3D机器视觉如何成就工业慧眼?
作为五官之首,人类通过视觉从外界接受的信息高达近80%,同样作为工业慧眼,机器视觉的迭代演进也极大提升了生产的智能化程度。
随着四次视觉革命带来的技术突破,机器视觉迎来崭新的3D立体“视界”;精密制造业对于精度要求也推动了3D机器视觉在消费级和工业级应用场景的推广。在制造业自动化的时代背景下,“3D视觉第一股”奥比中光近期登陆科创板,赛道内融资事件频发,3D机器视觉热度走高。3D机器视觉可以在哪些应用场景发力?在市场格局未定之时,怎样的初创企业有破局潜力?
众为资本长期关注“科技+产业”领域创新,聚焦创新科技对产业效率提升,我们通过对3D机器视觉行业的洞察尝试给出答案,也期待中国的3D机器视觉能够为产业效率的提升和智能化带来更多想象空间。
01 视觉升维,第四次视觉革命扩宽工业新视域
历经四次视觉革命,近年来机器视觉行业迎来快速发展契机。不同于以往的技术突破都是基于2D平面,第四次视觉革命带来的视觉升维可谓是历史性突破——从平面“视界”拓展到立体“视界”。
图例:信息整理自美国制造工程师协会
3D机器视觉系统利用光学技术模拟人类视觉系统,具有精确坐标的三维点云,能够定位目标物体的高精度三维数字化模型;并突破了2D视觉受光源变化、依赖目标对象表面上的对比、无法处理高度信息等限制,为动作捕捉、三维建模、VR/AR、室内导航与定位等“痛点型”应用场景提供了基础的技术支持,视觉功能得以极大扩展。其主要工作原理为:
红 外激光发射器发射出近红外光,经过物体的反射后,图案被红外图像传感器(IR CIS)所接收,经过算法计算出人手/人脸所处的位臵(Z 轴);
可见光图像传感器采集二维平面(X与Y 轴)的物体信息;两颗图像传感器的信息汇总至专用的图像处理芯片,从而得到三维数据。
一般来讲, 一个典型的机器视觉系统包括光源及光源控制器、镜头、相机、视觉控制系统(视觉处理分析软件及视觉控制器硬件)等 。光源及光源控制器、镜头、相机等硬件部分负责成像功能,视觉控制系统负责对成像结果进行处理分析、输出分析结果至智能设备的其他执行机构。
光源 :照亮目标、突出特征,形成有利于图像处理的效果;克服环境光干扰,保证图像稳定性;用作测量的工具或参照物;通过适当的光源照明设计可以使图像中的目标信息与背景信息得到最佳分离,降低图像处理的算法难度。
光源控制器 :主要目的是给光源供电,控制光源的亮度并控制光源照明状态(亮/灭),还可通过给光源控制器解发信号来实现光源的频闪,进而有效延长光源的寿命。
镜头 :是机器视觉系统中被摄物体信息采集和传递过程的起点,相当于人眼的晶状体。提供更小的光学畸变、足够高的光学分辨率以及更丰富的光谱响应选择,以满足不同场合视觉系统的应用需求。
相机 :作用是将通过镜头的光线聚集于像平面,从而生成图像,是机器视觉中的图像采集单元相机采集图像后输出模拟或数字信号,相机最本质的功能就是将光信号转变成有序的电信号。
视觉控制系统 :对获得的图像进行分析处理,并根据处理结果和一定的判决条件实现机器视觉功能目标的软件和硬件设备的总称,相当于人脑的视觉皮层和大脑的其他部分。
纵观整个3D视觉产业链条,赛道内的玩家主要包括上游的硬件制造商(包含红外光源、红外光摄像头、光栅(DOE)、镜头、滤光片等),中游的CMOS图像处理器、芯片等供应商、系统集成商,以及下游的技术方案供应商、应用终端厂商。
图例 :信息 整理自头豹研究院,奥比中光招股书
02 助力产业智能化,3D视觉应用场景广泛
随着3D机器视觉的技术精进,以及消费电子、汽车、半导体等精密制造业对于精度要求的提升的客观需求等,赛道不断升温,2022年第一季度该领域的融资量相较去年同期已实现翻倍增长。
根据全球市场数据研究平台CB Insights调研显示, 中国是继美国、日本之后的第三大机器视觉领域应用市场 。中国机器视觉行业规模预计在2023年达到197亿元,平均年复合增长率达13.63%。高工机器人研究所(GGII)也预判其中3D机器视觉在2021~2025年CAGR将高达74%。
