劳动力成本的不断提升以及制造业对于高效率的追求，迫使更多的企业采用自动化设备取代人工来完成生产。而作为生产线上不可或缺的检测手段，机器视觉正在为制造业带来革命性变化。

如果把生产制造比作人体，那么机器视觉就是火眼金睛。在生产制造业中，机器视觉技术被广泛应用于一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合，以及在大批量的工业生产中替代人工检测，具有精确性高、速度快、成本低、易于集成等多重优势，能够大幅提高工作效率及质量。

随着制造业转型升级的推进，市场对机器视觉产品的需求日益增长。根据gongkong?市场研究显示：

● 2021年机器视觉市场受3C电子、半导体、新能源汽车市场需求拉动，整体增长显著；

● 2021年随着机器视觉市场需求的逐步释放，新进入厂家持续增加；

● 随着机器视觉产品的技术成熟和竞争加剧，价格有所降低；

● 国产品牌份额逐步提升，国内以海康威视为代表的企业增长显著，直逼进口品牌份额；

● 从产品端看，机器视觉产品逐步从2D向3D产品渗透，机器视觉产品线逐步丰富。3D视觉将更趋于智能化、集成化、实时性、高性能、多场景应用等方向。

在机器视觉的产业链中包含光源、镜头、工业相机、图像采集卡、图像处理系统，算法与软件平台，以及其他外部设备组成。机器视觉技术的发展需要不断融合创新，试验各种落地应用。

因此，在本期专题中，gongkong?特别邀请产业链不同环节中的机器视觉企业，力求多角度探讨器视觉技术的发展方向和应用落地。

慧眼如炬，机器视觉的应用与特点

机器视觉能够充分满足高精度、柔性生产的需求，随着技术的不断完善、渗透，下游应用场景也日趋多样化。目前主要应用于消费电子、汽车制造、制药业等批量流水制造型企业。但行业市场仍保持高度集中，以消费电子和汽车制造领域为主。

总的来说，在不同行业的工业生产中都需要机器视觉技术给出快速又精准的决策。安森美智能感知部工业及消费应用大中华区市场经理陶志介绍说，用于测量时，要快速判断液位、尺寸等；用于定位时，要快速准确给出物品的正确位置；用于计件检验时要快速计算出数量；用于解码识别时要快速准确识别二维码、字符信息等，从而实现更快、更准确的产品检测，提高效率并降低成本。

基于各个行业自身特性的不同，以及各行业对机器视觉技术认知的不同，不同行业用户对视觉也有着不同的要求。“的确如此，不同的行业，实际应用场景不同，运用的具体技术、解决方案也不同，有些场景适合运用2D技术，有些场景偏重于3D+AI深度学习的解决方案，但总的来说万变不离其宗，均侧重于解决工业生产中定位、检测、测量、识别、分类等难题。”华汉伟业相关负责人讲道。

在汽车、3C、制药等行业，这些行业应用机器视觉技术的共同特点是连续大批量生产、对外观质量的要求非常高，但彼此之间的差异也非常明显。对此，邦纳助理视觉产品经理黄来舟表示，在不同行业中应用机器视觉技术，被测物一致性最好的是3C行业，其次是汽车行业，包装行业则相对较差。从对视觉系统的分辨率来看，一般情况下，电子行业＞汽车行业＞包装行业。从检测速度来讲，包装行业＞电子行业＞汽车行业。

ifm 3D ToF成像系统产品销售经理何正介绍说，在汽车、3C、制药等行业都会使用相机用于产品的检测和验证，其中汽车行业的自动化程度最高、零件最为多样、工作环境最为复杂，所以对机器视觉产品也提出了非常高的要求。

尽管不同行业对机器视觉技术有着不同的要求，但机器视觉的应用越来越普遍且通用性越来越广泛。Allied Vision亚太区高级市场经理邹毅也表达了相同观点，他表示企业需要根据自己的实际情况，包括环境、工况、材料、检测目标等，采用不同的机器视觉系统。

以通用型的机器视觉技术来看，例如智能相机，可解决一些简单的机器视觉识别的常规任务，客户无需进行专业的定制或开发。但对于复杂的识别任务，则需要客户自己或通过设备集成商定制适用于该应用的机器视觉系统，这对用户本身的能力提出了较高要求。

