机器视觉和人工智能将引领工业自动化第二阶段技术革新

来源：中为咨询www.zwzyzx.com 【日期：2016-09-30 10:53:34】【打印】【关闭】

相关报告

我国工业自动化第二阶段的需求增量将来自基础离散型工业的刚性机器代人的需求。其特点在于下游整体行业毛利率水平较低以及对用工成本上涨的敏感性极高。

机器视觉解决基础离散工业自动化行业痛点，迎来行业发展黄金期。

机器视觉使用光学器件进行非接触感知，自动地接受和处理一个真实场景的图像，以获得所需信息或应用于控制机器人运动的装置。从本质上看，机器视觉是利用光学系统、工业数字相机和图像处理工具来模拟人类的视觉和思维的技术。

自动化成套装备可分为传感与检测、监控系统、执行机构三大类型，机器视觉属于传感与检测领域的自动化应用设备。从产品应用来看，机器视觉不仅作为单一产品应用于产品质量检测等领域，还被广泛安装在工业机器人、数控机床等工业自动化产品中，属于自动化工程中的上游核心环节，在工业自动化进程具有广泛需求。与此同时，机器视觉的核心技术在于软件与算法环节，在发展过程中对硬件的依赖度较低，其成本较工业机器人、数控机床等其他自动化产品更具优势，产品相对容易推广。

物美：机器视觉具备精度优势，且能进行高强度连续作业。人类视觉系统的感受部分是视网膜，人们按照投影到视网膜上的二维的像来对该物体进行三维理解，受于生理限制，人类视觉的精确度较低，其灰度分辨能力只能达到64灰度级，且分辨率较差，不能观看微小目标。机器视觉的灰度分辨能力较强，通常可达256灰度级，且通过应用4K*4K的面阵摄像机或者8K的线阵摄像机，配置各种光学镜头后能观测到微米大小的目标。另一方面，机器视觉不会有人眼的疲劳，并且能在人类视觉难以应用的领域工作。以3C制造业为例，电子元件的微小尺寸需要精确快速测量、外形匹配、颜色识别等工序，人眼难以进行连续稳定的检测，机器视觉的应用能较好弥补这一缺陷。

机器视觉与人类视觉对比

价廉：机器视觉投资回收期短，具备更好的经济效益。以全球机器视觉龙头康耐视公司的产品AutoID为例，其能将快递分拣的有效识别率提高到99.9%。假设一家日处理80000个包装的小型配送中心原有接触式传感器的有效识别率为99%，则每天将产生800件需重新处理的包装。若时薪为15美元的操作员需要1.5分钟进行重新处理包装，则有效识别率提高0.9%将为配送中心每年节约98.55万美元的成本，而AutoID的投资仅为3万美元，因此111天就能收回投资成本。此外，若将机器视觉应用于人工检测领域，则不仅能节约因检测误差造成的维护成本，还能够对人力成本进行替代，经济效益更加良好。以电子整机装联和表面贴装（SMT）生产线为例，一条生产线需要3-10人来进行检测，应用机器视觉后能够实现对原有人力的替代。劳动密集型产业对价格高度敏感，而机器视觉技术最大的特点是速度快、信息量大、重复性良好，能够有效满足行业降本需求，在当前劳动成本不断攀升的背景下存在广阔的应用空间。

小批量配送中心（80000个/日）有效识别率/劳动力成本分析

机器视觉行业应用领域逐步拓宽，未来带动下游市场应用近百亿需求。机器视觉早期主要应用于电子装配检测领域，伴随我国机器视觉技术日趋成熟，近年来应用领域将不断增加，食品、包装机械、印刷机械、物流、烟草、仪器仪表等行业需求提升尤为显著。基于CEIC数据，我国机器视觉下游应用行业的企业个数为65136个，员工人数为1926万人。中为对下游市场应用需求进行预测。

机器视觉市场规模=企业数量*生产线条数*每条生产线机器视觉系统数量*每套机器视觉系统售价*市场渗透率。我们假设到2020年机器视觉的市场渗透率为0.2，每个企业应用1条生产线，每条生产线需要5套机器视觉系统，每套机器视觉售价10万元，每条生产线的改造成本总计50万元，市场规模将达65亿元。

本文地址：http://www.zwzyzx.com/show-267-235694-1.html

分享到：

上一篇：国内系统集成商是工业自动化第一阶段的主要受益者

下一篇：机器视觉可以替代人眼判断，比较优势显著

相关资讯