扎根“测量/测试+导航/避障”场景 规模化尚需攻克场景端痛点

扎根“测量/测试+导航/避障”场景 规模化尚需攻克场景端痛点

国内“新基建”政策的重推下，工业智能化的热度持续高涨，成为当下各实力派半导体企业逐鹿的重要利基市场。其中，机器视觉作为构建工业互联网系统不可或缺的组成部分，已经成为国内VC圈的投资热点。据统计，从2019年至2020年第一季度，工业视觉领域共发生过44起融资案例，这些公司的业务兼顾2D/3D视觉技术，其中千万元级别融资29笔，过亿元融资6笔，尤其是高精密制造这类场景是投资重点，已存在多家上市公司。随着后续“新基建”的推波助澜，机器视觉将如何重塑工业场景？规模化之路上又存在怎样的挑战？

劳力成本的提升加之生产线柔性化布局的迫切需求，已成为当下推动机器视觉向工业场景规模化渗透的“强力催化剂”。近年来，该领域集中涌现的多笔大额融资就是最有力的印证，例如梅卡曼德于一年内先后两次宣布获得过亿元融资；中科慧远在2019年获得千万级A轮融资和过亿元融资；高视科技在2019年获得亿元B轮融资，后又被长江小米基金战略投资等等。其中不仅包括红杉资本中国、明势资本、顺为资本、高榕资本等一线基金的参与，更有小米、联想、英特尔、百度风投、腾讯等产业以及政府基金都相继入局。各路资本的集中涌入，也让这一曾经颇为“冷门”的市场瞬间热度高涨。

对此，国内不少供应链企业都有切身体会，日前的“2020年世界人工智能大会”上，苏州天准科技股份有限公司CTO曹葵康就坦言：“五六年前，我们在与客户讨论工业机器视觉方案的落地时，客户一般都会对产品和技术提出各种要求，且采用意愿不大；但近几年市场需求发生了明显的转变，不少客户对这类方案的采购和使用需求有了很大提升，接受度也很高，这是我们能从市场一线得到的反馈。而且，国内机器视觉领域如今也涌现了很多优秀的本土企业，不少友商都在集中上市。”这都是工业机器视觉市场“多云转晴”的有力证据。

从一些主流半导体企业在工业机器视觉板块的业绩表现，也可一窥端倪，艾迈斯半导体（ams）对记者透露：“从我司中国区销售情况来看，去年前三个季度需求整体比较疲软，从去年四季度开始强力复苏，而今年从一开始就延续了去年四季度的良好态势，我们预计今年全年比去年会有4到5倍的增长。在我们看来，其中线扫sensor的需求最为强劲，预计全年占到机器视觉营收七成左右的份额。”

需求端的高速成长，自然与技术的日渐成熟密不可分，曹葵康认为：“如今工业机器视觉的增长动力主要来自于技术创新提升的应用潜力，比如基于3D视觉的机器人料箱取物这类应用，过去一度曾是行业性难题，主要还是借助于2D视觉来实现简单的抓取，且大多是比较浅的料箱或者平面料箱，但现在已经有不少案例实现了深度料箱的3D抓取，这主要还是得益于传感器技术的进步。另一方面，深度学习算法的突飞猛进也是重要成因，由于深度算法处理的很多信息大都聚焦在图像类，这也让AI算法非常适合于半导体领域的硅片检测、集成电路以及光学透镜的检测这类对图像检测需求明确的场景，在深度学习的加持之下，检测精度和准确度都得到大幅提升。”

从具体的市场需求细分来看，编者获悉，导航避障和测试/测量类是当下需求颇为明确的市场。比如测试/测量类应用，主要分布于消费电子、汽车制造、半导体等高精密制造行业，这类行业的特性是应用需求较大、价格相对不敏感，但对设备精度、准确度、稳定性等要求较高；而且，行业内大客户集中，客单价一般都可达百万级。

ADI系统应用工程经理李佳在接受记者采访时也举例到：“深度传感在工厂仓储中产生积极应用，在整个工业制造生产过程中实时准确地确定尺寸并进行分类，这准确的深度传感可以确定仓库的使用率。需要能够快速确定下线产品的尺寸，以进行传输。高分辨率深度传感能够实时确定目标对象的边缘和线条，并快速计算出其体积。”

此外，就是自主导航/避障类应用，李佳表示：“在人类与机器人的合作问题上，安全性永远是要考虑的首要问题，尤其是当机器人身处较为拥挤的工作环境中，它们必须能辨认人与机械以及机械的动作，并作出迅速的反应以避免受伤；另外，在工厂内部，自动传输产品的范围不断扩大，AGV（自动导航车辆）等自动驾驶车辆将需要在工厂和仓库中更快地自主导航，高精度深度传感技术使得传感器能够实时绘制所处的环境、确定自身在地图中的位置，然后找出最高效的导航路线。”

适用范围固然广泛，但实际场景中，也还需要处理和应对各类实际问题和挑战，以ADI专长的ToF方案为例，李佳告诉记者：“例如同一场景下多个ToF应用终端如何避免干扰，特别是对于工业这一类的专业级场景，ToF传感系统的设计不仅需要在精度、范围、响应时间、分辨率、成本、功耗以及可用封装要求之间取得平衡，而且需要针对不同的实际情况中出现的各种不可控的因素，对传感系统的灵活性及抗干扰性等方面进行一些定制化的设计，比如添加一些高可靠性的滤波及抗干扰器件和模块，并加载相关的软件算法，从而保证系统有足够的能力去应对不同类型的突发状况。”

为此，ADI认为ToF系统中的防干扰或消除干扰能力将会越来越重要，“ADI目前采用了一项正在申请专利的算法，它能够避开或消除所有无关的光信息，仅使用自身激光源的光信息，所以能给出正确的深度信息。深度处理器采用伪随机化算法和特殊的图像处理功能，可以消除多机干扰（ADI发展路线图预计将实现64个摄像头同时近程检测的场景）。”李佳进一步补充到。