人工智能之眼——机器视觉的投资机会

  最近最火的莫过于人工智能(AI),甚至有人放言AI将在短时间内取代人类很多工作,甚至是很多机器人将让大多数人失去岗位。我们暂且不讨论这个说法正确与否,但是AI和机器人的发展确实非常的迅速,而且这是个相对很大的赛道,许多巨头斥巨资押注在上面。一个大赛道背后必然会有很多细分的机会,比如一个人最重要的就是它的接收信息的感官,一个人什么感官最重要呢,毫无疑问是眼睛,所以我们今天就用这篇文章来聊聊机器的重要感官——机器视觉,它的机会和市场。

  我们先来弄清机器视觉最基础的概念。它是人工智能正在发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

  机器视觉从本质上来讲是一项综合技术,包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术等,最基本的特点是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足规定的要求的场合,常用机器视觉来替代人工视觉。同时,在大批量重复性工业生产的全部过程中,用机器视觉检测的新方法可以大大提高生产的效率和自动化程度,机器视觉包括识别、测量、定位和检测等四大应用场景,实现难度依次递增。首先是识别,能分辨目标的物理特征,像是外形,特点,颜色等,其准确度和识别速度是衡量的重要指标;其次是测量,就是计算出目标物体的大小尺寸;再者是定位,也就是获取目标物体的地理信息;最后是检测,其目的是主要是针对目标物体的表面状态,判断产品是不是存在缺陷。

  说完了最基础的概念,我们的角度来看下机器视觉的相关产业链。将上中下游拆分来看,机器视觉上游最重要的包含以光源、镜头、相机为首的核心零部件和底层的软件算法库。这也是机器视觉最贵的环节,上游几乎占据机器视觉系统成本80%。中游则是为视觉系统和智能视觉装备。视觉系统是光学成像和图像处理系统的总称,可以独立完成图像采集功能,并基于图像信息完成预期的处理工作,而智能视觉装备除了可配置视觉系统的软硬件外,还包括自动化工作台、PLC控制器、机械手臂、设备驾驶舱等部分,所以这两个系统就好比人的大脑和四肢。最后产业链下游面向3C电子、汽车制造、新能源等众多细分行业,比如是消费电子里的智能手机凭借慢慢的变多的消费应用,市场占比逐步攀升,目前已接近50%,还有高度自动化的汽车制造,机器视觉已贯穿整个汽车制作的完整过程,包括从初始原料质检到汽车零部件100%在线测量,再对焊接、涂胶、冲孔等工艺过程进行把控,最后对车身总成、整车质量进行把关,最后像是近几年发展迅猛的光伏行业,因为光伏电池片的生产可能产生碎片、电池片隐裂、表面污染、电极不良等问题,而机器视觉靠着先进的监测和检测技术,能大幅度提高这些环节的效率并且解决相关问题。

  那对于机器视觉来说,当下的市场现状如何呢,目前机器视觉市场规模一直在增长,欧美的相关企业仍占有主要市场,从已有多个方面数据显示,全球机器视觉器件市场规模每年增势是较为稳定的,并且预计2025年将达到147亿美元,其中欧洲市场占有率最大,占比36.4%;其次是北美地区,全球份额达到29.3%,那对于国内市场来说,当下慢慢的变成了机器视觉市场规模增长最快的市场之一,依据数据显示,中国机器视觉行业规模从2018年的101亿增长至2020年的144亿元,2023年有望达到接近300亿元的市场,而2021年中国的制造业增加值占全球比例达30%,高于美、日、德、韩的总和,但机器视觉市场全球占比仅24.6%。随着产业升级和制造业高端化,中国机器视觉市场全球规模占比有望逐步超过前述30%的数据,参与全球竞争的舞台。从机器视觉国产角度来说,品牌在国内机器视觉市场渗透率由40%提升至58%,国产化水平虽然看起来不算低,但国产品牌仅在中低端市场具备竞争力,真正的高端项目,比如工业镜头、工业相机等技术壁垒高、利润率高的高端市场目前仍被国外品牌主导,但从侧面来讲,中国的国产机器视觉在未来仍然有很大的渗透空间。

  最后从当下来看,人口红利正在慢慢地衰减的今天,劳动力成本会慢慢的大,而这也会使得企业智能化转型加速,其次疫情三年等很多外部因素都将持续的改变着工厂的生产模式,加速推动人机一体化智能系统转变发展方式与经济转型,毫无疑问机器视觉产业高质量发展迎来短期加速窗口。而当前的一些前沿技术,比如深度学习也将慢慢地提高机器视觉的应用落地能力,使得产业加速发展。综上对于机器视觉能关注的A股公司有:科大讯飞,天准科技,海康威视等,能关注的港股公司有:小鹏汽车,新纽科技等。

  风险提示:AI技术迭没有到达预期的风险;AI商业化产品发布没有到达预期;政策不确定性带来的风险;下游市场不确定性带来的风险等。

相关新闻