MIR 睿工业《2023年工业3D视觉产业发展白皮书》正式发布

1969年，第一片CCD图像传感器在美国贝尔实验室诞生，为工业视觉行业开启了数码图像的大门。自此生活、生产的各个领域都开始与图像和视觉连接。机器视觉领域也开始发芽成长：从黑白到彩色、从低分辨率到高分辨率、从平面信息到三维信息。发展到如今，机器视觉已经可以理解三维立体空间（3D），并将立体图像视觉呈现在眼前，而这也是行业内人士所说的第四次视觉革命。

在2022年大半年的时间里，中国疫情反复，下游消费疲软、上游工业生产活动受阻，使得更多的企业调整工业机器视觉设备导入的步伐。同时，工业生产中，高精度和稳定性成为了下游终端厂商关注的重点，这进一步推动了工业3D视觉的发展。一些3D新兴厂商、原2D厂商、机器人厂商/集成商/自动化终端用户纷纷布局工业3D视觉赛道。

3D视觉市场分析

据白皮书数据显示，在全球机器换人进程加快，先进制造领域自动化导入加速的背景之下，全球工业3D视觉市场近五年来市场保持着较高增速，年复合增长率约35%，2022年全球出货量规模更是达到了约10万套。中国大陆作为全球第二大工业3D视觉市场，2022年出货达3.5万套，近五年复合增长率近40%。在经过2020~2022年疫情的加速和用户教育的逐渐推进，中国工业自动化导入速度明显加快，对于3D视觉的需求量随之快速增长，预计2023年-2025年3年复合增长率近30%，并有望带动全球市场快速发展。

2017~2025 年中国工业 3D 视觉市场规模推移

MIR 睿工业将3D视觉产品分为两类（如下图）：

相较于传统工业2D视觉产品，工业3D视觉能够满足一些行业中对深度信息有要求、柔性化程度较高的质量检测和对抓取及工艺等要求较高的引导类的应用需求。因而工业3D视觉产品被广泛应用于电子制造、汽车及零部件、半导体、锂电池等质量检测类应用下游行业和金属制品、物流、汽车零部件等引导类应用下游行业，未来预计除了较为成熟的传统行业对3D视觉需求仍较大外，锂电池、光伏等新能源行业的发展潜力同样值得关注。

2017~2025 年中国工业 3D 视觉市场应用占比推移

2022 年中国工业 3D 视觉质量检测类应用下游行业分布

2022年中国工业3D视觉引导类应用下游行业分布

与传统工业类似，质量检测类工业3D视觉市场同样呈现出较大的内外资差异，外资入局市场较早，头部厂商布局视觉业务均有40余年历史，在技术和商务方面都有较多的积累，目前市场占有率仍较大；而引导类工业3D视觉市场长期由内资厂商主导，这主要是由于内资厂商的方案定制化能力强，市场响应速度快，并且拥有较强的本土化生产和售后服务优势，产品性价比相对外资更高。并且，内资厂商往往在各垂直细分行业和应用场景的拓展上投入更多，能够给客户提供的方案种类更为丰富。

2017~2025 年中国工业 3D 视觉质量检测类厂商内外资格局推移

2017~2025 年中国工业 3D 视觉引导类厂商内外资格局推移

近年来，越来越多初期从事引导类业务的内资厂商开始涉足质量检测业务，如梅卡曼德、星猿哲、视比特等。预计未来质量检测应用下游行业内厂商数量和内资厂商的占比会进一步提升；引导类应用市场以梅卡曼德、星猿哲等新兴厂商为主，这类厂商多选择在各行业的典型细分领域优先落地，如梅卡曼德聚焦汽车零部件、物流、金属制品行业，结合AI技术为引导类应用提供软硬件结合的成套方案，2022年在市场取得较大份额。

