進入2022年，智能制造成為政府“兩會”中的熱門詞匯。

　　一方面，國家發改委、工業部、科技部等八部門發布了關于印發《“十四五”智能制造發展規劃》的通知，提出國家級的頂層設計;另一方面，各地方政府，如北上廣深等一線城市，都已經出臺相應政策細則，為推進智能制造提供制度保障。

　　而在實現智能制造、推動產業升級過程中，機器視覺作為不可或缺的技術，承擔起讓機械“看得懂、看得細、抓得牢、送得快”的橋梁作用。

　　換句話說，要讓機器代替人力，首先要給機器裝上“雙眼”，使之能夠“看得見”，然后才能像人一樣工作，這就是機器視覺。

　　作為人工智能的一個分支，機器視覺具備人所不能擁有的優勢：精度高、可適用于危險工作環境，并且識別效率高，可無間斷工作等等。實際上，機器視覺并非新事物，已經被廣泛應用在外觀檢測與識別、貨物分揀等工業流程之中。

　　目前的機器視覺仍以2D為主，即通過攝像頭拍到物體平面的照片，然后通過圖像分析或比對來識別物體，其局限在于只能觀測到物體平面的特征，成像精度容易受照明條件影響，因而適合一些對技術要求不高的中低端制造業。

　　在一些高端制造領域，例如生物科技、精密半導體等對測量精度要求極高的產業，傳統的2D解決方案已經不能滿足需求，3D視覺正逐漸崛起，成為市場新寵。

　　1、3D機器視覺應用于各行各業

　　目前，機器視覺在制造業質量控制領域是至關重要的技術，尤其在汽車制造行業有大量的應用案例，包括汽車零部件尺寸、外觀、形狀缺陷檢測，以及視覺引導定位等。還有，在食品行業和電子行業和醫療行業需要使用機器視覺系統。

　　(1)汽車制造的應用

　　在汽車制造業中，機器視覺使用非接觸式測量技術逐漸發展為在線測量系統，例如固定在線測量站和機器人柔性在線測量站，它們可以嚴格監控車身尺寸波動并提供數據支持。 除了傳統的三坐標測量和激光在線測量之外，藍光掃描測量，表面缺陷測量和其他視覺測量方法還可以執行更精確的測量，并提供對車身基本特征尺寸，車身的高精度監控 組裝效果和缺陷。

　　(2)食品加工行業的應用

　　在食品加工業里一直在使用二維機器視覺技術利用高線速來進行對水果蔬菜的分類。但對于食品的表面特征，如食品的體積、高度等，用二維技術很難獲取這些信息。為了精確測量食品的體積，企業把三維激光檢查系統和二維視覺檢查系統結合起來使食品加工達到最優化，滿足對包裝食品越來越嚴厲的視覺要求。這種系統使用底面格列式的電荷耦合器(CCD)來捕捉反射的激光線。圖像處理算法是根據食品的激光位移采用三角網法來確定Z坐標軸上的信息，也就是高度，然后與激光檢查系統得到的X，Y坐標軸上的信息結合在一起算出食品的形狀和體積。

　　(3)消費電子行業的應用

　　在消費電子領域，機器視覺主要用于PCB / FPCAOI檢查，組件和整機外觀檢查，組裝引導等應用，并呈現出越來越多的新應用場景。可以說，消費電子制造業的興起帶動了機器視覺市場。

　　PCB缺陷檢測主要包括兩個部分：焊點缺陷檢測和組件檢測。傳統的人工目視檢查方法容易遺漏檢查，效率低，成本低。機器視覺PCB的優點是確保操作員可以在添加PCB之前及時處理相關問題。另外，當發現缺陷時，可以有效地避免維修或丟棄，操作者可以及時得到反饋，以判斷操作中的印刷工藝是否運行良好，從而達到防止生產不良的目的。

