3D视觉四大细分应用场景发展趋势解读.docxVIP

机器视觉是一种应用于工业和非工业领域，以相应的机器视觉硬件和相关处理算法替代人眼做出检测和判断的综合性技术，其主要功能为捕获并处理图像。它的出现大大提高了生产自动化程度，增加了质量检测的高效准确性，为设备执行提供操作指导，是智能制造的先锋力量，目前主要应用于制造业，随着我国的科技水平不断发展，机器视觉技术为了更好的适应社会需求，也在不断的在优化升级，开辟了不少新领域。接下来就跟随新战略的脚步，一起探索3D视觉未来主要发力领域及发展趋势。

机器视觉行业产业链环节较长，上游由机器视觉系统硬件和软件算法构成，中游为设备商和系统集成商主要负责软件的二次开发和设备制造，下游应用场景和行业广泛。

机器视觉产业链图谱

目前，中国机器视觉行业最大的市场主要是工业领域，其销售占比已超过整体80%，其中机器视觉渗透率较高的行业有电子制造、显示面板、汽车、印刷、半导体、食品饮料包装等，交通、国防安防等行业近些年也开始发展3D技术。根据过去几年中国机器视觉消费占比情况以及全国工业市场发展趋势，我们认为3C电子、汽车制造、半导体、锂电此四大赛道是值得机器视觉企业深度关注重点行业。

3C电子

欧美等国家的3C电子产业正在向发展中国家转移，消费电子作为典型的技术密集型、资本密集型和劳动力密集型产业，产品变化大，迭代速度快，导致制程不标准，且近年来存在招工难，招工贵严重吞噬企业利润。同时，消费电子产品集中度高，制造环节长，传统作业方式也导致大量不合格品，进一步挤压企业利润空间。

在当前行业增速短期放缓的盘整阶段，头部玩家正在积极推动产线智能化转型升级，目标是通过智能装备替换人工、半自动化设备，实现生产智能化、数字化甚至柔性制造，这也是机器视觉产业进一步提高行业渗透率的机会。

3C电子行业发展趋势：

1.?市场需求增加3C产品生命周期短，制造商需频繁采购设备这将带动持续的机器视觉的需求。

2.产品多环节应用3C产品趋于复杂化，产线对生产效率及加工精度的要求日益提升，更多的3C商将机器视觉应用在制造环节中。

3.3C制造更新换代快本土高端智能手机的市场扩大，安卓系厂商手机对加工效率和精度的要求也在持续提升，机器视觉在安卓系产线内的渗透率存在较大提升空间。

汽车行业

机器视觉应用兴起于汽车制造。机器视觉经过数十年在汽车制造行业的发展，其应用已经贯穿整个汽车车身制造过程，从初始原料质量检测发展到汽车零部件的测量，再对制造过程中的焊接、涂胶、冲孔等工艺进行把控，最后对车身出厂质量进行把关。

我国汽车制造业高速发展，汽车产销量均居全球前列；汽车制造行业自动化程度较高，各类工业机器人在生产制造多数环节中已代替人力进行工作，同时，汽车制造业所涉及的新技术范围广、数量多，不断需要各种技术的革新来推动汽车制造行业的进步，进而促进机器视觉技术的发展。

汽车行业未来扩展方向

车辆行人检测应用

车辆检测系统借助机器视觉技术，可以利用各种传感器探测周边车辆的相关信息，包括前后方车辆速度、位置以及障碍物的大小位置等。行人检测系统也是以同样的原理展开应用，通过机器视觉技术检测出行人的位置。

疲劳监测应用

目前驾驶疲劳监测系统研究中，多采用车载机器视觉系统监测人体姿态和操作行为，根据系统反馈信息来判别疲劳状态。当驾驶员处于疲劳状态时，通过声音、光线、振动等刺激驾驶员，使其恢复清醒状态。在一定范围内，极大地减少了因驾驶人员疲劳而造成的交通意外事故。

半导体

2022年全球半导体销售额达5735亿美元中国区销售额为1803亿美元，占比31.43%是全球最大的半导体销售市场，半导体产业具有集成度、精细度高的特点，是机器视觉技术最早大规模应用的领域之一。机器视觉在半导体行业中的应用涉及到半导体外观缺陷、尺寸、数量、平整度、距离、定位、校准、焊点质量、弯曲度等的检测，尤其是晶圆制作中的检测、定位、切割、封装过程全程都需应用机器视觉技术。

半导体行业发展痛点、突破及未来趋势

痛点：

技术：半导体芯片检测设备，结合了光、机，电、算、软等技术应用，尤其是微纳米及纳米级2D、3D光学成像技术，目前基本掌握在国外手中在国际竞争中，可能会来自国外的限制，需要加大力度投入国内的基础光学器件的研发

集成:视觉检测是结合生产工艺来优化生产，与工厂生产工艺强相关，另外基于AI的视觉算法，数据量越大，检测效果越好。

标准化:检测设备还未有国家标准，主要是针对不同的工艺开发，后期需要推动建立相应的半导芯台检测设备国家标准。

技术突破：

基于AI的缺陷检测算法平台:为实现技术产品标准化提高算法在不同应用场景间的迁移能力、提高缺陷的检测能力和分析能力，开发基于AI的缺陷检测算法平台。

高速高精度光学成像系统:为解决晶圆的亚微米级(0.2μm)缺陷的高速成像以及表面高度的微米级测量和封装段金线和焊点的高度