2024年人形机器人行业之视觉感知专题报告：从机器视觉到“机器人之眼”

一、机器视觉：工业的慧眼

（一）机器视觉：智能感知的核心

机器视觉是指通过机器视觉产品（即图像摄取装置，分 CMOS 和 CCD 两种）将被摄取 目标转换成图像信号、转送给专用的图像处理系统，根据像素分布和亮度、颜色等信息， 转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判 别的结果来控制现场的设备动作。美国制造工程师协会（SME）机器视觉分会和美国机 器人工业协会（RIA）自动化视觉分会关于机器视觉作了以下定义：机器视觉是通过光学 的装置和非接触的传感器，自动地接收和处理一个真实物体的图像，以获得所需信息或 用于控制机器人运动的装置。

机器视觉主要集中在四大功能：识别、测量、定位和检测。随着机器视觉技术不断成熟 和进步，它的应用变得越来越广泛，逐步替代人工检测，有效提高生产效率和生产的自 动化程度。目前机器视觉主要集中在以下四大功能：识别、测量、定位和检测。识别功能 是基于目标物的特征进行甄别，例如外形、颜色、字符、条码等；测量功能是指把获取的 图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物的几何尺寸， 应用场景包括尺寸标注和测量等；定位功能指获得目标物体的位置信息，从而引导生产 设备或检测设备进行精准定位或移动；检测功能一般指外观检测，应用场景有装配后的 完整性检测、外观缺陷检测等。

（二）机器视觉系统的四大基本架构

机器视觉系统主要包括光学成像、图像传感器、图像处理、IO 和显示五大模块。光学成 像模块设计合理的光源和光路，通过镜头将物方空间信息投影到像方，从而获取目标物 体的物理信息；图像传感器模块负责信息的光电信号转换，目前主流的图像传感器分为 CCD 与 CMOS 两类；图像处理模块基于以 CPU 为中心的电路系统或信息处理芯片，搭 配完整的图像处理方案和数据算法库，提取信息的关键参数；IO 模块输出机器视觉系统 的结果和数据；显示模块方便用户直观监测系统的运行过程，实现图像的可视化。

相对于人类视觉而言，机器视觉在量化程度、灰度分辨力、空间分辨力和观测速度等方 面存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物体数据，借助视 觉控制系统、智能视觉软件和数据算法库进行图形分析和处理，软硬系统相辅相成，为 下游自动化、智能化制造行业赋予视觉能力。随着深度学习、3D 视觉技术、高精度成像 技术和机器视觉互联互通技术的发展，机器视觉性能优势进一步提升，应用领域也向多 个维度延伸。

1、工业相机：捕捉和分析对象的核心部件

工业相机最本质的功能就是将光信号转变成有序的电信号。工业相机一般安装在机器流 水线上代替人眼来做测量和判断，通过数字图像摄取目标转换成图像信号，传送给专用 的图像处理系统，图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别 的结果来控制现场的设备动作。工业相机按传感器的结构特性分为线阵相机和面阵相机； 按照输出信号的方式分为模拟相机和数字相机；按照响应频率的范围分为可见光（普通） 相机、红外相机和紫外相机等。

图像传感器按照半导体感光元器件类型的差异主要分为两大类：CCD 和 CMOS。CCD （charge coupled device）和 CMOS（complementary metal oxide semiconductor）都基于光 电效应将光信号转换为电信号。CCD是电荷耦合器件的简称，在感光像点接受光照之后， 感光元件产生对应的电流，电流大小与光强对应，因此感光元件直接输出的电信号是模 拟的。CMOS 是互补金属氧化物半导体的简称，CMOS 传感器中每一个感光元件都直接 整合了放大器和模数转换逻辑，当感光二极管接受光照、产生模拟的电信号之后，电信 号首先被该感光元件中的放大器放大，然后直接转换成对应的数字信号。