因此，对于处于不同行业与不同场景的用户来说，需要寻求一种适合自身需求的解决方案，逐步替代人工检测。在堡盟产品市场经理-视觉技术陈田看来，随着企业自动化水平的不断提升，大家对机器视觉技术的要求也将变得越来越高。

例如，汽车行业，对机器视觉产品的防护等级以及帧率要求较高，在环境严苛的装配线上需要高防护等级的工业相机，在车身3D扫描和检测的应用中需要使用高帧率相机。3C行业，由于检测应用种类广泛，对相机的分辨率要求比较广泛。制药行业，特殊要求的应用种类较多，例如医药原料检测，就需要使用能够抗氧化的检测设备。

应用场景加速拓展，让视觉成为生产力

面对制造业劳动力相对不足、人工成本持续高涨等诸多问题的呈现，越来越多的企业开始注重高效率、快节奏的生产方式。产业升级的巨大需求，使得机器视觉技术在制造生产中占据了越来越重要的地位。

机器视觉在各行业的应用范围和应用深度不断拓展，在这里，我们将探讨几个主要应用行业，以期为大家提供积极、有效的参考。

3C行业

随着消费电子产品越来越精密化，在元器件尺寸越来越小的同时，质量标准也在同步提高。因此，对于机器视觉的需求不断放大。

在3C行业，机器视觉应用已经较为普遍，主要用于高精度制造和质量检测。具体来看，3C行业元器件尺寸较小，检测要求高，其元器件、部件、成品全产业链的制造环节都需要机器视觉的参与，其中70%的机器视觉应用在质量检测环节。主要应用集中在PCB、平板和半导体检测。

通常3C行业的检测，特别是平板LCD检测，对相机分辨率要求较高，对成像速度（帧率）无别要求。此外，还会应用一些高光谱成像技术，如短波红外经常用于半导体检测。

汽车行业

在汽车制造行业，机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印刷和质量检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。

Allied Vision认为，汽车行业原先主要依靠三坐标测量完成，效率低、时间长、数据量严重不足，且只能离线测量。机器视觉引入非接触测量技术，逐步发展成固定式在线测量站与机器人柔性在线测量站等在线测量系统，能够严格监控车身尺寸波动，提供数据支持。

何正则通过具体案例详细介绍了相机在汽车行业中的应用。例如，ifm的3D相机可以直接定位电池组件在托盘上的三维空间位置，让机器人直接进行抓取，并送入下一步加工流程，解决了普通相机无法引导机器人进行3D定位的瓶颈，将工人从机械化的劳动中解放出来，提高了工厂生产效率，降低了生产成本。

制药行业

在药品的生产、包装过程中，机器视觉技术可以发挥其强大的功能。主要用于物体检测、计量检测、OCR字符识别、跟踪和追踪等。

这些应用对机器视觉的要求并不高，普通机器视觉相机均可满足检测需求。但由于药品生产的特殊性，制药行业的用户对相机或视觉设备有一定的防水和防腐蚀需求。

新能源

在新能源产业稳步拓展和降碳环保背景下，光伏、锂电池的检测需求大幅增长。陶志则表示，在整个新能源检测领域需要图像传感器提供更高分辨率和速度来提高生产效率。例如，安森美的XGS工业级全局快门图像传感器，用了最新的3.2 um pixel工艺，极具性价比优势。

随着新能源市场的大爆发，特别是在“双碳”目标的牵引下，锂电行业的市场规模正在以肉眼可见的速度扩张。锂电池产品表面容易产生露箔、暗斑、亮斑、掉料、划痕等缺陷。在智能化生产过程中，机器视觉解决方案能够提升锂电的品质、产能、效率及大大降低缺陷的漏失率。

LMI Technologies表示，在锂电制造领域，其3D视觉检测方案聚焦锂电工序的电芯段和模组段。电芯段的应用集中在电芯顶盖焊的焊前高度差、平面度、间隙检测及焊后的外观缺陷检测、注液口密封钉焊接检测、电芯六面外观缺陷检测和电芯蓝膜外观缺陷检测等；在模组段，LMI提供模组侧缝焊后检测、BusBar焊后检测及模组全尺寸测量等相关需要尺寸量测以及外观缺陷检测的应用。

