物联网、工业5.0和大规模定制等大趋势推动着2D和3D嵌入式光学解决文案呈指数级增长，有不少人会基于目前2D视觉的市场规模来预测未来3D视觉具备的成长空间。2D视觉与3D视觉并不存在着绝对的替代关系，二者都将在各自适合的场景下，最大限度解决用户生产难点，而3D视觉被认为是机器视觉领域新的技术突破，亦是新的商业风口。
机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。机器视觉是在上世纪 50 年代从统计模式识别开始的，当时的工作主要集中在二维图像分析和识别。随着 5G、AI 等技术的不断发展，行业应用需求的不断提升，机器视觉从二维向三维过渡不但成为可能，更是必然的方向。
在2D视觉的基础上，3D视觉增加了物理空间的深度信息，更全面、更真实地记录了物理世界。不过，2D视觉依然是当前工业领域应用的主流，只是伴随着测量精度要求越来越高，被测物体条件越来越复杂，3D视觉被认为是机器视觉领域新的技术突破，亦是新的商业风口。
根据gongkong®市场调研数据显示，未来随着5G的发展和制造业的不断升级，中国机器视觉市场需求将不断增长。预计到2023年，我国机器视觉市场规模将达到66.8亿，每年增长率接近20%。3D视觉将更趋于智能化、集成化、实时性、高性能、多场景应用等方向。
3D未来会取代2D吗？
有不少人会基于目前2D视觉的市场规模来预测未来3D视觉具备的成长空间。在我们看来，关注2D视觉与3D视觉的市场应用比例比市场规模更具实际参考意义。目前，2D视觉与3D视觉的应用占比大约在100:1，2D视觉的用量远超3D视觉；未来经过两三年的时间发展，这一比例或将演变成50:1，而在最终的行业格局上，据图漾科技CEO费浙平判断，2D视觉与3D视觉的应用占比大致会维持在10:1的水平。
这也意味着，2D视觉与3D视觉并不存在着绝对的替代关系；二者都将在各自适合的场景下，最大限度解决用户生产难点。例如，在一些相对简单的应用领域中，对终端用户来说，但凡用2D能够解决的问题基本不会考虑用3D替代。这里面存在着产品力与ROI的双重逻辑，一般而言越是简单的技术产品稳定性更佳，应用更简便，也对应着成本更低。
而所有的生产制造活动追求的无非是成本与效率的最优平衡。从这一本质上也可判断，3D视觉未来的发展路径不是绞尽脑汁去替代2D视觉，更应该立足于解决2D视觉做不好或干不了的领域。只是，瞄准解决2D视觉做不好或干不了的事情，需要满足两个大前提。一个是，3D视觉技术需要持续迭代趋于成熟，自身具备解决问题的能力；第二个大前提是，能够吸引用户尝试新技术，也就是在产品好用的基础上平衡用户投入成本问题，让产品实现高性价比。
3D视觉行业的发展机遇
在工业自动化领域，3D机器视觉技术与机器人的结合更被业内认为是未来的重要发展趋势。以焊接引导为例，目前焊接机器人主要用于汽车等高端行业的盲焊工艺，每年5万台左右销量；引入3D激光焊接视觉后，大大降低机器人在焊接领域的使用难度，未来将达到每年几十万台的销量规模。3D工业视觉，赋予机器人智能，客户端的价值是更易用、更柔性，将激发每年百万台工业机器人和千万台服务机器人的市场规模。
质量控制（QC）和检验是3D机器视觉技术在工业领域的另一个重要应用场景。配备视觉的机器能够识别产品或物体中的异常或缺陷，并将其标记为不符合某些质量保证规范。例如，硬币字符检测、电路板检测，以及机器视觉的定位检测，饮料瓶盖的生产是否合格、是否有问题，产品的条码字符的检测识别，玻璃瓶的缺陷检测等。3D视觉技术可以满足工业级精度要求，实现智能3D扫描，获取精准三维数据，高效剔除瑕疵品，帮助机器完成各种复杂任务。