CCD 和 CMOS 有各自的优缺点，根据其特点应用于不同的场合。随着 CMOS 传感器在 消费电子设备上的大量应用推动了 CMOS 技术的发展，其性能已显著提高，而制造成本 大幅下降。CMOS 传感器的分辨率和图像质量正在逼近 CCD 传感器。凭借高速度(帧速 率)、高分辨率(像素数)、低功耗以及最新改良的噪声指数、量子效率及色彩观念等各方 面优势，CMOS 芯片逐渐在 CCD 芯片主导的领域里占据了一席之地，在工业图像处理的 众多领域正逐步取代 CCD 传感器。

2023 年我国 2D 工业相机市场规模达 37.9 亿元。国产 2D 工业相机自 2016 年开始起量， 较低的产品售价以及针对中低端市场的打法对外资品牌造成了一定冲击，导致 2D 工业 相机在国内销量持续上升，但是相机均价却逐年下降的现象。2021 年以来，区域性影响 以及支柱性下游需求疲软导致机器视觉需求量增速出现较大幅度下滑。从市场规模来看， GGII 数据显示，2023 年我国 2D 工业相机市场规模为 37.90 亿元，同比增长 8.12%。伴随下游行业迎来恢复性增长，据 GGII 预计，2028 年 2D 工业相机市场规模将超过 70 亿 元,2024-2028 年复合增长率超过 14%。

国产化进程加速，国产品牌主导地位初步形成。全球 2D 工业相机行业由国外知名企业 如德国 Basler、加拿大 DALSA、美国康耐视等主导。我国对于工业相机的研究起步较晚， 最初主要由大恒图像等几家老牌相机公司代理国外品牌。近些年我国也逐步发展出一批 自主研发工业相机的国产品牌，如大恒图像、海康机器人、华睿科技和维视图像等。目 前我国工业相机行业主要布局于中低端市场，逐步实现进口替代；而在高分辨率、高速 的高端工业相机领域仍以进口品牌为主。据 GGII 数据，从市场竞争格局看，2023 年海 康机器人、华睿科技两家头部企业出货量合计占比超过 60%，我国 2D 工业相机市场的 国产化进程将持续深入。

我国 3D 工业相机发展迅速，成长空间广阔。据 GGII 数据显示，2023 年我国 3D 工业相 机市场规模 23.62 亿元，同比增长 28.35%。从整体来看，虽然市场增速出现下滑，但 3D 视觉确定性趋势已形成，据 GGII 预计，2024 年 3D 工业相机市场仍将延续增长态势， 2028 年市场规模将接近 80 亿元，2024-2028 年复合增长率约 29%。整体来看，目前我国 3D 工业相机市场仍处于早期市场发展阶段，市场竞争激烈，尚未出现明显市场格局。但 是从应用场景来看，内外资品牌应用场景有明显划分：外资品牌主要应用于汽车、3C、 锂电池、半导体晶圆检测、芯片检测等中高端领域中，产品价值量相对更高，而国产品 牌则更多专注于物流、工程机械、金属加工、3C 电子等中低端场景领域中。

2、镜头：机器视觉的“眼球”

镜头是机器视觉图像采集部分重要的成像部件。镜头的主要作用是将目标成像在图像传 感器的光敏面上，分辨率、对比度、景深以及像差等指标对成像质量具有关键性影响。 在机器视觉系统中，镜头的主要功能是将成像目标对准图像传感器的光敏表面。机器视 觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性 能。按功能分类，镜头可分为定焦镜头、变焦镜头、变光圈镜头；按视角可分为普通镜 头、广角镜头和远摄镜头；其他特殊用途的镜头有远心镜头、显微镜头、微距镜头、紫外 镜头和红外镜头等。

2023 年我国光学镜头市场规模达 161.3 亿元。随着光电子技术快速发展，作为光电子领 域重要信息输入端口的光学镜头应用范围也从最初的光学显微镜、望远镜、胶片相机等 领域不断向安防视频监控、数码相机、摄像机、智能手机等领域渗透。随着移动互联网、 物联网、人工智能等技术快速发展，光学镜头的应用领域进一步拓宽，智能驾驶、智能 家居、全景/运动相机、VR/AR 设备、无人机、3D Sensing、机器视觉等新兴领域层出不 穷，为光学镜头及摄像模组行业的持续发展注入了新的动力。据中商产业研究院，2023 年中国光学镜头市场规模达到 161.3 亿元，较上年增长 3.9%；2024 年中国光学镜头市场 规模将达到 173.90 亿元。

