型電子產(chǎn)品” 演化，電子零部件成本占比可能超過整車 50%，雷達(dá)（激光、毫米波、超聲波）、 傳感器、通信（GPS、DSRC、4G/5G）、攝像頭、檢測、娛樂系統(tǒng)將會大幅提 升，行業(yè)提升具備機(jī)器視覺檢測技術(shù)的裝備的需求。2021 年，我國新能源車銷 量同比大增 157.6%至 352.1 萬輛，同期機(jī)器視覺的汽車行業(yè)規(guī)模已超過 10 億 元。
2.2.3.鋰電：行業(yè)維持高景氣，電池廠擴(kuò)產(chǎn)帶來視覺裝備需求井噴
鋰電池工藝復(fù)雜，機(jī)器視覺應(yīng)用場景豐富。電芯前段工序：在涂布、輥壓等環(huán)節(jié)，鋰電池表面容易產(chǎn)生露箔、暗斑、亮 斑、掉料、劃痕等缺陷，機(jī)器視覺主要應(yīng)用于涂布的涂覆糾偏、尺寸測量， 極片的表面瑕疵檢測、尺寸測量、卷繞對齊度等環(huán)節(jié)。電芯后工序：主要應(yīng)用于裸電芯極耳翻折、極耳裁切碎屑、極耳、入殼頂蓋 和密封釘焊接質(zhì)量檢測以及電芯外觀檢測、尺寸測量、貼膠定位等。模組和 PACK 段：主要應(yīng)用于底部藍(lán)膠、BUSBAR 焊縫、側(cè)焊縫、模組全 尺寸和 PACK 檢測等。
新能源汽車蓬勃發(fā)展，帶動鋰電行業(yè)的機(jī)器視覺呈井噴態(tài)勢。國家統(tǒng)計局的數(shù)據(jù) 顯示，2021 年中國鋰電池產(chǎn)量已達(dá) 232.6 億只，同比增長 23.4%。據(jù) GGII 不 完全統(tǒng)計，2021 年中國動力電池投擴(kuò)項目 63 個（含募投項目）、投資總額（含 擬投資）超過 6,218 億元，長期規(guī)劃新增產(chǎn)能已經(jīng)超過 2.5TWh。鋰電產(chǎn)能的快 速增加帶動機(jī)器視覺高速發(fā)展，2021 年市場規(guī)模達(dá)到 17.7 億元，2019-2021 年 CAGR 高達(dá) 110%。
2.2.4.光伏：良率要求提高，推動硅片分選機(jī)放量
光伏行業(yè)發(fā)展迅猛，帶來機(jī)器視覺檢測需求爆發(fā)。光伏電池片的生產(chǎn)可能產(chǎn)生碎 片、電池片隱裂、表面污染、電極不良等缺陷，如何提升產(chǎn)品良率、電池的光電 轉(zhuǎn)化效率和使用壽命是行業(yè)痛點，催生光伏硅片分選機(jī)等設(shè)備快速放量。2018- 2021 年，中國太陽能電池產(chǎn)量 CAGR 達(dá) 35%，2021 年同比增速達(dá) 42%，行 業(yè)迎來加速成長期，同期帶動機(jī)器視覺的光伏行業(yè)應(yīng)用規(guī)模由 2019 年 2.6 億元 快速提升至 2021 年的 6.5 億元，CAGR 高達(dá) 58%。
2.2.5.非工業(yè)：傳媒、安防、物流、交通等消費級應(yīng)用正成為新發(fā)展方向
機(jī)器視覺應(yīng)用方向包含工業(yè)級與消費級，產(chǎn)業(yè)邊界趨于模糊。根據(jù)機(jī)器視覺聯(lián)盟 （CMVU）的數(shù)據(jù)，用于消費電子、半導(dǎo)體與新能源等板塊的工業(yè)級機(jī)器視覺合 計占比 79.8%；相比之下，用于消費級機(jī)器視覺的安防與監(jiān)控、物流分揀以及智 慧交通等領(lǐng)域占比僅 17.0%，但份額逐年提升。
隨著 AI 和 5G 技術(shù)的商用落地，機(jī)器視覺不再局限于工業(yè)領(lǐng)域。機(jī)器視覺結(jié) 合三維重建、動作/表情捕捉、渲染等技術(shù)可實現(xiàn)人臉、表情、動作、衣物的還原， 構(gòu)建模擬逼真的人物形象，此外還可利用人臉識別、動作識別、物體追蹤等技術(shù) 模擬人的視覺能力。因此，機(jī)器視覺在影視、游戲、直播、文旅等領(lǐng)域還有施展 拳腳的空間。
