3D工业视觉行业研究：机器人的眼睛.pdf

3D工业视觉行业研究：机器人的眼睛。从 2D 视觉到 3D 视觉是一次技术的跃升。3D 视觉针对工业自动化应用上的“痛点”，提升缺陷识别的 精度和自动化产线在线检测的速度，加速在机器人引导和移动机器人环境感知场景落地。针对不同自动 化领域的专业化定制是 3D 工业视觉的主要特征，视觉大模型赋能 3D 工业视觉，降低定制化开发的成 本，提升定制化开发的效率，有效拓展应用场景。2022 年中国 3D 工业相机市场规模 18. 4 亿元 /yoy+59.9%，GGII 预计 2027 年接近 160 亿元，复合增速 53.8%。

3D 视觉技术满足工业领域更高精度、更高速度、更柔性化的需求，扩大工业自动化的场景。2D 视觉 技术基于物体平面轮廓，无法获得曲度、空间坐标等三维参数，检验精度低。激光三角测量、结构光、 ToF、多目视觉等技术共同推动了 3D 视觉发展。高精度缺陷检测场景（如：半导体有图形晶圆检测） 技术要求最高，主要采用激光三角测量、干涉和共聚焦技术；生产线在线检测和装配最难，需要复杂的 解决方案来适应不同的生产场景，并在振动和环境光干扰下实现高速度和高精度，主要技术是激光三角 测量和结构光。仓库自动化（尺寸测量、环境感知、手势识别、随机拣箱）主要采用结构光和立体视觉。

移动机器人视觉引导最具前景的场景，主要技术包括结构光、ToF、立体视觉。环境感知具备宽视场、 高速度(用于实时视觉伺服)、高精度的要求，技术路径尚未确定。特斯拉 Optimus 的 3D 传感模块以 多目视觉为主，全身搭载 8 个摄像头，自研 SoC 芯片 FSD，纯视觉方案硬件成本低，对软件算法要求 高。国内外其余厂商多采用 3D 相机+激光雷达方案，优必选 WALKERX 的视觉模块采用多目视觉，小 米 CyberOne 的 Mi-Sense 采用 iToF+RGB，追觅采用 ToF+结构光，智元 A1 采用 RGBD 相机。

从深度学习到通用视觉大模型，AI 助力机器视觉提升效率，拓展应用场景。过去工业机器视觉主要针 对垂直场景的少量数据进行小模型训练，模型处理问题的复杂程度受限。23 年 4 月 Meta 发布通用图 像分割大模型 SAM，视觉大模型赋能 3D 视觉，可以实现：a.大模型在广泛下游场景中具备优势，有 望降低定制化开发成本，提升机器视觉产品毛利率，快速拓展应用场景。B.大模型在零样本或少量样本 上表现优秀，机器视觉将在这些领域得以拓展，如从代码驱动变为视觉驱动的机器人、流程工业场景。

在精密检测及测量场景中，原 2D 视觉头部厂商优势较大；在机器人引导类场景中，内资初创型厂商以 快速设计并落地方案的优势，处于领先地位。在精密检测及测量场景中，3D 通常是与 1D、2D 技术融 合使用，现有 2D 视觉领导厂商依靠成熟的供应链以及深厚的行业 Know-How，依然会主导行业发展， 领先的企业有：基恩士、奥普特、大恒图像、凌云光等。国内 3D 工业视觉企业主要集中设备组装和集 成环节，依靠性价比、深度定制以及服务能力赢得市场，但其主要核心零部件（机器人运动算法、应用 工艺包，3D 工业相机）主要为外购。在移动机器人引导应用中，内资初创型 3D 视觉厂商处于领先地 位。目前大部分企业集中在机械臂进行分拣、上下料等场景，代表企业：梅卡曼德、图漾科技、熵智科 技、迈德威视、知象光电、埃尔森、海康机器人、迁移科技、如本科技等。以视觉为主要导航方式的移 动机器人在国内还较少，有：海康机器人、灵动科技、马路创新、蓝芯科技等。