国内优质厂商从中低端市场开始布局、逐步向高端产品拓展，实现国产替代，未来将迎 来高速发展。海外机器视觉工业镜头细分领域发展较早，德国、日本品牌占据着全球主 要市场份额。国内厂商在工业镜头领域目前体量较小，但许多企业依托高性价比优势布 局中低端市场，且发展迅速，如东莞普密斯。同时，也有以深圳东正光学、江苏慕藤光为主的部分企业通过整合制造设备和多种技术平台，已经能够提供全系列工业镜头，进军 高端产品领域。

3、光源：提供视觉照明方案

光源对于机器视觉中的图像采集部分具有重要影响，为后续图像识别与分析奠定必要的 基础。光源是影响成像质量的重要因素，它的作用是突出物体的特点，抑制不相关特征， 提高被探测区域和未探测区域的反差，并保证光源有足够的亮度和稳定性，从而保证图 像的成像质量。由于光源种类繁多，为了获得最佳的使用效果，需要根据实际情况选择 适当光源。在选择光源时，选择不同的光源以达到反射的目的，并吸收不必要的光。与 民用照明光源相比，机器视觉光源在照度、均匀性和稳定性三个核心指标上有较高的要 求，按照类别区分，光源可分为 LED 光源、卤素灯以及高频荧光灯；按照形状区分，光 源也可分为环形、条形、平面、线等形状。

机器视觉光源行业市场规模快速增长，国内发展潜力较大。随着机器视觉的广泛应用， 全球机器视觉光源的规模也在不断提升。根据前瞻产业研究，2019-2022 年全球机器视觉 光源市场规模逐年增长，2022 年增长至 71.5 亿元，同比增长 9.3%。我国机器视觉光源 行业经历了从起步到发展壮大再到技术创新与国际化的过程，目前已经具备较强的竞争 力，中低端产品基本实现了国产化替代。在未来的发展中，随着人工智能、智能制造等 领域的快速发展，机器视觉光源行业有望在技术创新、产品质量和应用领域等方面取得 更大突破。据前瞻产业研究，2022 年，我国机器视觉光源行业的市场规模增长至 13.9 亿 元，预计 2023-2027 年将以 23%的 CAGR 增长，到 2027 年市场规模将达到 43 亿元。

全球视觉照明可分为三梯队。全球的视觉照明市场早期由海外企业占据大部分市场，如 日本的 CCS、美国的 AI。近年来中国厂家逐步崛起，出现了奥普特、沃德普、锐视光电、 纬朗光电等专业的机器视觉光源制造商，其技术足以与国际厂商竞争。从市场竞争梯队 来看，以代表企业占据全球市场份额为依据进行分类，第一梯队主要为市场份额大于 5% 的企业，其中以日本 CCS 为代表，其全球市场份额达到 10%以上；随着中国市场在全球 市场占比的不断提升，中国龙头企业奥普特也位于全球市场第一梯队。第二梯队的代表 企业主要包括美国 AI、中国锐视光电、中国康视达、中国嘉励等企业，其市场份额位于 1%-5%之间。第三梯队主要为机器视觉光源业务占比较小或企业整体市场规模较小的企业，以日本 Moritex、中国沃德普和中国纬朗光电等企业为代表，机器视觉光源市场规模 不足 1%。

4、图像处理软件：以算法为核心竞争力

机器视觉系统的视觉处理使用算法来分析传感器产生的数字图像。视觉处理涉及一系列 步骤，在外部（通过计算机）或在内部（对于独立机器视觉系统）执行。首先，数字图像 从图像传感器中提取出来并传送到计算机。接下来，通过突出图像上的必要特征来准备 用于分析的数字图像。然后分析图像以定位需要观察和测量的特定特征。完成对特征的 观察和测量后，会将它们与定义和预编程的规范和标准进行比较。最后，做出决定，并 传达结果。具体说，机器视觉软件类似人的“大脑”，通过图像处理算法完成对目标物的 识别、定位、测量、检测等功能。机器视觉软件分为底层算法和二次开发的软件包两类。 前者是包含大量处理算法的工具库，用以开发特定应用，主要使用者为集成商与设备商。 后者是封装好的、用以实现某些功能的应用软件，主要供最终用户使用。

