<mark id="oztn4"></mark>
0
機器視覺是工業制造向“智造”升級的重要一環。
從技術發展的趨勢看，工業機器視覺正在經歷從2D到3D的蝶變。
3D視覺的價值在于，多一維度的信息數據（主要是空間坐標），能滿足對體積、形狀、距離等信息測量的需要。并且，3D視覺不容易受照明條件的影響，其成像精度遠高于2D視覺，同時，其快速處理信息的能力也非2D視覺系統可比。
目前，得益于中國的供應鏈優勢，3D機器視覺所需要的硬件，諸如光源、鏡頭、工業相機等，已經實現較高的國產替代率。
但在工業3D視覺軟件領域，國內目前尚未出現一款現象級軟件。
由于工業賽道足夠細分，加上軟件算法需要大量數據資源和深度行業know-how進行“喂養”，更多的3D視覺企業選擇走定制化路線，這樣更容易部署。
不少企業提出暢想：是否可以造一個通用的3D機器視覺平臺，來滿足各行各業的差異化需求？或者最大程度地減少定制化部署，以節約成本？
國內3D機器視覺技術已經開始落地。但從市場競爭層面看，3D機器視覺暫未出現明顯的市場格局，多數企業正處于“鋪市場、拼落地”的階段，搶占市場的無形之戰已經打響。
正面戰場，行業案例是敲門磚，各家使出看家本領搶市場、推方案。
后方戰場，工藝算法是主要壁壘，各家在防護等級、穩定性、精度、掃描速度、數據傳輸等方面挖河道、修筑高墻。
這場戰役要爭奪的第一片高地，是以勞動力密集型為主要特征的制造業和物流行業。
“2018年開始，物流行業的客戶率先進入規模化部署的狀態，客戶側他們的時間跑出來的最快。”圖漾科技CEO費浙平告訴雷峰網。
3D機器視覺在制造業的應用，當前主要集中在質檢場景，如高端制造業半導體、精密儀器等的產品外觀缺陷質量檢測。而在物流行業，3D機器視覺則應用到了引導機器人（機械臂）進行識別、分揀、上下料、拆碼垛等工作。
這兩大行業的特點是，產品相對標準，且具備自動化基礎，這為開發通用3D機器視覺平臺打下了基礎。
然而要開發通用3D視覺平臺還面臨兩個直觀問題：市場接受度，以及技術如何解決差異化需求。
市場接受度
不少業內人士向雷峰網(公眾號：雷峰網)表示：3D視覺的市場接受度越來越高。
兩三年前，3D視覺創業者經常遭受來自投資人和客戶的雙重質問：“3D視覺到底是不是偽需求？”“2D視覺到底能不能解決？”
在經歷技術落地與市場教育之后，許多工業企業已經認識到3D視覺帶來的價值。在談項目時，開始就指明“不要2D的，要3D的。”
這意味著，從市場需求看，工業企業已經開始認可3D視覺技術對行業產生的價值，并逐漸接受這種變化，開始愿意為新技術買單。
技術如何解決差異化需求
工業企業關注的主要有兩點：
產品功能性，即針對應用場景，找到最合適的3D視覺解決方案。
快速交付能力，即找到能夠將其需求快速產品化，滿足項目時間節點的產品。
從需求倒推至技術，市場需要的是穩定可靠、復用性強的產品，但現階段的3D視覺產品同質化競爭非常嚴重，很難滿足不同行業、同一行業不同領域的多樣化應用場景需求。
換句話說，在3D視覺公司提供的產品與實際需求之間，還隔著一層需要逾越的厚障壁。
工業企業存在不同業務場景、生產環節，甚至同一場景不同工廠的需求都相互迥異。
設備具備非標性，通用性差，制造過程中的多品種、小批量，是許多工業企業的經營現狀。
這導致許多企業不得不選擇成本高昂、難以復用的定制化路線。
對于講究生產柔性、靈活配置生產資源的中小企業，這種定制化產品無異于空中樓閣——好看管用，但用不起。
因此，市場本身需要一些能夠提供可復用的通用型產品。
但現階段，由于技術和成本的原因，工業3D視覺平臺做到完全通用幾乎不可能，只能將通用部份沉淀下來，盡量減少定制化比例，將可通用的部分做到極致。
簡單來說，這類“有限制”的通用，算作是從定制化邁向通用的一種過渡路線。
即便是做這樣一種“類通用”的軟件平臺，也需要產品性能以及行業Know-How的支撐，二者缺一不可。
一方面，這類軟件算法平臺，需要通過強大的底層算法與海量的數據構建，實現產品的“通用性”。即找出定位、識別、抓取、測量等場景中的共性，來解決缺陷檢測、無序抓取等具體問題。
在此基礎之上，技術供應商還要在功能與成本之間找到平衡點。