2.3.全球市場空間廣闊，國內(nèi)市場滲透率低，對標(biāo)歐美成長性高
2.3.1.對標(biāo)歐美成長性高，2025年全球達(dá)147億美元市場空間
全球機(jī)器視覺市場穩(wěn)健增長，下游市場空間近千億美元。根據(jù) Markets and Markets 的數(shù)據(jù)，全球機(jī)器視覺器件市場規(guī)模保持穩(wěn)健增長態(tài)勢，預(yù)計 2025 年 將達(dá)到 147 億美元。我們認(rèn)為，未來傳統(tǒng)制造業(yè)機(jī)器視覺滲透率提升疊加新興 行業(yè)催生的市場需求，有望推動全球機(jī)器視覺行業(yè)持續(xù)穩(wěn)健增長。此外，考慮到 機(jī)器視覺下游的智能視覺裝備單位價值量更高，市場空間約為產(chǎn)業(yè)鏈中上游器件 市場的 6-7 倍，我們預(yù)計全球機(jī)器視覺系統(tǒng)市場空間將接近千億美元。
歐美機(jī)器視覺市場成熟度高，中國市場發(fā)展勢頭強(qiáng)勁。歐美國家得益于深厚的工 業(yè)基礎(chǔ)，在高端制造領(lǐng)域廣泛使用機(jī)器視覺設(shè)備，市場成熟度高，2015-2020 年市場增速 CAGR 僅 13.83%。而中國市場發(fā)展勢頭強(qiáng)勁，根據(jù)中國機(jī)器視覺 產(chǎn)業(yè)聯(lián)盟的數(shù)據(jù)，中國機(jī)器視覺行業(yè)規(guī)模從 2018 年的 101.80 億元增長至 2020年的 144.20 億元，CAGR 達(dá) 19.02%，2023 年有望達(dá)到 296.00 億元，2021- 2023 年 CAGR 高達(dá)到 28.0%。不過根據(jù) Wind 數(shù)據(jù)，2021 年中國的制造業(yè) 增加值占全球比例達(dá) 30%，高于美、日、德、韓的總和，但機(jī)器視覺市場全球占 比僅 24.6%。我們認(rèn)為，隨著產(chǎn)業(yè)升級和制造業(yè)高端化，中國機(jī)器視覺市場全球 規(guī)模占比有望超過逐步超過前述 30%的數(shù)據(jù)，提供國產(chǎn)機(jī)器視覺廠商迭代行業(yè) Know-how、參與全球競爭的舞臺。
2.3.2.3D視覺方興未艾，全球規(guī)模2025年將突破百億美元
3D 視覺作為機(jī)器視覺的重要發(fā)展方向，預(yù)計在 2025 年達(dá)到全球 150 億元美元 的市場規(guī)模。根據(jù)法國市場研究與戰(zhàn)略咨詢公司 YOLE 發(fā)布的全球 3D 成像和 傳感市場研究報告，2019 年全球 3D 視覺感知市場規(guī)模為 50 億美元，且市場 規(guī)模將快速發(fā)展，預(yù)計在 2025 年達(dá)到 150 億美元，2019-2025 年 CAGR 達(dá) 20%。。目前，消費電子占比 40%，是最大的應(yīng)用領(lǐng)域，工業(yè)緊隨其后排名第二， 占比達(dá) 21%，其次為航天航空和汽車。YOLE 預(yù)計隨著汽車智能化的滲透加速， 用于自動駕駛、座艙內(nèi)攝像頭的 3D 視覺將是未來五年增長最快的細(xì)分。根據(jù)高 工產(chǎn)業(yè)研究院的數(shù)據(jù)， 2025 年我國機(jī)器視覺市場規(guī)模將達(dá)到 415.92 億元，其 中，3D 視覺市場規(guī)模將達(dá)到 104.35 億元。占比超過 25%。
2.4.競爭格局：歐美、日本占據(jù)龍頭，國內(nèi)格局較為分散