机器视觉软件以自主研发或开源平台的二次开发为主。据 GGII 数据显示，2023 年我国 机器视觉软件品牌销售规模 22.05 亿元，同比增长 5.25%；预计至 2028 年，该市场规模 将超过 40 亿元，同时品牌销售的占比有望超过 45%。从竞争格局看，MVTec 的 Halcon和海康机器人的 Vision Master 占据前两位，康耐视的 Vision Pro 位居第三。从整体来看， 由于中国市场大部分视觉应用厂商都是基于自主研发软件或开源平台的二次开发为主， 因此目前真正对外采购品牌软件的占比相对较小。

（三）行业：整体市场空间广阔，国产化率加速提升

全球近千亿市场，国内增速较高。随着工业自动化技术的不断发展，机器视觉在工业领 域的应用越来越多，机器视觉市场规模不断扩大。据中商产业，2022 年全球机器视觉市 场规模为 879.17 亿元，2025 年将突破 1200 亿元。我国市场已经成为全球机器视觉市场 规模增长最快的市场之一，2022 年我国机器视觉市场规模 168.88 亿元。随着机器视觉硬 件方案的不断成熟和运算能力的提升，以及软件在各种应用解决方案、3D 算法、深度学 习能力的不断完善，机器视觉加快向新能源锂电、光伏等其他领域渗透，在 AI、自动驾 驶、人脸识别等新兴技术兴起的带动下，预计 2025 年将增至 349.03 亿元。

2021 年我国成为全球第三大机器视觉国家。机器视觉发展早期，市场主要集中在欧美和 日本，2021 年北美机器视觉市场占比 62%，其次为欧洲，占比为 15%，日本占比 10%。 随着全球制造中心向中国转移，2021 年中国已是继美国、日本之后的第三大机器视觉领 域应用市场，占全球市场份额的 7%。欧美国家在机器视觉技术与产业的发展领先于中国，全球机器视觉主要参与者为以基恩士、康耐视、巴勒斯等为代表的国际厂商为主。据中 商产业，全球机器视觉市场中，基恩士份额最大，占据 54.9%的市场，康耐视紧随其后， 市场份额 9.0%；中国厂商天准科技、奥普特市场份额较小。

国产品牌逐渐成长壮大。我国机器视觉企业的竞争力也持续增强，海康机器人、奥普特、 凌云光、天准科技等国产品牌保持较高的增长。据赛迪顾问数据，2020 年，国产品牌在 国内机器视觉市场中的份额首次突破 50%，并保持逐年增长。随着国产品牌逐渐在自动 化领域深耕，机器视觉领域的国外品牌光环或将逐渐消退，国产工业机器视觉产品有望 逐渐成为工业智能化改造的首选。

（四）趋势：应用场景拓宽以及 3D 比例提升

机器视觉目前主要应用在消费电子、汽车制造、制药、食品与包装、印刷等领域。据中 商产业，机器视觉产品种类繁多，涵盖了多个应用领域。据中商产业，从下游应用领域 市场占比来看，目前 3C 电子行业市场份额最高，占比为 31.6%。其次分别为半导体、锂 电池、医药、食品包装、物流仓储、汽车，占比分别为 10.2%、8.9%、8.1%、6.3%、5.8%、 1.0%。在消费电子行业，机器视觉应用于高精度制造和质量检测，包括圆晶切割、3C 表 面检测、触摸屏制造、AOI 光学检测、PCB 印刷电路、电子封装等。在汽车制造行业， 机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印刷和质量检测、字符检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。

2D 视觉系统的一般原理是通过摄像头拍摄平面照片，然后通过图像分析或比对来识别物 体，主要依据是物体一个平面上的特征。由于 2D 视觉无法获得物体的空间坐标信息，因 此无法完成物体平面度、表面角度、体积等测量，同时也难以区分颜色相近的表面。同 时成像的对比度对结果的分析至关重要，因此特别依赖于光照和颜色/灰度变化，易受照 明条件的影响。2D 向 3D 的转变将成为视觉技术继黑白到彩色、低分辨率到高分辨率、 静态图像到动态影像后的第四次革命。