一位業內人士表示，“由于標準化產品需要適應各類非標場景，做到同時滿足精度、速度、抗陽光性能、識別難度等需求，性能必須強大且有冗余，在此基礎上，標準化產品還要兼顧成本和易用性。”
另一方面，3D機器視覺要在工業落地，行業Know-How極為重要。
在非標場景中提煉出標準化技術，需要既懂行業又懂技術的人才。不同場景的共性體現在何處，哪些模塊可以復用，如何降低技術成本等等，沒有對行業的深度認知與Know-How沉淀，很難做出與市場需求相匹配的產品。
除了產品和行業Know-How之外，還需要產業鏈上下游的密切配合。
通過技術滿足多行業的多種應用，需要將核心技術凝結在標準化的產品中，包括在傳感、感知、規劃幾個層面的同步提升，比如3D相機硬件、視覺軟件、機器人軟件。軟硬件的兼容性難題、迭代速度等，也需要產業上下游合作。
通用難題待解，合作才能走得更遠
從產業鏈分工來看，3D視覺行業已形成一條包括產品供應商、解決方案集成商、終端應用的產業化分工鏈條。
產品提供商，負責軟硬件的研發，比如3D視覺傳感器硬件和軟件算法；
解決方案集成商，直接面對終端各類應用場景的具體需求，針對各類應用算法進行二次開發，提供完整的解決方案。
集成商圈子的競爭，主要體現在開拓渠道，以及項目執行能力上。他們面對具體的落地應用，向上完成軟硬件產品的集成，向下針對客戶痛點拿出完整的解決方案，并將這種經驗進行沉淀，而后找到同類場景，進行推廣復制。
目前，國內3D視覺賽道，集成商數量眾多，能否做到更快、更好地交付，決定著他們能否從中國2000多家視覺集成商中脫穎而出。
3D視覺存在大量分散的柔性化下游應用場景，由于方案定制化程度高，標準化難度大，常常是集成商與上游產品公司，根據某個客戶需求，投入大量人力，長時間打磨定制化的解決方案，效率很低。
因此，對于集成商來說，一個能夠實現硬件設備與軟件算法的快速融合，做到與大部分主流機器人和相機、傳感器，一鍵鏈接，即插即用，將復雜的視覺項目部署和交付變得簡單易用的通用視覺軟件平臺，至關重要。
工業視覺核心軟件系統的通用化，可以幫助集成商提高服務能力和解決用戶復雜問題的能力，在行業內甚至跨行業進行解決方案的遷移與復制，大大縮短部署周期，節省人力物力投入。
不過，集成商的軟硬件開發能力較弱，需要借助上游產品供應商的研發能力。
相較于為數眾多的視覺集成商，3D視覺感知方案供應商，在3D視覺相關企業中占據少數。
于3D視覺方案提供商來說，核心競爭力在產品的功能性，包括對3D視覺傳感器性能、成本、體積的優化，以及智能算法的優化。
不過，智能制造領域，非標場景眾多，對于行業和應用場景理解的要求很高，目前供應商針對典型的場景以工藝包的形式做產品，但仍有大量場景需要根據用戶的需求做開發或調整，想要緩解落地部署的壓力，沉淀出一個通用的3D視覺平臺，是解題思路之一。
好的通用視覺軟件，既要能夠幫助集成商在降低二次開發難度的同時，提高開發速度，幫助將客戶的需求快速產品化，還要能較好地與行業解決方案集成。
圖像處理軟件是機器視覺系統的“大腦”，通過圖像處理算法完成對被測物的識別、定位、測量、檢測等功能。不過，工業系統具有各自封閉開發的特性，多平臺和多品牌的多種產品的適配上容易相互“打架”。
因此，一個能與外部控制設備快速集成，增強產品擴展性，能適配多種主流協議，兼容主流3D相機（工業相機、結構光相機、TOF相機、激光相機）的工業軟件十分重要。
總的來說，產品提供商的產品能力，與集成商的解決方案能力相輔相成，雙方只有密切配合，才能組成一柄完整的利劍，刺穿行業痛點，滿足客戶的實際落地需求。
相較于2D視覺，3D視覺的技術棧更深，由于新的技術路線隨時可能出現，目前還不能說哪一家已經形成絕對的技術領先。
在技術優勢之外，產品功能性和快速交付能力，依舊是賽道比拼的火力集中點。
當下，3D視覺產品朝著標準化、通用化方向發展，存在一些客觀難題，比如既懂3D視覺技術又懂工業場景的人才亟待補充，業內3D視覺標準、規范也相對空白等。
3D機器視覺的通用化之路固然困難重重，但如何在保證產品性能的同時，打造出相對通用的視覺軟件平臺，已是接來下各方競爭中的重要突破口。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
