0
機器視覺自2000年前后進入國內(nèi)，前十年發(fā)展緩慢，2012年后，在3C、鋰電和光伏等產(chǎn)業(yè)以及國產(chǎn)化替代浪潮推動下，行業(yè)進入快速發(fā)展期。
?？禉C器人2014年入局，恰逢行業(yè)上升期。
近10年，行業(yè)規(guī)模增長4 - 5倍，工業(yè)相機數(shù)量從2014年的50萬臺左右，增長至2024年的近250萬臺，國產(chǎn)化率從不到20%提升至75%以上，其中，?？禉C器人占據(jù)近一半市場份額。
然而，近幾年行業(yè)增速明顯放緩，在2021年達到頂峰后，一路下行。多數(shù)機器視覺相關上市公司的年報業(yè)績出現(xiàn)不同程度負增長。
究其原因，一是宏觀環(huán)境的不確定性導致出口受阻，各行業(yè)產(chǎn)能過剩嚴重，企業(yè)不敢追加新投資，對機器視覺行業(yè)產(chǎn)生較大沖擊。
其二，技術突破不及預期。作為機器視覺四大應用之一的工業(yè)質(zhì)檢，雖前景廣闊但難度也最高，AI技術雖被視為突破工業(yè)質(zhì)檢的技術利器，但實際項目嘗試中，仍存在模型泛化能力差、需現(xiàn)場不斷采集圖像訓練、項目實施周期長等問題。3D技術進展也偏慢，行業(yè)參與者呈現(xiàn)多元化發(fā)展態(tài)勢，市場規(guī)模并不大。
那么，未來的發(fā)展機會在哪里以及如何應對？
在這樣的大背景下，?？禉C器人在5月13日召開的機器視覺新品發(fā)布會上，從技術縱深與生態(tài)協(xié)同兩方面，展示了其破局之道。
面對當前瓶頸，?？禉C器人認為行業(yè)發(fā)展將依靠兩大驅(qū)動力：拓展更多行業(yè)、技術突破。
其一，尋找機器視覺技術在更多行業(yè)滲透的機會。
目前機器視覺應用主要集中在3C、光伏、鋰電和汽車等行業(yè)，在傳統(tǒng)制造行業(yè)的應用相對較少。
這些領域雖存在技術難度高、場景碎片化等挑戰(zhàn)，但也蘊藏巨大潛力。
對此，?？禉C器人與合作伙伴在多個行業(yè)展開嘗試，并取得成效：
汽車領域：在長安汽車實現(xiàn)沖壓件檢測技術攻關
醫(yī)療領域：與英科醫(yī)療合作攻克醫(yī)用手套檢測難題
木工行業(yè)：應用于木材清邊、尺寸測量、封邊檢測等場景
食品加工、金屬加工等領域也取得初步成果
其二，技術突破有望打開行業(yè)天花板。
在工業(yè)質(zhì)檢領域，傳統(tǒng)視覺檢測長期受困于高反光材質(zhì)成像、微小缺陷識別、復雜環(huán)境適應性差等三大難題。
大模型、計算光學及柔性檢測方案技術，為工業(yè)質(zhì)檢的困局，提供了破解思路。
要做好工業(yè)質(zhì)檢項目，第一步得先解決缺陷的清晰穩(wěn)定成像問題。
計算光學通過多維度信息重構突破傳統(tǒng)成像極限：相位偏折技術專攻高反光/透明材質(zhì)成像，光度立體技術則針對復雜紋理表面，二者形成技術矩陣覆蓋工業(yè)質(zhì)檢核心痛點
在此基礎上，大模型技術開始發(fā)揮作用。
大模型技術基于Transformer的深度學習展現(xiàn)出卓越的場景泛化能力，可實現(xiàn)少量樣本完成場景遷移，還能解決缺陷樣本不足和樣本智能標注問題。
此外，“機器人 + 視覺”的柔性檢測方案，利用機械臂的靈活性，滿足滿足工件種類多、尺寸形狀差別大的多樣化檢測需求。
底層技術的突破路徑清晰可見，?？禉C器人的標準產(chǎn)品線、智能產(chǎn)品線、3D產(chǎn)品線圍繞著易用、全面，也做出了不小突破。
標準產(chǎn)品線經(jīng)歷了解決"有無問題"的基礎款CA系列，到優(yōu)化性能的CS系列，再到如今的CT系列。
這種進化不是簡單的參數(shù)堆砌，而是對制造業(yè)痛點的深度破解。
在鋰電工廠的檢測車間里，新安裝的CT系列相機正在高速運轉(zhuǎn)。與傳統(tǒng)設備不同，這些相機無需漫長的預熱等待，上電4分鐘即可投入工作——這得益于創(chuàng)新的精準溫控設計，將熱平衡時間縮短了90%。
據(jù)標準產(chǎn)品線總監(jiān)張振華介紹，第三代CT系列工業(yè)相機實現(xiàn)了三大突破：
看得更真。通過多光譜融合技術，相機能自動適應3000K-6500K的色溫變化，成像效果接近人眼觀察。
用得更省。500萬像素相機功耗降至1.5W，是前代產(chǎn)品的一半。有上百臺相機的產(chǎn)線，每年可節(jié)省數(shù)萬元電費。
想得更遠。Max版本集成了自動對焦、光源控制等功能，用戶不再需要繁瑣的外設調(diào)試。在某汽車零部件企業(yè)，這種一體化設計使設備換型時間縮短了70%。
去年，?？禉C器人首次發(fā)布了高速線陣2.5D視覺檢測系統(tǒng)，今年推出穹頂光2.5D視覺檢測系統(tǒng)，有效去除樣品表面的漫反射干擾。系統(tǒng)支持多種接口、多種分辨率的產(chǎn)品，同時優(yōu)化了軟件協(xié)同機制，集成度高，簡潔易用。