2D 机器视觉技术具有局限性，3D 可以作为有效补充。3D 视觉技术增加了旋转、俯仰、 横摆三个维度，更能还原真实立体世界，通过 3D 视觉传感器采集 3D 轮廓信息，形成 3D 点云，实现平面度、翘曲度、段差、曲面轮廓度等 3D 尺寸量测。工业控制对精度、柔性 的要求高，场景还原度更好、鲁棒性更强的 3D 有望加速渗透。尽管目前 2D 视觉可以满 足绝大部分行业对检测的需求，但涉及到立体工件、精度要求高的检测仍需 3D 视觉来配 合。通过增加 3D 视觉模块，增加工业机器人的环境感知能力，可以拓宽应用场景。

二、机器人视觉：算法还是传感器？选择的问题

因为在视觉方案上，每家人形机器人主机厂选择的方案有所差异，整体来看算法基础强 的厂商会采用更为简单的传感器方案，而算法相对薄弱的厂商会选择更为核心的传感器， 随着未来人形机器人出货量的增长，技术的迭代升级，未来视觉方案也将会逐步优化定 型。下面主要对核心厂商人形机器人视觉方案进行梳理：

1、特斯拉 Optimus：2D 视觉传感器＋FSD

特斯拉 Optimus 的纯视觉传感器方案的实现，离不开多任务学习 Hydra Nets 神经网络架 构。特斯拉 Optimus 搭载了与特斯拉车辆相同的 FSD 技术以及 Autopilot 相关神经网络技 术，其大脑使用的是自研的 AI 训练 Dojo D1 芯片和超级计算机 Dojo。特斯拉 FSD 系统 已可以实现每 1.5 毫秒 2500 次搜索的超高效率，预测可能出现的各种情况，并在其中找 到最安全、最舒适、最快速的自动驾驶路径。在经过完全自动驾驶能力系统的实际应用 验证后，特斯拉强大的 FSD 计算机视觉技术已可直接应用于机器人。

2、小米：Mi-Sense 视觉系统（iToF +RGB）

小米 Cyber One 的 Mi-Sense 视觉系统采用 iToF +RGB 方案。iToF 无法获取物体的颜色纹 理信息，RGB 相机可获取物体丰富的颜色纹理信息，将 RGB 与 iToF 相结合既能得到物 体的深度信息，又可获取物体的颜色纹理信息，这可大大拓展其应用领域。RGB 信息可 用于物体检测识别，深度信息可用于建图避障等，RGB+iToF 在诸多领域可实现 1+1>2 的 作用。

3、优必选：四目系统及双 RGBD 传感器

优必选 WALKER X 的视觉模块创新升级四目系统及双 RGBD 传感器，采用胸部四目视 觉，头部+腰部双 RGBD，以及腰部 4*毫米波雷达避障。SLAM 视觉导航自主路径规划： 基于多目视觉传感器的三维立体视觉定位采用 Coarse-to-fine 的多层规划算法，第一视角 实景 AR 导航交互及 2.5D 立体避障技术实现动态场景下全局最优路径自主导航。实现定位精度 10cm，导航精度 20cm，精定位精度 1cm。基于深度学习的物体检测与识别算法、 人脸识别算法和跨风格人脸数据生成技术，可在复杂环境中识别人脸、手势、物体等信 息，丰富准确地理解和感知外部环境。

4、宇树科技：3D 激光雷达＋深度相机

人形机器人视觉方案目前主要以结构光、双目或多目 RGB、TOF 等的组合方案为主。国 外大厂已经较早的布局和应用，国内市场还在逐步打开市场空间。

三、国内厂商竞速突围，成长迅速

（一）奥比中光：3D 视觉传感全技术路径布局，消费及机器人场景拓展未来空间

奥比中光是行业领先的机器人视觉及 AI 视觉科技公司，致力于构建机器人与 AI 视觉产 业中台、打造机器人的“眼睛”。基于自研芯片和全栈式系统技术，奥比中光为机器人、 3D 扫描、生物识别等行业客户及全球开发者提供高性能的 3D 视觉传感器及机器人与 AI 视觉方案，助力新兴行业释放价值、推动传统行业智能化升级。拥有自建生产基地，奥 比中光具备百万级量产能力，提供灵活可靠的 ODM/OEM 服务。奥比中光为全球超过 1000 家客户与开发者提供“研发+制造”的一站式产品和服务，在中国服务机器人 3D 视 觉传感器领域，公司市占率超过 70%。