基恩士和康耐視為全球龍頭，合計全球市場份額達(dá) 64%。國際領(lǐng)先的機(jī)器視覺 公司康耐視 2021 財年和基恩士 2021 財年的營業(yè)收入分別約為 66.91 億元和 323.42 億元。結(jié)合 Markets and Markets 對全球中國市場的估計，2021 年日 本基恩士全球市場份額為 55%，中國市場份額為 38%；美國康耐視全球市場份 額為 9%，中國市場份額為 7%。兩大龍頭體量遠(yuǎn)大于國內(nèi)的奧普特、天準(zhǔn)科技 等一流廠商，國內(nèi)仍以中小規(guī)模企業(yè)為主，相比國外龍頭有較大的成長空間。
國產(chǎn)化進(jìn)程加速，自主產(chǎn)品銷售占比持續(xù)提升。盡管我國機(jī)器視覺行業(yè)起步較晚， 最開始主要從事國外產(chǎn)品代理，但隨著本土廠商技術(shù)和經(jīng)驗的積累，國內(nèi)機(jī)器視 覺企業(yè)開始憑借更定制化的本土服務(wù)和顯著的成本優(yōu)勢參與市場競爭，自主研發(fā) 產(chǎn)品比例不斷擴(kuò)大。2019-2021 年，自主產(chǎn)品銷售額從 85.9 億元增長至134.7%，CAGR 達(dá) 25.2%，自主產(chǎn)品銷售占比也從 79.2%提升至 82.2%。 2020 年中國機(jī)器視覺專利達(dá) 3124 項，是美國的 18 倍，行業(yè)技術(shù)格局已發(fā)生 根本性的變化。根據(jù) CMVU 調(diào)查數(shù)據(jù)，2021 年中國機(jī)器視覺銷售額排名前五 分別是凌云光、大恒集團(tuán)、奧普特、寶視納和華?？萍?。在細(xì)分領(lǐng)域， 2021 年 本土領(lǐng)軍企業(yè)凌云光在消費電子領(lǐng)域市場份額已達(dá) 22.4%，位列國內(nèi)第三，僅次 于康耐視和基恩士。此外，公司在印刷包裝領(lǐng)域已經(jīng)占據(jù) 21.1%的行業(yè)第一份 額。
國內(nèi)競爭格局相對分散，集中度下降，國產(chǎn)廠商加速追趕。機(jī)器視覺的下游應(yīng)用 呈現(xiàn)碎片化和定制化，行業(yè)的集中度較低，單個企業(yè)也呈現(xiàn)多型號、小批量的業(yè) 務(wù)結(jié)構(gòu)特征。根據(jù)機(jī)器視覺產(chǎn)業(yè)聯(lián)盟（CMVU）2021 年度企業(yè)調(diào)查結(jié)果，機(jī)器 視覺的市場集中度呈下降趨勢。2019-2021 年，銷售額 CR5 從 37.7%下降至 31.3%，銷售額 CR10 從 51.3%下降至 43.1%?？紤]到較成熟的國外市場相 比，我國機(jī)器視覺行業(yè)仍處于生命周期的早期，市場遠(yuǎn)未飽和，我們認(rèn)為短期內(nèi) 中國機(jī)器視覺市場規(guī)模會隨自動化水平的提高而增加，行業(yè)集中度將保持較為分 散。
3.競爭壁壘：技術(shù)實力決定產(chǎn)品層次，國產(chǎn)替代方興未艾
機(jī)器視覺核心價值集中于產(chǎn)業(yè)鏈上游，硬件工藝與軟件算法決定產(chǎn)品技術(shù)天花板。 機(jī)器視覺設(shè)備價值可拆分為上游零部件與軟件、中游組裝集成與售后維護(hù)，其中 上游占據(jù)了80%價值量，技術(shù)壁壘最高；硬件部分當(dāng)中工業(yè)相機(jī)價值占比達(dá) 50% 以上，由圖像傳感器、圖像采集卡與各類芯片組成，技術(shù)壁壘極高。
技術(shù)路徑多線匯集，機(jī)器視覺公司各有所長。機(jī)器視覺系統(tǒng)由多個軟、硬件產(chǎn)品 組成，基于同一技術(shù)平臺的部件集成有利于系統(tǒng)穩(wěn)定可靠，但由于其中各部件技 術(shù)路徑相對獨立，行業(yè)內(nèi)除基恩士之外的多數(shù)企業(yè)都只專注于其中一個或幾個部 件，比如康耐視的核心在于視覺軟件，國內(nèi)的奧普特擅長光源及控制器，自主化 領(lǐng)域各有不同。
3.1.硬件：光源、相機(jī)國產(chǎn)化率高，鏡頭任重道遠(yuǎn)
