年增长超50%，机器视觉市场2023能否继续“狂飙”？

　　机器视觉、深度学习、传感器技术、智能制造、自动驾驶等众多新词汇，在这个技术快速进步时代很多人并不陌生。实际上，随着机器视觉技术与更多应用场景的深度结合，很多时候，很难说清楚上述不同概念之间的严格界线。

　　简单来说，机器视觉就是用机器代替人眼对物体进行识别、测量并做出判断。因为随着先进制造在我国的占比提升，人眼在工业生产线上的精度、效率等方面，已不能满足产业升级的要求，通过机器视觉实现更高的生产效率早已在各行业进行。

　　机器视觉需要深度学习等AI技术的支持，在智能制造等领域也有着广泛的应用。看待一门综合性技术，不应被界线所区分。机器视觉在各行业应用广泛，随着各行业对自动化、智能化需求的持续提升，机器视觉的发展蕴含无限潜力。

　　最近，亿欧智库就联合阿里云加速器发布了《2022中国机器视觉工业领域应用研究报告》，分析了机器视觉领域的发展现状，并结合技术痛点对未来应用趋势作出预判。

　　应用领域广泛

　　机器视觉下游应用领域多样，如消费电子、半导体、农业采摘、光伏、仓储物流、医疗、重工与金属加工等等。据 GGII 统计，2021年消费电子为机器视觉最大应用市场，约占总市场份额的31.6%。

　　机器视觉在消费电子领域以PCB/FPCAOI检测、零部件及整机外观检测、装配引导等应用为主，此外，机器视觉在连接器检测、SMT、硬盘检测、元器件在线分类筛选、二维码读取等场景的应用渗透率也逐步提高。

　　由于工业机器视觉的应用场景较为碎片化，在生产制造中对于场景的应用存在着多场景、重复性的特点。亿欧智库认为，由于工业机器视觉各个应用场景的边界趋于模糊，故可以根据具体功能将工业机器视觉分为四大解决方案类型。

　　四大解决方案仅是一种分类，机器视觉的功能还有更多。机器视觉在各行业的初始应用往往是在生产环节的检测这一步骤，随着技术的普及、成本的下降，机器视觉有望在行业应用深度上强化，进入到识别、测量、定位等其他环节。

　　机器视觉其实与机器人还有很大不同。工业领域很多机器人甚至并没有视觉功能，主要处理比较简单重复的工序。而随着机器视觉技术的进步，机器人领域也因此受益，如将2D 视觉、3D 视觉技术引入机器人，以实现更多功能。

　　IFM机器人感知业务开发主管Garrett Place就指出，3D视觉、机器视觉技术的进步，也在机器人领域形成广泛应用，让它们可以在更加非结构化的环境中工作。这种灵活性可以减少机器人集成的整体成本，并提供更多的应用领域。

　　不过，正由于机器视觉技术的应用非常广泛，很多场景中的复杂问题，也不是单一技术供应商能够解决的。在机器视觉解决方案中经常会会看到多个供应商和技术的组合，因为每个供应商或者每种技术方案都有自己的优势，行业协作才能开拓更多以前未被机器视觉涉及的场域。

　　随着机器视觉技术在更多行业的应用，其市场规模也逐渐增加。据调查，2012-2021年中国机器视觉器件和系统的销售额从2012年的19.8亿元增长至2021年的161亿元，其复合增长率约为31.7%，且2021年56%的增长率尤为明显。2022年中国机器视觉行业销售额预测将突破200亿元。

　　机器视觉未来三大趋势

　　随着工业4.0的到来，工业场景对机器视觉技术的需求持续推进着工业机器视觉技术的发展。亿欧智库也指出了3D技术要求的提高、国产化替代逐步占据主导地位、碎片化场景的一体化整合等未来视觉技术发展三大趋势。

趋势一：在巨大的应用场景下，3D技术将发展更加成熟且普遍

　　2D视觉发展的同时，3D技术也在崛起。从目前的趋势来看，3D机器视觉的发展势头要远大于2D。尽管当前工业机器视觉发展较为成熟，但是3D技术国内依然属于发展初期，国外的公司和产品在微观高精度检测方面较国内的领先，且占据市场的大部分份额。国内企业开始在硬件软件等方面逐渐替代国外企业。

趋势二：国产化替代成为主旋律，中外厂商竞争进一步加剧，市场格局重构

　　当前机器视觉替代率达50%，但多局限于2D机器视觉领域。未来随着国产品牌协作共赢，产品功能专业、种类精细化，替代率将逐步升高。行业将趋向于专业化分工，自主化视觉平台、视觉系统与装备将协同作战，逐步超越国外品牌，成长为中国智能制造工业视觉的主力军。

趋势三：整合碎片化场景，标准化一体化设备将是机器视觉下一代发展方向

　　随着工业自动化的规模逐渐扩大，智能制造模式下的产品多品种、小批量、个性化生产。企业开始向批量化定制生产的生产方式转变，但机器视觉技术在自动化生产线中只能对少数产品进行识别和分类，难以满足碎片化场景。为解决此情况，整合碎片化场景、打造一体化设备将会极大地促进信息技术与运营技术的快速融合。同时，打造全流程数字化闭环也将是重要举措之一。

　　当然，在三大趋势之外，机器视觉的发展也伴随很多行业的突破而进入更高的层级，并对某些行业的进步发挥重要的作用。比如半导体行业随着美国“卡脖子”越来越紧，对中国工艺制程的升级带来很大困难。

　　对于中国半导体产业而言，由于晶圆越做越大，内部线路越做越细，连接体体积越做越小，需要机器视觉精密识别、定位的器件越来越多，对生产效率和次品率的要求也越来越严格，半导体行业的升级极其依赖机器视觉产品的保证。

　　这时候，发展国产AOI检测设备就是半导体投资能否取得成功的关键一环。对于努力赶超国外水平的国内新投资的半导体厂商而言，能够改善工艺和品质至关重要，透过AOI收集的图片，新产品的良率、产量甚至厂商的能力和瓶颈是否有机会被推算出来，都影响着整个行业的发展趋势。

　　机器视觉行业的发展水平，已经成为决定很多其他产业发展更进一步所必须的台阶。不管是半导体还是新能源汽车，不管是智能采矿还是智慧农业，机器视觉，正在成为行业基石一般的技术类型。