　　此外，在服務領域，未來很多硬件產品都會擁有3D視覺技術，很多產品都會有視覺的需求，它可能是2D和3D的融合，也有可能是新的人工智能技術與新的硬件技術，相互之間把視覺技術聯合起來，讓智能硬件產品更加智能。在智能家居場景中，人臉識別、物體識別也開始應用，這些場景都是需要用到視覺技術，未來3D視覺技術很快就會被串聯起來用到各個領域，充當更多硬件產品的眼睛。

　　2、3D視覺之難：場景、成本

　　和消費類電子不同，3D視覺在智能制造領域的應用，由于場景碎片化，顯得更為復雜。

　　熵智科技創始人趙青在接受雷峰網采訪時曾表示，3D視覺技術的應用落地面臨兩大難點：

　　3D視覺技術對于應用場景要有強適應能力;

　　3D視覺技術和運動規劃技術的銜接。

　　首先，制造業的生產場景非常復雜，3D視覺在實驗室中的效果，可能在實際場景中無法體現，這就要求3D視覺對于應用場景具備強適應能力。例如，在反光、暗黑、覆膜和遠距離等條件下是否依然可以準確感知、識別出物體。

　　其次，3D視覺在感知到物體的三維信息后，需要與運動規劃技術進行銜接來完成任務。這又涉及避碰檢測、手眼坐標轉換、節拍優化和力控等技術。

　　但機器本身很難像人一樣，大腦發出指令就能完成動作;機器需要對輸入的信息進行解讀，并且將指令傳送到各個部分，進而執行命令。其中一個環節出錯，就會導致任務失敗。

　　最后，技術本身很難通過標準化來實現對各場景的適配，甚至在同一場景上，對技術的要求都各不相同。比如，在產品的缺陷檢測上，廠商的標準是不一樣的，對于缺陷的定義也各不相同，很難做一個標準化的缺陷檢測工藝。

　　除了場景化難題之外，3D視覺所依賴的傳感器(主要為攝像頭)也還無法實現在保證抗環境光干擾能力強、測距精度高、分辨高的同時，降低成本，提高性價比。

　　因此，目前 3D 視覺的應用主要依據使用場景和預算來選擇相機，然后根據相機成像結果來進行定制化的算法開發。這種成本高、周期久的開發模式嚴重限制了 3D 視覺在實際場景中的應用。

　　3、國產3D視覺技術之路：困難重重

　　根據中國機器視覺產業聯盟的統計，國內機器視覺行業以中小企為主，銷售額在1億元以下的企業占據83.5%，而基恩士的銷售額早已突破百億(2020年為321.61億元)，相比較而言，國內過億營收的企業為奧普特(2020年為6.42億元，僅為基恩士的2%)。

　　可以說，在以2D視覺為主的機器視覺領域，全球市場已經形成基恩士和康耐視壟斷的局面，而3D視覺技術的出現，被視為改變當前格局的技術推力。

　　作為新技術，3D視覺所面臨的場景化難點，是所有企業都必須解決的問題。目前無論是國外的基恩士、康耐視，還是國內的安防巨頭，如海康威視;亦或者諸多AI視覺公司、機器視覺公司，在3D視覺技術領域，都處于同一起跑線上。

　　不過，相較于國外巨頭，國內企業先天性存在三個不足。

　　對場景的理解。

　　不論是基恩士，還是康耐視，都已經成立數十年，且占據著機器視覺的絕大部分市場;多年的積累使其在探索3D視覺的應用時更具優勢，許多場景難點都可以基于以往經驗做試探，減少不必要開支。

　　國內企業成立時間較短，對場景的理解需要一步步探索，甚至多走彎路，為此付出高昂的時間、資金成本。

　　缺乏硬件能力。

　　機器視覺的主要邏輯是，對收集到的圖像信息進行分析處理，智能設備根據處理的信息做出相應判斷。這一過程中，鏡片以及鏡頭的質量對獲取圖像信息的準確性起到非常關鍵的作用。

　　國內多數公司以軟件算法切入，集中在應用層，缺少相應的硬件能力。國內3D視覺的核心相機大部分為外購，包括IDS、康耐視、基恩士、佳能等，而在鏡頭方面，高端市場仍為徠卡、施耐德、尼康、富士等國外品牌所壟斷。