光源是機(jī)器視覺的照明系統(tǒng)，直接決定成像質(zhì)量和算法效果。機(jī)器視覺光源主要 包括 LED 光源和光源控制器，用于增加對比度以分離圖像目標(biāo)與背景，是后期 圖像采集與處理的基礎(chǔ)，因此光源的質(zhì)量直接決定圖像分析的難度。光源技術(shù)從 傳統(tǒng)鹵素?zé)簟晒鉄舻浆F(xiàn)在普遍使用的 LED，再到 3D 視覺應(yīng)用的結(jié)構(gòu)光、激光 光源，場景應(yīng)用逐步多元化，方案針對性也逐步提升。例如在一個視覺應(yīng)用的光 源選型中，廠商需要根據(jù)客戶提出的需求，綜合考慮光源的照射角度、照射方式、 光的平行性、柔和性等因素選擇適合光源的型號和組合，是一個復(fù)雜的非標(biāo)定制 環(huán)節(jié)。
光源是機(jī)器成像的基礎(chǔ)，中國光源廠商進(jìn)入較早份額領(lǐng)先。光源的國產(chǎn)化率較高， 市場集中度也較高，已成功進(jìn)入國際市場，主要廠商有奧普特、康視達(dá)、沃德普、 樂視等。其中，奧普特是國內(nèi)最早起步的光源廠商，截至公司招股書發(fā)行日已共有 38 個系列、近 1000 款標(biāo)準(zhǔn)化產(chǎn)品并提供定制化的光源服務(wù)，2021 年公司 實現(xiàn)光源業(yè)務(wù)收入約 3 億元，保持國產(chǎn)領(lǐng)先。
鏡頭是機(jī)器視覺圖像采集部分重要的成像部件，海外廠商優(yōu)勢明顯。與普通鏡頭 相比，工業(yè)鏡頭要求清晰度更高、透光能力更強(qiáng)、畸變程度更低等，需要考慮焦 距、視場角、光圈以及景深等因素。選取恰當(dāng)?shù)臋C(jī)器視覺光學(xué)鏡不僅有助于后續(xù) 圖像處理工作，而且可以降低設(shè)備成本。在工業(yè)鏡頭領(lǐng)域，海外企業(yè)進(jìn)駐較早， 研發(fā)實力強(qiáng)勁，品牌影響力較大，在高端工業(yè)鏡頭市場占據(jù)競爭優(yōu)勢，如德國施 耐德、日本 CBC Computar 等。我國雖然起步較晚，但涌現(xiàn)出了優(yōu)秀的鏡頭公 司如廣州長步道、東正光學(xué)等企業(yè)。
工業(yè)相機(jī)實現(xiàn)光信號轉(zhuǎn)換，本土品牌有望實現(xiàn)全面國產(chǎn)替代。工業(yè)相機(jī)是工業(yè)視 覺系統(tǒng)的核心零部件，其本質(zhì)功能是將光信號轉(zhuǎn)變成電信號，要求產(chǎn)品具有較高 的傳輸力、抗干擾力以及穩(wěn)定的成像能力。隨著設(shè)計技術(shù)和制造工藝的不斷提升， 成本更低、分辨率更高、集成度更高的 CMOS 圖像傳感器逐漸替代早期的 CCD 傳感器。目前市面上的工業(yè)相機(jī)主要有面陣相機(jī)、線陣相機(jī)、3D 相機(jī)以及智能 相機(jī)。據(jù) CMVU 的統(tǒng)計，2015 年后，中國涌現(xiàn)出了一批有規(guī)模的、有競爭力 的國產(chǎn)品牌，如海康機(jī)器人、大恒圖像、華?？萍嫉饶戤a(chǎn)十萬顆以上的公司。2020 年，國產(chǎn)相機(jī)銷售數(shù)量占比已超過 80%，有望在不久的未來實現(xiàn)對進(jìn)口的全面 替代。
3.2.軟件和數(shù)據(jù)：沉淀數(shù)據(jù)構(gòu)建壁壘，新興產(chǎn)業(yè)劃定“新起跑線”
軟件是機(jī)器視覺產(chǎn)業(yè)的核心中樞，機(jī)器視覺為機(jī)器植入“眼睛”和“大腦”，其 背后的本質(zhì)是數(shù)據(jù)的積累和算法的迭代。機(jī)器視覺的普及為海量數(shù)據(jù)的獲取提供 了便捷的途徑；而深度學(xué)習(xí)算法、新型計算成像技術(shù)等前沿工具的普及又拓寬了這雙眼睛的適用范圍，由此形成“數(shù)據(jù)->算法->更多的數(shù)據(jù)->更優(yōu)的算法”的 飛輪效應(yīng)。