经济结构的转型也为3D机器视觉行业的发展提供了机遇。中国作为“世界工厂”,从初级的生产制造向尖端制造转变势在必行,“智能智造”是未来所向。并且,随着国内劳动力人口红利的渐失,人工替代已成必然。疫情反复也让制造业自动需求提升,加速了机器视觉设备需求释放。
利好加持,3D机器视觉在消费级和工业级应用场景也越来越广泛。
图例:数据来源高工机器人研究所
消费级 :人脸识别、手势识别、行为分析、环境感知、车载辅助驾驶
随着光学元器件集成度提升,模组方案成本下降,以及相关算法不断优化,3D深度视觉技术将进一步渗透应用于移动终端、智能穿戴设备、智能汽车等领域。
工业级 :拆垛、分拣、检测、测量、避障
工业3D视觉主要集中在尺寸与缺陷检测、智能制造、自主导航三大类应用,可落地于机械手臂/机器人、扫描仪、移动机器人等。并且,近两年已实现了从单场景(如质检)发展到为全产线生产的赋能。
有研究称, 工业互联网的未来是基于3D机器视觉的控制和AI认知系统的处理 ,随着工业3D视觉技术的崛起和柔性制造的客观需求, 未来十年,视觉感知交互能力将成为智能终端的核心底层能力,3D机器视觉在工业制造领域占据的分量也越来越重 。
从具体的下游应用产业来看,根据中国机器视觉产业联盟统计,消费电子、汽车、半导体产业占比最高。在这三种产业中,机器视觉已广泛应用于元器件、部件至成品的外观质量检测和工艺环节中的尺寸、距离、平整度等测量场景。
未来, 预估机器视觉应用较为成熟的消费电子和半导体产业的增速会渐趋稳定 ,另外,随着新能源汽车渗透率逐步提升,预期机器视觉 在锂电池领域的应用会有较大成长空间 ,同时在新能源汽车生产自动化、零部件精细化的趋势下,也 带动汽车行业中机器视觉应用的快速成长 。
2021年,机器视觉国内市场约160亿,其中3D相机占比近5%,至2025年达到400亿元人民币(CMVU会员企业统计口径),占比有望达到近10%。机器视觉全球市场2020年107亿美元,3D相机规模达到18.2亿美元,考虑到统计口径差异,预计相机占比机器视觉全市场不低于25-30%。作为新兴技术和产业,中国机器视觉行业处于快速成长阶段。
其中, 3D相机作为工业视觉核心零部件的市场规模可观,叠加国产替代和性价比提升的诉求,国产3D相机大有可为 。
03 3D相机:机器“视网膜”的创新机遇
在3D机器视觉系统中,3D相机作为形成感知的关键零部件扮演着类似人眼视网膜的关键角色,并且应用场景清晰,能够直接推动许多视觉应用的落地,许多创新企业也以此为切入点开启3D视觉领域的探索。
3D相机技术路线比较和应用场景
工艺路线比较
目前主流的3D相机技术路线包含结构光、双目立体、TOF、线激光。
图例 :信息 整理自众为资本内部研究
应用场景
A结构光
结构光的测量精度较高可达毫米至亚毫米等级,因此在消费级和工业级场景皆有广泛应用 。消费级场景如手机前置摄像头、刷脸支付、智能门锁的人脸辨识;工业级应用场景也十分多元,除了配合机器人执行抓取、上下料、各种工艺操作,也能用于外观质量检测、体积测量等对精度要求较高的工业场景。
实际产品应用方面,如Apple从2017年开始就推出的Face ID脸部辨识功能即是透过3D结构光前镜头来实现;微信和支付宝的刷脸支付设备亦采用了3D结构光技术。
图例: 图片整理自各企业官方发布渠道
B 双目立体
双目立体法主要应用于消费级产品如智能门锁,或是在自动驾驶领域中与激光雷达结合提供环境感知的功能。由于双目立体法所采用的3D成像算法较为复杂,再加上成像容易受到环境光强度和角度变化的影响, 因此 现今越来越少的3D相机采用该技术路线 。
C TOF(Time of flight)