针对锂电领域复杂的缺陷及零漏检要求，华汉伟业也分享了在电芯工艺段中的应用，在电芯包膜前对铝壳进行外观缺陷检测，防止外观不良品流入下道工序。华汉伟业采用机器视觉“缺陷检测”算法，可以稳定检测出直径>0.1mm的凹坑/凸起、深度>0.05mm的划痕，有效降低不良率，提升检测效率，节约生产成本。

移动机器人

机器视觉的引入，如同为机器人装上了眼睛，实现了对机器人的精确导航。随着移动机器人在各细分领域的快速发展，结合机器视觉实现高精准、人际协调等概念逐渐成为发展新趋势。

仙工智能介绍说，在人员和自动叉车、AMR混用的场景中以及在一些现场的设备、人员、货物面临统一管理难题的场景中，机器视觉技术都能够很好地满足客户需求。例如，仙工智能的 RoboView 视觉AI解决方案，通过采集实时的2D视频和3D点云数据对目标物体进行分类、识别、定位、分割，达到高精度、高稳定性及多维度丰富的信息，为车、厂协同提供稳定、可靠的感知能力。

随着机器人的迭代发展，机器人厂商的需求也不断提升，如更高的分辨率、更快的帧率、更好的环境适应性等。“客户在应用机器视觉技术的过程中，通常根据应用场景会有多元的需求，比如机器人的车速和所需要探测的区域的变化，都对产品有着截然不同的要求。”何正讲道。针对此，ifm设计了多系列产品：O3D、O3X、O3M。如O3X探测距离较短，当车速较快时，达不到想要的探测距离，而且抗光等级较弱，只适用于室内使用，而户外长距离的应用则可以选择O3M。

创新引领进步，机器视觉与多领域技术融合

目前，视觉产品正在向高集成度、高易用性、智能化和低成本等方向发展。未来，机器视觉将与多种创新技术融合，如3D、人工智能等多种技术，由单一的检测、定位、测量功能向更加智能化方向发展。

3D视觉

随着工业检测对精度要求的进一步提高，3D视觉技术逐渐进入人们的视野。在2D视觉的基础上，3D视觉增加了物理空间的深度信息，更全面、更真实地记录了物理世界。

对此，黄来舟表示，从技术方向上来讲，3D应用将进一步扩大，深度学习应用增多、AI和云技术也将会更多地融入到机器视觉中。在汽车和电子行业，目前已经使用或者将要使用3D视觉解决方案，而在包装行业，这类应用还很少，仍处于探索阶段，并且成本是一个不小的制约。“当然，无论技术再怎么迭代，最终还是给人用的。不可能人人都是视觉专家，视觉应用的简单化始终是要追求的目标。”黄来舟补充道。

谈及3D视觉技术发展时，LMI Technologies负责人也分享了相同观点，传统的2D视觉检测技术已无法满足客户的需求，而3D机器视觉的应用范围越来越多，同时LMI也将AI与3D视觉融合运用到行业检测中。此外，兼顾硬件和软件的产品和解决方案被完美集成到产线中也是生产企业所期待的。以LMI公司的3D检测解决方案为例，最大的特点就是LMI提供的不仅仅是一个标准的3D硬件，更多的是通过嵌入式的一体式智能3D软件算法平台，针对客户应用的技术难点进行快速的定制化。

仙工智能则认为在3D视觉应用中，要求精准定位并评估3D场景下的物体，因此存在较高的研发和部署难度，应用尚不如2D技术普遍，但随着技术的发展，3D技术终将成为未来趋势。他们从自身行业所处特点来看，拥有视觉的机械臂、移动 AMR、AGV 等组合产品将越来越多。随着2D视觉的成熟稳定，深度学习技术也因为可靠、鲁棒的特点越来越多的落地到产品中；3D技术的持续发展、跟进，将极大地推动目前还不成熟的机械臂应用市场，并推动革新自动化向智能化进化。

人工智能

目前，机器视觉正由传统工业视觉向深度学习工业视觉转变，AI技术在其中正发挥重要作用。

Allied Vision认为，“传统的视觉应用一般基于PC研发，虽然几十年来技术水平确实有很大的提高，但也有体积大、价格高和智能化不足等缺陷，随着嵌入式视觉和人工智能技术的发展，可以使一些需求比较强劲的应用，如瑕疵检测、尺寸测量、机械手引导和目标定位等以更紧凑、更智能的方式实现。”