與簡單的傳感器不同，視覺傳感器生成大量圖像數(shù)據(jù)，在 AI 和深度 學(xué)習(xí)算法的幫助下可不斷學(xué)習(xí)并優(yōu)化，提取出更豐富的特征信息，推動模型迭代， 新一步提升效率和準(zhǔn)確率。機(jī)器視覺下游應(yīng)用場景紛繁復(fù)雜，需要借助大量的數(shù) 據(jù)積累優(yōu)化算法庫，提升行業(yè) Know-how。國內(nèi)視覺處理分析軟件一般建立在 OpenCV 等開源視覺算法庫上做二次開發(fā)，或直接采購 Halcon（德國 MVTec 公司）、 Vision Pro（美國康耐視公司）等經(jīng)歷了二十多年數(shù)據(jù)沉淀的第三方商 業(yè)付費算法庫。 圖 52. 國內(nèi)算法以二次開發(fā)為主，AI 算法
新能源行業(yè)自動化的普及和深入，為本土機(jī)器視覺企業(yè)帶來了彎道超車的機(jī)遇。 在汽車、3C 等傳統(tǒng)制造業(yè)，雖然國產(chǎn)機(jī)器視覺企業(yè)在工藝數(shù)據(jù)積累、打通關(guān)鍵 客戶上存在差距，短期內(nèi)較難獲得快速發(fā)展，但是在新興行業(yè)，本土企業(yè)迎來了 前所未有的發(fā)展機(jī)會。例如，2021 年中國的動力電池出貨量已達(dá)全球的一半， 我國光伏新增裝機(jī)已持續(xù) 7 年位居全球首位，光伏產(chǎn)業(yè)鏈的本土化率更是達(dá)到 70%以上。我們認(rèn)為，在具有本土優(yōu)勢的新興行業(yè)中，國內(nèi)企業(yè)與國外的龍頭公 司在行業(yè) know-how 的積累上基本處于同一起跑線，且沒有傳統(tǒng)行業(yè)歷史上緊 密的客戶綁定關(guān)系，有望在新興產(chǎn)業(yè)的機(jī)器視覺領(lǐng)域彎道超車。
3.3.創(chuàng)新能力：3D視覺前景廣闊，技術(shù)迭代打開應(yīng)用空間
2D 機(jī)器視覺技術(shù)具有局限性，3D 可以作為有效補(bǔ)充。使用 2D 機(jī)器視覺技術(shù) 可以獲取二維圖像，在三個自由度（x、y 和旋轉(zhuǎn)）上定位被攝目標(biāo)，并基于灰度、 對比度的特征進(jìn)行分析。但 2D 技術(shù)存在無法提供物體高度、平面度、表面角度、 體積等三維信息、易受光照變化影響、對物體運動敏感等局限性。3D 技術(shù)增加 了旋轉(zhuǎn)、俯仰、橫擺三個維度，更能還原真實立體世界，通過 3D 視覺傳感器采 集 3D 輪廓信息，形成 3D 點云，實現(xiàn)平面度、翹曲度、段差、曲面輪廓度等 3D 尺寸量測。
3D 視覺技術(shù)主要包括雙目、結(jié)構(gòu)光、ToF、和激光三角測量。雙目技術(shù)：通過模仿人眼用兩個攝像頭觀察同一景物，具有系統(tǒng)結(jié)構(gòu)簡單、 實現(xiàn)成本低，識別距離遠(yuǎn)等特點，目前應(yīng)用較為廣泛，但其弊端為算法復(fù)雜， 計算量大，不適合在光線較差的環(huán)境中使用。
飛行時間法成像技術(shù)（TOF，Time Of Flight）：通過給目標(biāo)物連續(xù)發(fā)送光 脈沖，通過探測光脈沖發(fā)射到返回的飛行時間來得到目標(biāo)物距離，具有響應(yīng) 快、軟件簡單、識別距離遠(yuǎn)等特點，缺點是分辨率低、不能精密成像且成本 較高。3D 結(jié)構(gòu)光：從光源投射出一定結(jié)構(gòu)（比如黑白相間）的光線，通過條紋/斑 點的變形計算圖形的三維圖像，其計算簡單、精度較高，普及度較高。2017 年蘋果發(fā)布的 iPhone X 就搭載了前置 3D 結(jié)構(gòu)光傳感器用于 Face ID 的 人臉解鎖。激光三角測量：與 3D 結(jié)構(gòu)光技術(shù)類似，區(qū)別是以激光作為光源來確定空間 物體的三維坐標(biāo)，精準(zhǔn)度高、成本低，但不適于遠(yuǎn)距離測量。