智能產(chǎn)品線總監(jiān)呼志剛指出，AI的大規(guī)模落地應用需從算法、軟件、硬件以及數(shù)據(jù)的 “采、存、標、訓、轉(zhuǎn)、推、用” 閉環(huán)流程等多個方面協(xié)同推進。
在追求極致效率的工業(yè)場景中，AI技術面臨著幾大現(xiàn)實挑戰(zhàn)：其一數(shù)據(jù)之困，傳統(tǒng)AI模型需要大量標注數(shù)據(jù)，但工業(yè)場景獲取合格樣本的成本極高；其二遷移之難，在3C行業(yè)，同一款產(chǎn)品在不同產(chǎn)線的成像差異就可能讓AI模型"失明"。工程師們不得不為每條產(chǎn)線單獨訓練模型，嚴重拖慢部署速度；其三使用之艱，復雜的算法調(diào)參讓不少工廠望而卻步。
面對這些挑戰(zhàn)，算法方面，海康機器人開發(fā)了工業(yè)視覺大模型，并針對機器視覺應用特點研發(fā)了圖像分割、目標檢測、OCR、讀碼等通用任務大模型，以及行業(yè)場景大模型；還開發(fā)了邊緣學習分類、邊緣學習檢測、邊緣學習OCR等算法。比如在醫(yī)療手套檢測中，在訓練出醫(yī)療手套檢測行業(yè)大模型后，在不同廠區(qū)間遷移時，調(diào)試時間從2周縮短至3天。
圍繞大模型、邊緣學習 、軟件交互、平臺優(yōu)化等，?？禉C器人持續(xù)提升智能產(chǎn)品的性能、易用性和靈活開放度，推出了一系列AI產(chǎn)品。
軟件平臺的易用性直接決定AI落地速度，VM 算法平臺5.0尤為引人注目。該平臺集成工業(yè)視覺大模型與全系列邊緣學習工具，面對復雜場景可啟用大模型，簡單場景則采用邊緣學習，并且將2D、2.5D、3D 融合，實現(xiàn)多維信息分析工具的一體化，功能更強大，使用更便捷。
為了讓技術更貼近現(xiàn)場，?？禉C器人還將AI能力下沉到硬件終端，如智能相機、AI智能讀碼器等產(chǎn)品上。
3D產(chǎn)品線聚焦3D視覺引導與高精度測量。
今年推出的Ultra系列3D相機，通過將深度圖分辨率從200萬提升到500萬像素，同時實現(xiàn)了大視野與高精度的平衡。解決了很多抓取應用場景既需要大視野，又需要高精度的兩難問題。
3D視覺引導上，擴充了激光振鏡立體相機方案，推出單線掃描結構光、投影結構光等，打造出基礎、Ultra高分辨率、Turbo抗環(huán)境光、DPS超小體積系列及焊接專用型號等豐富RGBD立體相機。RP機器人視覺引導平臺升級至V2.2，優(yōu)化算子、可視化調(diào)試及工具閉環(huán)，提升軟件應用自由度與調(diào)試效率。
高精度測量方面，將3D激光輪廓傳感器DP4000系列部分先進設計用于DP2000和DP3000系列，提升成像質(zhì)量、幀率與易用性。VM 3D算法平臺優(yōu)化算法功能、效率與內(nèi)存，滿足各行業(yè)3D測量檢測需求。
這次發(fā)布會，?？禉C器人第一次將發(fā)布會與技術交流會深度結合，與合作伙伴共探智能制造與智慧流通的數(shù)字化轉(zhuǎn)型新機遇。
“視控一體”，闡述了關節(jié)機器人與視覺融合的新模式，指出視控一體可通過在機器人系統(tǒng)中集成視覺功能，或在視覺系統(tǒng)中集成機器人操作兩種方式實現(xiàn)。憑借在硬件、軟件和算法領域的長期積累，兩種方式?？禉C器人都可以實現(xiàn)。
海康機器人的機器視覺戰(zhàn)略不止于單點突破。而是通過與移動機器人、機械臂等產(chǎn)品協(xié)同，構建起"手眼腳"一體的智能系統(tǒng)：以“眼+腳+手”為核心載體，以平臺化技術為紐帶，通過跨產(chǎn)品線協(xié)同與生態(tài)資源共享，構建“感知-決策-執(zhí)行”閉環(huán)的服務體系。
新領域拓展與技術創(chuàng)新都離不開生態(tài)協(xié)作。
海康機器人副總裁張文聰表示，將長期堅持生態(tài)發(fā)展戰(zhàn)略，持續(xù)推進生態(tài)合作伙伴計劃；同時每年舉辦全國性的機器視覺設計大賽，推進產(chǎn)教融合，為行業(yè)培養(yǎng)人才；在新行業(yè)應用拓展方面，?？禉C器人更多聚焦從0到1的工作，重點圍繞基線方案構建、技術難點突破和樣板點打造，然后將能力賦予合作伙伴，由合作伙伴完成1到N的推廣復制，共同做大機器視覺市場蛋糕。
在雷峰網(wǎng)(公眾號：雷峰網(wǎng))看來，智能制造作為國家戰(zhàn)略方向，機器視覺行業(yè)仍有很大發(fā)展空間。
GGII數(shù)據(jù)顯示，2025年中國機器視覺市場規(guī)模將突破500億元，但在制造業(yè)的滲透率不足15%。
面對這片藍海，?？禉C器人選擇的戰(zhàn)略定力是：在工業(yè)AI、計算光學、3D感知等領域構筑技術壁壘，同時用開放生態(tài)打破"場景碎片化"魔咒，將機器視覺從孤立的眼睛進化為智能制造的中樞神經(jīng)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
