國泰君安發布研究報告稱，3D視覺針對工業自動化應用上的“痛點”，提升缺陷識別的精度和自動化產线在线檢測的速度，加速在機器人引導和移動機器人環境感知場景落地。針對不同自動化領域的專業化定制是3D工業視覺的主要特徵，視覺大模型賦能3D工業視覺，降低定制化开發的成本，提升定制化开發的效率，有效拓展應用場景。2022年中國3D工業相機市場規模18.4億元/yoy+59.9%，GGII預計2027年接近160億元，復合增速53.8%。

國泰君安主要觀點如下：

從2D視覺到3D視覺是一次技術的躍升。

3D視覺針對工業自動化應用上的“痛點”，提升缺陷識別的精度和自動化產线在线檢測的速度，加速在機器人引導和移動機器人環境感知場景落地。針對不同自動化領域的專業化定制是3D工業視覺的主要特徵，視覺大模型賦能3D工業視覺，降低定制化开發的成本，提升定制化开發的效率，有效拓展應用場景。2022年中國3D工業相機市場規模18.4億元/yoy+59.9%，GGII預計2027年接近160億元，復合增速53.8%。

3D視覺技術滿足工業領域更高精度、更高速度、更柔性化的需求，擴大工業自動化的場景。

2D視覺技術基於物體平面輪廓，無法獲得曲度、空間坐標等三維參數，檢驗精度低。激光三角測量、結構光、ToF、多目視覺等技術共同推動了3D視覺發展。高精度缺陷檢測場景(如：半導體有圖形晶圓檢測)技術要求最高，主要採用激光三角測量、幹涉和共聚焦技術;

生產线在线檢測和裝配最難，需要復雜的解決方案來適應不同的生產場景，並在振動和環境光幹擾下實現高速度和高精度，主要技術是激光三角測量和結構光。倉庫自動化(尺寸測量、環境感知、手勢識別、隨機揀箱)主要採用結構光和立體視覺。

移動機器人視覺引導最具前景的場景，主要技術包括結構光、ToF、立體視覺。環境感知具備寬視場、高速度(用於實時視覺伺服)、高精度的要求，技術路徑尚未確定。

特斯拉Optimus的3D傳感模塊以多目視覺爲主，全身搭載8個攝像頭，自研SoC芯片FSD，純視覺方案硬件成本低，對軟件算法要求高。國內外其余廠商多採用3D相機+激光雷達方案，優必選WALKERX的視覺模塊採用多目視覺，小米CyberOne的Mi-Sense採用iToF+RGB，追覓採用ToF+結構光，智元A1採用RGBD相機。

從深度學習到通用視覺大模型，AI助力機器視覺提升效率，拓展應用場景。

過去工業機器視覺主要針對垂直場景的少量數據進行小模型訓練，模型處理問題的復雜程度受限。23年4月Meta發布通用圖像分割大模型SAM，視覺大模型賦能3D視覺，可以實現：a.大模型在廣泛下遊場景中具備優勢，有望降低定制化开發成本，提升機器視覺產品毛利率，快速拓展應用場景。B.大模型在零樣本或少量樣本上表現優秀，機器視覺將在這些領域得以拓展，如從代碼驅動變爲視覺驅動的機器人、流程工業場景。

在精密檢測及測量場景中，原2D視覺頭部廠商優勢較大;在機器人引導類場景中，內資初創型廠商以快速設計並落地方案的優勢，處於領先地位。

在精密檢測及測量場景中，3D通常是與1D、2D技術融合使用，現有2D視覺領導廠商依靠成熟的供應鏈以及深厚的行業Know-How，依然會主導行業發展，領先的企業有：基恩士、奧普特、大恆圖像、凌雲光等。國內3D工業視覺企業主要集中設備組裝和集成環節，依靠性價比、深度定制以及服務能力贏得市場，但其主要核心零部件(機器人運動算法、應用工藝包，3D工業相機)主要爲外購。

在移動機器人引導應用中，內資初創型3D視覺廠商處於領先地位。目前大部分企業集中在機械臂進行分揀、上下料等場景，代表企業：梅卡曼德、圖漾科技、熵智科技、邁德威視、知象光電、埃爾森、海康機器人、遷移科技、如本科技等。以視覺爲主要導航方式的移動機器人在國內還較少，有：海康機器人、靈動科技、馬路創新、藍芯科技等。

風險提示：

新技術的應用速度低於預期。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。

---

標題：國泰君安：從2D視覺到3D視覺是一次技術的躍升

地址：https://www.breakthing.com/post/102252.html