工業(yè)控制對精度、柔性的要求高，場景還原度更好、魯棒性更強(qiáng)的 3D 有望加速 滲透。盡管目前 2D 視覺可以滿足絕大部分行業(yè)對檢測的需求，但涉及到立體工 件、精度要求高的檢測仍需 3D 視覺來配合。通過增加 3D 視覺模塊，增加工業(yè) 機(jī)器人的環(huán)境感知能力，可以拓寬應(yīng)用場景。例如，3D 視覺能使機(jī)器人更加精 準(zhǔn)地定位被操作物，實現(xiàn)更高難度的不規(guī)則包裹抓取、非標(biāo)金屬部件焊接等操作， 機(jī)器人柔性大幅提升。根據(jù) MIR 的預(yù)測，搭載 3D 視覺的工業(yè)機(jī)器人滲透率將有望從 2021 年的 4%提升至 2025 年的 10.5%，出貨量 CAGR 達(dá) 46%。
3D 視覺技術(shù)在消費級應(yīng)用上空間廣闊。消費電子：2017 年 9 月以來，蘋果公司的 iPhone X、iPhone 11、iPhone 12 手機(jī)系列均搭載了前置結(jié)構(gòu)光 3D 視覺傳感器，并在 iPhone 12 Pro 上 同步搭載了基于 dToF 技術(shù)的后置激光雷達(dá)掃描儀；安卓端包括華為 Mate 系列、P 系列，OPPO Find X，魅族 17 Pro、18 Pro 等陸續(xù)有十余款智 能手機(jī)分別在前置和后置視覺傳感器中不斷嘗試使用結(jié)構(gòu)光和 ToF 技術(shù)。 通過在智能手機(jī)、平板設(shè)備、電視等智能終端設(shè)備上搭載 3D 視覺傳感器可 以使其具備 3D 人臉識別解鎖、沉浸式交互、體感交互等能力，從而帶來更 安全、更好的用戶體驗。
AIoT：3D 視覺傳感器可以被搭載在 3D 空間掃描設(shè)備、服務(wù)型機(jī)器人、 AR/VR設(shè)備等終端上以實現(xiàn)傳統(tǒng) 2D相機(jī)無法實現(xiàn)的功能，例如三維重建、 避障導(dǎo)航等；在服務(wù)機(jī)器人應(yīng)用領(lǐng)域，3D 視覺傳感器可以幫助服務(wù)機(jī)器人 高效完成人臉識別、距離感知、避障、導(dǎo)航等功能，使其更加智能化。目前 已實現(xiàn)落地的應(yīng)用包括掃地機(jī)器人、自動配送機(jī)器人、引導(dǎo)陪伴機(jī)器人等， 服務(wù)于家庭、餐廳、旅館、醫(yī)院等多個線下場景。根據(jù) IDC 的數(shù)據(jù)，2017 年全球商務(wù)用機(jī)器人市場規(guī)模為 213.2 億美元，預(yù)計 2022 年全球市場規(guī)模 可達(dá) 538.0 億美元，2017-2022 年復(fù)合增長率預(yù)計為 20.3%。
3D 視覺仍處于探索初期，具備核心技術(shù)的廠商有望率先受益。隨著 5G 技術(shù)的 推廣普及，人工智能和物聯(lián)網(wǎng)應(yīng)用將迎來快速發(fā)展，推動視覺技術(shù)加速從 2D 成 像向 3D 視覺感知跨越。根據(jù) 2019 年 Gartner 新興技術(shù)發(fā)展周期曲線圖，3D 視覺感知概念已經(jīng)突破了早期的期望膨脹期，并逐漸步入產(chǎn)業(yè)化前的重要發(fā)展階 段，不斷探索潛在的細(xì)分領(lǐng)域應(yīng)用，尋找潛在的增長拐點。目前全球已掌握核心 技術(shù)并實現(xiàn)百萬級面陣 3D 視覺傳感器量產(chǎn)的企業(yè)僅有蘋果、微軟、索尼、英特 爾、華為、三星和奧比中光等少數(shù)企業(yè)。我們認(rèn)為在這一新領(lǐng)域逐步走向成熟的 過程中，具備創(chuàng)新能力、掌握核心技術(shù)的公司有望率先受益。
