机器视觉并不是一个新鲜事物，最早在上世纪80年代就已经应用于产品检测方面了，到现在全球市场已经相当成熟。而随着全球制造业由自动化向智能化迈进，机器人+机器视觉进行定位、识别、引导的风口也在不断显现。

识别、检测：百花齐放百家争鸣

GGII数据显示，2018年中国市场机器视觉规模53.79亿元，同比增长27.95%，GGII预计，未来5年中国机器视觉市场将保持20%以上的增速，在2023年达到160亿元以上的市场规模，2019-2023年年复合增长率为23.87%，空间巨大。

这里面的六成，都将汇聚在检测端。

从目前的来看，自动读码器、人工智能瑕疵检测和3D测量有着强劲的增长趋势。

为什么说自动读码器是视觉技术中较快的增长点？一方面，现在正处于5G和物联网时代的前夜，工厂数字化转型正是当下制造业的热门话题，我们要实现智能制造，工厂数字上云，就需要越来越多的数字采集；另一方面，现代的工厂管理中，二维码是产品的身份证。

因此，工厂无论是提高设备控制效率，还是提高产品的品质，都要追溯到数字的采集。在机器视觉领域，采集数据就需要一款能够自动识别二维码的机器。例如海康威视、奥普特等，都在此领域有深厚积累。

瑕疵检测是视觉技术最难的部分，传统的瑕疵检测，基于模板和特定的过程学习后，对产品进行判断。但是产品的瑕疵不确定因素很多，这种传统的做法，很难真正意义上实现瑕疵检测。以消费类电子产品为例，许多厂商最终的产品出厂检测，往往耗费大量人力。

所以，视觉技术借助人工智能，通过深度学习的算法，为瑕疵检测赋能，并在多个行业得到应用。

再者是3D测量技术的应用，会越来越广泛。以手机制造为例，手机屏幕边缘的缝隙大小，以及机身面是否平整，都需要应用3D视觉技术。

物品的表面有没有划伤，裂痕等，虽然肉眼看起来几乎没有差别，但是手感就会不一样，也是需要视觉来检测，例如轮胎的花纹纹理、深度，肉眼无法看到，就必须要靠机器视觉来进行精准检测。

这一切缘由，皆因消费水平的提升，因此商家会更多的应用3D技术，提高产品的工艺水平。这个市场很大，刚刚开始爆发。

而且和之前相比，检测更是从抽检变更到全检。

产品的全检是一个方面，对于一些精益求精的大厂家来讲，他们目前在每一道工序之后都在考虑加装视觉来进行检测，这种在线的实时检测更能保证良品率，减少损失。

国内检测市场足够大，场景丰富且有案例可循，所以在目前呈现出一种百花齐放、百家争鸣状态。

但是长久以来，国外部分工业视觉制造商具备全产业链优势，其基本垄断了中高端市场，视觉算法软件主要有vision pro、halcon、mil、hexsight、evision、avl等；智能相机主要有康耐视、基恩士、microscan、邦纳等。

这些全球领先的机器视觉厂商，进入中国多年，业绩和市场占有率虽然也在不断递增，但也只是在国内少数的企业中应用，总体销售额还是无法和美国、欧洲，甚至日本相比。

从这个角度讲，外资品牌一直在培育市场，培养品牌。

而随着机器视觉在科创板的开闸上市，以天准科技、华兴源创等代表的国内机器视觉检测企业开始正式出现在大众视野里。从代理到自研，中国机器视觉厂家开始走出自己的道路。

国内厂家虽然可以直观的面对市场爆发，但是与外资相比品牌认知度还是有所差距。

除此之外，很多集成商也开始在其专注的垂直领域进行视觉布局，例如利元亨研发的外观缺陷全自动检测设备就运用了深度学习算法成功解决电芯外观缺陷的检测难题，检测涵盖主要缺陷和一般缺陷，可检测出96种电芯外观缺陷。

随着利元亨在锂电池、汽车供应链等行业的不断深入，其机器视觉技术也将不断积累、发展。

定位、引导：第一轮淘汰赛

在机器视觉应用环节中，物体定位、分拣应用是建立在识别、检测之后的一个环节，通过机器视觉系统将图像进行处理，结合机械臂的使用实现产品分拣。

举个例子，在过去的产线上，是用人工的方法将物料安放到注塑机里，再进行下一步工序。现在则是使用自动化设备分料，其中使用机器视觉系统进行产品图像抓取、图像分析，输出结果，再通过机器人，把对应的物料、放到固定的位置上，从而实现工业生产的智能化、现代化、自动化。