3D人脸识别是一个方兴未艾的应用领域。人脸识别以前主要应用在门禁考勤系统、防盗门等，目前电子护照及身份证也大量采用该项技术。公安、司法和刑侦利用人脸识别系统和网络，在全国范围内搜捕逃犯。在金融业务上，电子商务、智慧银行采用人脸识别，也成了企业增强市场竞争力的手段。
从落地来看，目前3D主要应用于大型工业制造业企业、物流、智慧城市监控，以及少部分消费应用场景等，从探索到突破，在落地的路上逐显繁荣。
近日，多家3D视觉企业完成融资。其中，上海芯歌智能宣布完成过亿元B轮融资，以支持机器视觉行业的研发，同时加速团队建设和市场布局。深圳宝链智能完成千万级别的Pre-A轮融资，将主要用于多工艺场景的算法落地、团队扩充、市场渠道覆盖。高精度3D相机研发商知象光电宣布完成数千万元B+轮融资，继续投入新产品研发、市场拓展及产能建设。
可以看到，这些企业融资主要目标，一则加速技术研发，二则推进市场布局。这与当前3D视觉市场现状密切关联。在3D视觉产业智能化升级进程不断加速的背景下，各企业都致力于基于3D视觉不同技术路线，拓展细分市场，实现相关产品的区别化应用落地。特别是面对市场内还未出现龙头企业的现状，未来一段时间，对于3D视觉企业卡位具有至关重要的意义。
3D视觉赋能工业机器人
工业机器人是中国制造业发展的重要支撑，而3D视觉作为工业机器人的“眼睛”，它影响着工业机器人的行业应用前景。通过3D视觉控制技术可以提高工业机器人工作的精度、速度及可靠性，3D视觉+工业机器人配套发展已经成为业内人士关注的焦点。
当前，智能机器人在工业自动化领域中，搬运、焊接、装配环节占比70%以上，电子汽车，物流、金属加工则占比67.8%。
机器视觉对于提高工业机器人的灵活性和可操作性具有重要意义，在大批量工业生产过程中，3D视觉助力机器人实现更多高精度动作，拓宽其应用场景，也大大提高了生产效率和柔性化程度。
虽然目前3D视觉+工业机器人渗透率较低，但随着工业加工越来越精细，对设备的要求越来越高，3D视觉配合工业机器人解决方案将越来越多，渗透率也将逐年增高。
3D视觉+工业机器人配套发展，可以为工业机器人开拓更多应用场景以及功能，但随着市场发展，一些问题和难点也逐渐显现出来。
难点一 软件及协同策略
1）对识别非预期性缺陷等情况，3D视觉系统的学习能力和处理能力；2）3D视觉系统和机器臂的信号传输协同能力。
难点二 硬件的配置
硬件的不成熟对软件的限制：1）夹爪能抓取工件的种类；2）机器人固有最高节拍；3）环境光以及反光等情况对视觉采集的影响等情况。
难点三 市场的成熟度
1）新兴产业，批量应用的行业和整体的市场规模还小；2）价格较贵，成本承受能力较强的客户才会导入；3）对于设备故障，相关技术人员的经验能力不足等。
虽然目前行业发展存在难点，但3D视觉+工业机器人未来发展前景依然被看好。2021年3D视觉领域融资热度不减，据不完全统计，截至2021年10月，融资事件已有十多起。相信有众多资金的注入，未来行业会加快研发进程、实现快速发展。
2021年3D视觉领域融资事件表
总而言之，在3D视觉+工业机器人领域，所有企业面临着相同的窗口期，谁能率先规模化落地，积累起大量客户与典型案例，谁就能占据先发优势。
在3D视觉这片热土上，本土创业厂商除了需要与基恩士、康耐视等国际大厂竞争，亦无法回避海康、大华等国内知名厂商，如何在重重竞争中脱颖而出？
在这种局面下，本土厂商最可控的事情就是专注于自身，做好产品、跑通商业模式、保证完美生产与交付；第二点则是陪伴客户与产业共同成长，3D视觉作为创新产品，正处于快速发展迭代过程中，与之对应的客户需求也在持续发生变化，精准把握客户需求至关重要。
京公网安备 11011202001138号