从产品角度来看，质量检测类应用中多数工业3D视觉相机厂商也兼有方案业务，目前以激光线扫相机为主流，主要厂商有基恩士、LMI、深视智能等。

2022 年中国工业 3D 视觉质量检测类方案 TOP10 厂商格局

引导类市场中相机厂商主要为两类：一是有引导类方案能力的厂商，相机采取自研或自行组装的形式，以软硬件搭配的方案出货，如梅卡曼德、埃尔森等；另一类为单独出售相机为主的厂商，如图漾科技、Photoneo等，为选择外购相机的视觉方案商或集成商等提供选择。

2022 年中国工业 3D 视觉引导类厂商格局 TOP15

3D视觉技术分析

集成化、一体化

随着引导类3D视觉产品与机器人配合越来越多，相机集成在机械臂上随动的需求也随之增加，这导致用户对于相机的体积缩小和重量减轻的需求更为突出。目前行业内主流厂商普遍在保证成像效果的基础上提高产品的集成度以实现轻量化效果。未来随着厂商零部件自主化水平的提高，将促进工业3D相机集成化、一体化发展。预计未来在3D视觉领域中标准化程度较高、难度较低的场景也将出现智能相机类产品。除此之外，3D相机硬件在性能方面也有亟待提升的地方，例如：抗阳光等环境光干扰、抗物体表面反光的能力，系统精度水平。

各类工业 3D 相机方案简介

AI助力工业3D视觉高速发展

由于工业视觉应用场景中存在许多不确定性、非标程度较高，如来料一致性差、工作环境复杂等，对工业3D视觉提出了更高的柔性化需求。行业内主流视觉玩家及部分互联网头部厂商纷纷开始研究AI与3D视觉技术的融合。AI技术与3D视觉融合后，可以基于小样本训练等技术只用少量的数据样本达到较好的训练效果，提高效率；在图像处理过程中，依据模板匹配智能分割点云、得到物体的三维信息；在轨迹规划过程中，通过对于机械臂和目标物体的位姿估计，计算出最佳的运动路径，提高抓取的成功率。

AI 在工业3D 视觉中的应用图示

此外，基于AI技术的高速发展，未来信息处理有云端化的趋势：

①可以实现数据的互联互通，便于厂商收集不同行业的应用案例，不断训练AI模型进行产品更新；

②随着相机像素的提升、多相机控制的发展，计算压力提升，云端化可以一定程度上分担视觉系统边缘计算的压力。

软硬件一体化解决方案趋

国内终端用户的使用习惯倾向于选择软硬件打包的解决方案，内资方案厂商多以此形式提供产品给客户；相对来说外资厂商的产品标准化程度较高，软件多以基本视觉平台的形式提供，部分需要代理商、集成商或终端用户针对应用场景做二次开发。

基于此，预计未来3D视觉解决方案将呈现以下发展趋势：首先视觉方案商将更重视软硬件打包的形式销售，内资厂商表现为在服务和方案的完整度上优化，外资厂商表现为设计更多标准化的应用模块、拓展客户的选择范围；其次集成商和代理商将不断积累视觉方案经验，提高方案设计和部署能力；最后3D视觉方案中软硬件的通用性和易用性将提升，便于终端用户选择和使用合适的产品。

3D视觉生态

3D视觉诞生至今经过产品与市场需求的磨合，已在工业场景广泛应用，并且正在不同的场景初步建立生态圈体系。

工业 3D 视觉生态圈图示

在引导类应用中，工业3D视觉作为整个自动化系统的信息感知部件，主要和末端执行机构——机器人、桁架、模组、工装夹具等配合紧密，也因此机器人、桁架等厂商开始重视视觉的作用，越来越多机器人本体厂商开始布局3D视觉业务或积极与相关厂商展开合作，将3D视觉作为工业自动化系统的周边产品、搭配主营产品进行销售。

在质量检测类应用中，3D视觉作为工序的核心作用承担者，其集成在专用量测设备和制程设备的整体空间利用率和系统性、稳定性更好，也是目前应用更多的形态。

总体来说，3D视觉在工业领域中的应用空间十分广阔，场景也在不断拓展，预计未来工业生产中视觉与相关设备的协同程度将不断提高，整个生态圈将更加丰富、协调。