公司与微软、英伟达联合研发制造，融合微软第一代深度相机 Azure Kinect 的全部性能， 并集成英伟达 Jetson Nano 深度算力平台，其主要应用于机器人、物流、制造、工业、零 售、医疗保健和健身解决方案等领域的 3D 视觉开发。2024 年 5 月 6 日~9 日，奥比中 光在美国芝加哥举办的北美最大自动化技术展 Automate 2024 亮相，带来了新一代全场 景双目 3D 相机——Gemini 330 系列，获得众多专业机器人开发者的关注。其中，奥比中 光 Gemini 335L 相机融合英伟达 Isaac ROS VSLAM 和 Nvblox 技术，帮助自主移动机器 人(AMR)在复杂环境中能够实时视觉建图、定位以及高精度 3D 场景重建，实现更高效的 自主机器人导航。

（二）奥普特：硬件为基拓展解决方案，前瞻卡位优异赛道的机器视觉龙头

奥普特是我国国内较早进入机器视觉领域的企业之一。在成立之初，以机器视觉核心部 件中的光源产品为突破口，奥普特进入了当时主要为国际品牌所垄断的机器视觉市场。 在十几年的发展过程中，公司坚持“深耕优势、以点带面、以面促点、逐个突破”的发展 路径，将产品线逐步拓展至其他机器视觉部件。奥普特拥有完整的机器视觉核心软硬件 产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业 AI）、光源、 光源控制器、工业镜头、工业相机、智能读码器、3D 传感器、一键测量传感器、工业传 感器产品。同时，奥普特以核心光学技术为基础，加大在先进工业传感器领域的研发投 入，持续推出多品类工业传感器；结合资本优势，在运动产品领域进行布局，拟并购成 熟协同企业，拓展产品线。以此为基础，公司能够向下游客户提供各种视觉、传感器及 运动部件等自动化核心产品及解决方案，提升客户粘性及公司竞争力。

（三）凌云光：软件起家全产业链布局，多行业发力顺行业东风

凌云光深耕机器视觉二十余年，是行业领先的可配置视觉系统、智能视觉装备和核心视 觉器件的产品与解决方案提供商，聚焦机器视觉主营业务方向，以“AI+视觉”技术创新 为基础，致力于成为视觉人工智能与光电信息领域的全球领导者。面向消费电子、新能 源、印刷包装、新型显示等领域，为客户提供智能制造与质量检测的多元化产品与解决 方案，通过产品持续创新助力行业智能制造的转型升级；面向传媒、影视、游戏、动漫、 直播等领域，提供运动捕捉、数字建模等内容制作工具及 AIGC 智能内容创作服务。

公司坚持以客户为中心，以推动行业发展为己任，积极把握人工智能时代的战略机遇， 基于“光、机、电、算、软”底层通用技术形成四大技术平台，为客户提供差异化、高质 量、高性价比的多元化产品和解决方案。经过二十余年的行业深耕，积累了苹果、富士 康、华为、小米、宁德时代、京东方、央视总台、咪咕等各行业的龙头客户。凌云光将利 用在机器视觉行业形成的先发优势，继续夯实底层技术，积极开拓新的应用领域。

（四）天准科技：视觉装备平台企业，全新场景拓宽应用领域

天准科技致力于以领先技术推动工业数字化智能化发展，致力打造卓越视觉装备平台企 业，主要产品包括视觉测量装备、视觉检测装备、视觉制程装备和智能驾驶方案等。天 准面向精密制造领域，提供视觉测量、检测、制程等高端装备产品，促进制造业向更高 效率、更高质量和更高智能化发展。同时在智能驾驶领域，提供域控制器、边缘计算产 品与解决方案，推动行业进步。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）