機器視覺,一種應用于工業(yè)和非工業(yè)領域的硬件和軟件組合,能夠捕獲并處理圖像,為機器人等執(zhí)行設備提供操作指導,是目前智能制造的先鋒力量,主要應用于制造業(yè)的前端環(huán)節(jié)如電子制造和汽車等領域。
我國的機器視覺行業(yè)起步較許多發(fā)達國際晚了許多,大約啟蒙于20世紀90年代,最初主要以代理國外機器視覺產品為主,一直到21世紀后少數(shù)本土機器視覺企業(yè)開啟自主研發(fā)之路。
CBInsight數(shù)據顯示,當前中國已是繼美國、日本之后的第三大機器視覺領域應用市場,包括機器視覺設備在內,國產化率約為40%,預計2022年國產化率能提升至55%。
目前,整個機器視覺行業(yè)處于快速成長階段。2020年開始,機器視覺行業(yè)全球市場規(guī)模就已經超過100億美元。但是中國機器視覺行業(yè)規(guī)模依舊不大,但增速較快,發(fā)展可觀。
在人工成本壓力、精密制造發(fā)展、工業(yè)生產效率等大趨勢下,機器視覺在我國長期廣闊的發(fā)展前景。相比人眼視覺,機器視覺具有圖像采集和分析速度快、觀測精度高、環(huán)境適應性強、客觀性高、持續(xù)工作穩(wěn)定性高等優(yōu)勢,因而可幫助終端使用者進行產品增質、成本降低以及生產數(shù)字化。
盡管作用頗大,但在實際應用當中,市場滲透率并不高,作用無法充分發(fā)揮。想要提升機器視覺的滲透率,還要從整個產業(yè)鏈下手。
上游亟待國產化突破
機器視覺是由多個部件組成,每個部件的原材料都不同,因此產業(yè)鏈上游涉及的行業(yè)范圍較為寬廣,主要有LED、CCD、CMOS、光學材料、電子元器件等原材料。光源及光源控制器、鏡頭、相機等硬件部分負責成像,視覺控制系統(tǒng)負責對成像結果進行處理分析、輸出分析結果至智能設備的其他執(zhí)行機構。
除了光源部分國產企業(yè)競爭較激烈之外,其余各環(huán)節(jié)國產化率較低,產業(yè)鏈國產化亟待突破。
中游應推進核心軟硬件進口替代
機器視覺中游是產業(yè)鏈核心環(huán)節(jié),包括部件制造和成套系統(tǒng)集成兩個環(huán)節(jié)。國內集成商發(fā)展迅速,市場主要集中在外資較少的領域或者非標定制,但是進行二次開發(fā)利潤空間較小,想要盈利還是要依靠核心軟硬件領域進口替代。
此外,成套系統(tǒng)集成環(huán)節(jié)在機器視覺中占有至關重要的地位,根據美國自動成像協(xié)會(AIA),北美機器視覺行業(yè)銷售額中,機器視覺成套系統(tǒng)(包括智能相機)占86%,機器視覺部件僅占14%。因此,除了集成商,許多廠家也結合下游實際場景,以整體解決方案的模式提供成套系統(tǒng),以整體方案打開市場。畢竟在整個機器視覺系統(tǒng)中,軟件以及系統(tǒng)是核心,有更高的溢價空間,因此不少國產廠商也開始在軟件領域發(fā)力。
下游應用拓展
機器視覺部署成本高、更適用于高精度的行業(yè),因此在目前階段,下游需求結構相對單一,半導體及電子制造、汽車行業(yè)等高科技、精密零件的應用仍占半壁江山,占比分別為46.6%和10.2%。同時醫(yī)藥、食品等領域的應用也在興起。
但是,以食品為例,機目前應用于檢測和分揀等,但主要是大型食品企業(yè)使用,在行業(yè)內整體滲透率并不高,因此未來智能制造大趨勢下,滲透率逐步加深可期。
除了具體的應用場景,機器視覺的部署往往需要與工廠智能化配套,但是當前90%制造業(yè)企業(yè)有自動生產線,但僅40%實現(xiàn)數(shù)字化管理,5%打通工廠數(shù)據,1%使用智能化技術,多數(shù)場景下仍靠人工或簡單設備進行識別、檢測,缺乏配套的智能設備,機器視覺也無法發(fā)揮實力。好在機器視覺的下游行業(yè)眾多,包括汽車、3C電子、半導體、食品飲料、光伏、物流、醫(yī)藥、印刷、玻璃、金屬、木材等,因此還有巨大的市場空間,需要與智能制造進程一起,等待被探索和發(fā)掘。
產業(yè)布局需優(yōu)化
從機器視覺市場競爭格局來看,行業(yè)內全球主要玩家有基恩士、康耐視、CCS、海康機器人、中國大恒、茉麗特株式會社、奧普特等。其中,基恩士過去十年的毛利率、息稅前利潤率、凈利潤率平均水平為80%、50%、35%。由于機器視覺行業(yè)“技術密集”與“工藝密集”這兩大特性,行業(yè)壁壘較高,玩家相對較少,市場主要由幾家龍頭企業(yè)占據,競爭格局和行業(yè)生態(tài)還未形成。
從中國市場方面來看,國內市場的企業(yè)已經超過200家,產品代理商超過300家,市場依然是比較分散的狀態(tài)。
因此,盡管中國工業(yè)增加值占全球比例正不斷提升,全球機器視覺千億級別的潛在空間還在等待挖掘。