与检测端不同，机器视觉配合机器臂进行无序抓取、配合AGV小车进行定位导航，还属于新鲜事物，受制于技术、成本、解决方案的限制，目前的市场虽然在不断提升，但是并没有大规模爆发。

用在AGV小车上进行定位、导航的机器视觉业内统称为VSLAM，例如马路创新就是VSLAM的专家，这种方案成本低、应用场景丰富但是容易受强光影响。

蓝芯科技CEO高勇表示：“移动机器人本体比做盲人的话，磁条导航或二维码导航相当于给盲人铺上一条盲道，盲人可以沿着盲道行走；而激光导航相当于给盲人一根探路的拐杖，盲人利用拐杖探测周边环境，在周边环境熟悉后就可以比较自由地行走，但是如果周边环境发生变化了，就会迷路。”

而视觉导航相当于给盲人一双真正的眼睛，可以充分利用室内环境中丰富3D信息进行定位导航，即使是在动态环境中，无需轨道和地标，也能实现高精度定位。

但是对于主攻机器视觉配合机器臂进行上下料、拆码垛等企业，则没有退路。随着第一轮市场浪潮的慢慢退散，分化已经开始出现，技术路线的变更并不难，面向的行业以及公司发展的分化更为关键。

如果将其比作一场绝地求生，第一轮“缩圈”已经开始，跑毒刻不容缓。

从2017年机器视觉开始风生水起，整个资本市场一片叫好，各种融资不断见报，但是在2019年，情况急转直下。整个资本市场缩水近三分之二，投资人的钱没有那么好拿，而自身还没有造血能力，如何正确的找准自身定位，发力主要矛盾点，就成了很多企业的当务之急。

以库柏特为例，之前其广泛涉猎的领域包括 3C 电子、汽车零部件、食品、物流、医疗、教学科研等。但是在付出大量人力物力之后，技术现场的突破能否带来可复制的大规模落地却始终是个问题，之后的他们裁掉了大量看起来不靠谱的业务，现在的库伯特在零售、医疗、食品、教育等方面都做的非常成功。

在工业市场中，3D的应用特点很复杂，不存在一种通用的方法，不存在通用的解决方案，要求视觉集成商具备强大的集成能力，需掌握多种原理，这也导致视觉技术的标准化和规模化落地比较难。

正如图漾科技总经理费浙平所说：“目前的3D机器视觉发展阶段还只处于‘高成本的样板工程’阶段。”图漾科技不断在物流、工业自动化、工业测量、智慧商业等多个场景的龙头客户生产现场开始了大量部署，夯实自己在3D机器视觉领域的核心竞争力。

为了解决3D视觉规模化普及的难点问题，图漾科技已经在某些垂直行业应用中实现了“标准化的特定行业应用标准方案”，在同一应用市场内的复制推广已经可以实现，但跨行业或不同应用需求下的研发和工程落地依旧代价很高。

梅卡曼德则持续在汽车产业链、家电、3C、物流等领域耕耘。昨天刚刚成立三周年的他们今年已经宣布两轮重量级融资了，分别来自启明和英特尔，公司规模已经有130人，业务发展到日本、韩国、德国。

埃尔森今年投入了大量的人力物力进入鞋底涂胶行业，阿丘科技从成立起就是aidi检测加定位、识别，随着时间发展，慢慢侧重于检测。灵西从一开始就将主要精力放在电商货品的拣选上，并主推价格可控的线扫摄像头。

机器视觉这个行业，最关键的就是相机、算法、软件、应用经验，由于行业方向清晰，企业的技术路线其实并没有什么太大的差异。

第一轮毒圈肯定有企业会倒下，这是市场发展的必然。但是强者越强，同时大量外资品牌例如photo neo等等，还有大企业背景的例如海康，还有很多集成商也会选择和某些视觉企业合作，增强自己的产品竞争力。

机器视觉+机器人的模式目前全球都还处于成长期，相信第一轮缩圈之后会有一段时间的缓冲期，之后才是决赛圈。

作者简介：武汉维识教育科技有限公司，公司依托北京一维弦科技有限公司自主知识产权的核心算法、智能机器人等主要产品、理实结合的人才培养课程方案，在华中地区布局人工智能人才培养战略：校企合作办学，支持校企共建高质量的机器人工程专业、机器人工程系、机器人工程学等机器人工程及相关智能科学专业；开办人工智能训练营，围绕机器人工程、人工智能、智能科学与技术等相关专业，助推高校和企业人才的智能转型；建立人工智能机器人实训基地，围绕人工智能、机器人视觉、机器人运动学、电机控制、智能制造等相关方向，提供实验技术平台，助力高校和高职人才的培养。