由于测量精度仅为厘米至毫米级别, TOF几乎都用于消费级产品上 ,如手机后置镜头、扫地机器人,或置于汽车驾驶仓内进行人脸识别以及姿势检测、疲劳检测等安全性监测的功能;另外,部分TOF相机还可用于AGV引导避障、体积测量等工业场景。
D 线激光
一般而言, 线激光的精度较前三种精度更高 ,通常可达微米级别,因此激光3D相机可广泛应用于3C电子、汽车零部件、锂电池、半导体等高精密制造场景的外观检测、体积测量;部分也可结合机械臂进行复杂的轨迹引导。目前3D线激光相机的市场由国外厂商主导, 国内企业也在发力赶超。
E 光谱共焦
一般而言,精度在几种技术路线中精度最高,可达纳米级别;主要 分为点共焦和线共焦两种 。原理:LCI传感器有两个前透镜,一个为发射器,另一个为接收器。以白色LED作为光源,白光发射至被测物体表面后分成连续的波长光谱,每个波长都聚焦在距传感器一定距离的被测表面上,以形成垂直焦平面。该技术路线的优势:a)可以测量任何颜色组合,包含哑光、有光泽、深浅色;或是所有表面类型,包含镜面、透明、半透明、弯曲、凹凸面、柔软、易碎、多孔;b)检测精度较高,能达到亚微米级~纳米级的分辨率。
代表企业分析:奥比中光整体解决方案探索
3D视觉第一股”奥比中光已于本月登陆科创板。它作为3D视觉领域的龙头企业,已完成对主流消费级3D视觉感知技术的全领域布局,通过“芯片+模组+算法”的模型进行底层技术研发,为公司构筑了护城河。
在芯片设计方面 ,公司已设计并量产几款深度引擎芯片,iToF感光芯片也即将量产,在研dToF感光芯片、结构光专用感光芯片以及AIoT算力芯片,同时掌握了数字芯片与模拟芯片的研发能力。
在算法方面 ,公司研发了结构光算法、双目匹配算法、iToF深度解算滤波等底层算法,还研发了面向下游应用的体感交互、图像分割、三维重建、VSLAM等应用算法以及面向工业级应用的相机标定、动态变形解算等算法。
在光学设计方面 ,公司自主研发了结构光、iToF、dToF、Lidar等的整机光学系统以及应用于整机系统中的模组,比如激光投影模组、光学成像模组等。
在软件开发方面 ,公司已自主研发了包括中间件、SDK、固件及驱动、工业级软件平台等核心软件。在量产技术方面,公司已研发标定与对齐、自校准与补偿等多类核心设备及关键技术。
智能化加速,初创企业有破局优势
众为资本长期关注“科技+产业”领域,身处产业科技的浪潮,见证了科技创新与各个产业深度融合的进程。近年来,我们也观察到 机器视觉与行业的结合程度越来越高,且愈发呈现出智能化趋势,提升产业效率的进程不断加速 。
相比较国产化已经很成熟的2D相机, 3D相机更是呈现出增速快、技术迭代迅速、下游应用场景不断成熟发展的特征 。并且,3D相机对比2D相机,具有较高的底层光学技术和算法成像技术壁垒。此前主要被外资厂商把持着市场份额,现在中低端国产渗透比例快速增长,具有较强的国产替代和高增量市场规模。
我们预判,参照国内2D相机市场的发展逻辑, 3D相机国产厂商未来将占据重要的市场份额,其中,初创企业的技术领先性比上市公司、大厂先发优势更强 ,拥有大客户大场景,以及技术能力强、商业化突出团队的初创企业更有破局优势。
此外,从技术路线上看,3D相机产品没有明显的技术路线之争,针对的场景不同适用的产品也不同。最主要应用场景为制造业的在线检测、外观缺陷检测等AOI应用,重点行业为3C电子、新能源锂电、半导体、汽车等领域。随着下游3D视觉应用的进一步渗透,市场规模会快速增长。
有观点称,让机器看到立体世界只是游戏的开始,机器和人类以同样的视觉视角相互凝视才是终点。3D机器视觉也在看得更清之外,向更精确的“看懂”不断发力。
当国内外厂商站在相差不远的起始线时,我们也看好国内的3D工业视觉厂商能够沉心于技术,寻找最佳落地场景,作为未来工厂智能硬件设备的核心,在全球竞争中趟出中国技术的竞争优势。
本文来自微信公众号“众为资本”(ID:zwcpartners),作者:开启Face ID的,36氪经授权发布。