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”.docxVIP

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（chargecoupleddevice）和CMOS（complementarymetaloxidesemiconductor）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