　　穩定的客戶群體。

　　對于客戶而言，隨意更換合作伙伴，很容易增加試錯成本。即便是新技術，客戶也往往愿意選擇已經有過合作的技術供應商。顯然，國外巨頭具備絕對優勢，而國內企業要發展，只能一步一步“升級打怪”，以技術和產品獲取用戶信任，逐漸建立起屬于自己的客戶群。

　　這反映出一個深刻的現實：在新技術面前，企業都是平等的，但老牌企業仍然可以依據自身的業務生態，對新(小)企業實施降維打擊。

　　因此，國內企業要追趕國外巨頭，除了技術突破以外，還需要建立起穩定的生態圈，這是一個漫長而艱難的過程。

　　4、工業3D視覺的未來“視界”

　　作為工業生產線機器設備的重要感知部分，近年來在工業4.0的升級改造背景中，工業3D視覺技術作為核心技術單元之一產業化進展迅速，目前加速在多個制造行業中滲透，整個產業鏈規模也呈現加速擴容的情形。

　　GGII數據顯示，隨著機器視覺技術在工業領域的廣泛應用，預計到2023年我國機器視覺市場規模將達到208.6億元，其中3D視覺市場規模將達到34.28億元;預計至2025年我國3D視覺市場規模將超過100億元。

　　工業3D視覺，為智能制造打開新視域

　　隨著智能制造、精密加工對于生產流程和檢測標準提出更高要求，3D視覺系統也向著更加廣泛的機器“視界”領域演進，這些變化和要求使得3D視覺應用被打開，加速了3D機器視覺在制造業的廣泛落地。下一步在工業和智能化深度融合的過程中，也會有這些趨勢變化呈現。

　　① 工業3D視覺技術的發展趨勢趨于高性能、多場景。

　　隨著3D成像技術的不斷迭代，機器視覺技術的性能也會水漲船高往高性能方向發展。主要表現為工業相機成像分辨率不斷提高，圖像采集速度以及傳輸的可靠性不斷增強，同時光源從可見光向非可見光擴展，相機從單光譜項多、高光譜延伸，擴充機器視覺的應用場景。

　　② 向智能化，實時性發展。

　　智能化主要以云計算，大數據，人工智能等新技術為依托，運用深度學習等技術提高工業3D視覺技術處理、分析的能力，智能化將是未來工業3D視覺系統的核心賣點之一，不斷提高企業生產效率和產品質量一致性。而在數字基建中作為核心發展的5G技術將與工業3D視覺技術結合，依托5G大帶寬、低時延、高可靠性的性能為工業3D視覺提供實時的計算、高數據安全性，同時降低網絡中斷帶來的風險。

　　③ 工業3D視覺系統向集成化，小型化方向發展。

　　隨著工業3D視覺系統核心零部件制造工藝和光學性能的不斷提升，未來工業3D視覺系統會逐漸往小型化，集成化方向發展，光學模組、通信模組和計算模組，會不斷集成到一個單一設備中，集成化的設備也拓寬了機器視覺的應用領域。

　　第四代的視覺技術的革新才剛剛開始，在超高精度測量等領域，國內的企業逐漸邁出了步伐，未來還有非常廣闊的上升空間。第四次視覺革命為工業生產線的設備賦予了一雙雙智慧立體的眼睛，隨著硬件設備技術不斷進步，算法與軟件持續優化，機器除了能看清立體的三維世界，也會更能看“懂”世界。

　　工業3D視覺廠商在升級打怪的道路上也會不斷地完善技術體系，看得更快更清晰。無論是產業界，還是投資界，都在這個快速增長的市場中給予工業3D視覺系統視覺信息正反饋的升維，更重要的是工業3D視覺在全球競爭格局里不斷迭代，蹚出了一條中國化的競爭力升維。

　　在這場轟轟烈烈的視覺革命中，低成本、高性能的工業3D視覺系統技術將作為未來工廠智能硬件設備的核心，支撐AIOT智能硬件的快速發展，助推工業互聯網萬物互聯開啟。