陶志也分享了相同的观点，“机器视觉应用需要经济高效的方案，将出色的全局快门性能与动态范围、快门效率、光学格式和各种分辨率的相结合。目前我们看到的机器视觉应用大多是分立式，这提供了足够的灵活性。随着嵌入式处理器性能的提升，以及行业标准的完善，我们预计未来嵌入式机器视觉应用会有很大的发展空间。”

陈田也特别提到由于工业AI和边缘计算技术的发展和应用，单纯的工业相机已经不能满足相关的应用场景。这些应用场景中需要相机自带一定的算力，支持AI运算，并能够通过网络进行数据交互，实现边缘计算。

高带宽数据接口

机器视觉技术将在越来越多的行业和不同的应用场景中广泛的应用，其技术发展也会随着不同应用场景中的不同需求而发展。

陈田认为，从技术的角度来看，随着不同应用对图像质量的要求越来越高，图像传感器技术会不断地更新迭代，更多新的技术将用于传感器的设计，因此工业相机厂家也会不断地根据图像传感器来更新产品组合，例如堡盟LXT系列相机就涵盖了SONY 二代、三代和四代芯片。另一方面，随着应用对速度的要求不断提升，相机的接口技术也会朝着更高带宽的接口方向发展，例如10 GigE、40 GigE以及100 GigE，以满足高速应用的帧率需求。

在高带宽数据接口变化方面，Basler China产品市场高级经理王学瑞告诉gongkong?，随着技术的进一步发展，用户对机器视觉系统的检测精度、检测速度都有更高的需求，要求视觉系统在提高分辨率的同时，拥有更高的速度（帧率），因此，5-GigE，10-GigE以及CXP2.0等高带宽数据接口将成为必然选择。相比于已经成熟的GigE，USB 3.0和Camera Link接口，上述新的数据接口在传输带宽，线缆距离以及易用性上面都有较大提高。

例如，4通道CXP-12接口带宽是Camera Link满带宽的8倍左右，CXP-12线缆传输距离可达40m，明显长于Camera Link传输距离。而5-GigE接口作为GigE的升级，在将传输带宽相较于GigE接口提升了五倍的同时，还保留了GigE接口易于安装、适于长距离稳定数据传输等多种特性。

加速技术升级，赋能产业高效“慧眼”

任何新技术的产生均有其自然演化过程，每一新技术的成熟应用也需要建立在有效摸索的基础上。目前，机器视觉技术在复杂工件清晰成像、高精度成像、高精度图像分析处理等方面的应用上依然存在一定难点。

黄来舟也特别提到了光源、工件位置和工件表面质量的稳定性，以及工件本身的一致性，工件材质、物体的运动速度、光学系统的精度等仍是目前机器视觉应用的难点。但他认为，最重要也最不可忽视的因素是人。

从邦纳与终端用户打交道的经验来看，规模大、人员素质高的企业，更容易掌握产品的使用和维护。对于一些小企业，往往因为人员能力问题，导致设备部署后难以做到有效地维护而不能实现持续使用。在这一点上，机器视觉厂商不仅仅需要成为用户的合作伙伴，更应该变成他们的技术顾问，提供更多支持。

丰富的产品线、可靠的性能、简单易用的方案、高性价比和优良服务，均是选择机器视觉产品考虑的关键因素。但是，对于用户来说，需要的不仅仅是一组合适的硬件及软件，更多地希望厂商能够根据他们的应用要求和环境进行可行性分析，给出适合的解决方案。

“产业升级带来的需求变化之一是行业上下游都将更关注于提升自身核心竞争力，用户需求将从单纯的视觉器件使用需求向行业视觉解决方案需求转变，具有行业know-how属性的全套视觉行业解决方案将成为辅助用户实现复杂视觉应用的关键。”王学瑞表示。Basler近年来致力于打造提供整套视觉解决方案的one stop solution概念，针对电子检测、物流、机器人、医疗等行业提供各类行业视觉解决方案。

小结

随着制造业对产品品质的不断提高，加上人力成本的急剧提升，将为机器视觉技术更加广泛的应用提供契机。

同时，随着机器视觉技术应用的不断深入，以及技术本身的不断发展成熟，更多专业技术人才的涌现以及广大用户对机器视觉技术的认知度提升，gongkong?相信，在充分感受到机器视觉技术带来的显著效益后，必将开启更广泛的机器视觉应用热潮。