在《通信行业深度报告：5G+工业制造系列报告之一，工业信息化智能化快速渗透，关键零部件及工业IC国产替代机遇》这篇报告中，对工业视觉的发展趋势做了详细的介绍，如果想要查看更多内容，请下载原报告。
PC式视觉系统：PC的机器视觉应用系统尺寸较大、结构复杂，开发周期较长，但可达到理想的精度及速度，能实现较复杂的系统功能。
嵌入式视觉系统：嵌入式视觉系统具有易学、易用、易维护、易安装等特点，可在短期内构建起可靠而有效的机器视觉系统，从而极 大的提高了应用系统的开发速度。
对能耗要求较高，而重复性成本较高（例如需要 200 台以上相机模组）的高度集成的视觉系统，则嵌入式视觉可能是最适合选择。由 于嵌入式视觉的前期集成工作更为复杂，其开发和集成成本普遍高于传统基于PC的机器视觉。所以嵌入式视觉的成本效益尤为重要， 可用于重复性费用数量较多的应用。
在工业级应用或对视觉成像高要求的嵌入式应用中，普通消费级的嵌入式相机模块无法满足需求。
嵌入式视觉技术最主要应用于工业自动化：相比基于PC或者云架构的视觉技术，嵌入式技术将用于实现图像处理和深度学习算法的AI模 块集成到工业相机中，实现边缘智能，最主要应用于工业自动化。
智能工业相机是工业自动化领域边缘智能的最重要手段：通过AI芯片的集成智能相机可以在特定的应用环境中实现图像处理并利用内嵌 的人工智能算法做出逻辑判断，为自动化场景提供无需人工干预的智能方案。
在二维 (2D) 视觉系统中，图像有两个轴X 和 Y，可以确定所见事物的长度和宽度，但不能确定高度或深度。2D 视觉系统不擅长识别任何具有 高度和深度的物体。
3D视觉技术可以获取物体的深度信息，再通过算法的精准定位让机器在生产过程中对物料的使用和把控更加精准，在精度、稳定性、易用性等 方面能很好地满足多类用户的使用需求。3D 视觉系统应用场景：1）机器人引导和表面跟踪 2）用于放置、包装或组装的料箱拣选 3）对象扫 描和数字化构建 4）厚度、高度和体积测量5）尺寸标注和空间管理 6）测量形状，孔，角度和曲面 7）检测表面或装配缺陷 8）相对 3D CAD 模型的质量控制和验证。
3D 机器视觉对计算密集程度要求高：随着多核 CPU &GPU等技术发展，提供的计算能力足以满足3D机器视觉需求，3D 机器视觉部署不会受到计 算资源的限制。
3D视觉不只是单纯和芯片或算法的问题，还涉及到相关的光学、结构、散热等问题，加上芯片、算法构成的复杂技术系统，使3D视觉的芯片和 解决方案有非常高的技术门槛，需要投入更多时间、技术、人才。
3D机器视觉四种技术比较：
目前 3D 图像技术有四种主要技术：双目立体视觉 、结构光、激光三角测量（属于结构光一种）、飞行时间（TOF）。其中：
1)双目视觉技术是基于视差原理，并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差来获取 物体空间信息。
2)结构光技术是通过探测投射在被测物体表面特定结构光学图案的变化来测算距离。与双目视觉相同的是，其也使用三角测量法，不 同的是增加了主动投射。
3)ToF（飞行时间）成像技术通过激光器主动发射调制过后的光脉冲信号至目标面上，利用传感器接收反射光，利用反射回激光的相 位差或时间差进行运算得到距离数据。
3D机器视觉技术比较，ToF方案会是目前首选
双目、结构光、激光三角法与TOF方案在3D视觉方案各有优缺点：双目立体成像方案软件算法复杂，技术还不成熟；结构光方案技术成 熟，功耗低，平面信息分辨率高，但是容易受光照影响，识别距离近；TOF方案抗干扰性好，识别距离远，但是平面分辨率低，功耗较 大面较为成熟。
双目摄像头&结构光产业链，核心是CMOS传感器
双目摄像头属于被动光探测方案，结构光属于主动光探测方案，包括发射端和接收端两部分，以典型结构光模组为例，发射端核心元器 件包括垂直腔面发射激光器（VCSEL）、扩散片（diffuser）和透镜，接收端核心元器件包括图像传感器、窄带滤光片和透镜。
iToF&dToF 产业链，核心是激光器和探测器
iToF模组的核心组件包含VCSEL和（某些场景LED）图像传感 器。VCSEL发射特定频率的调制红外光。图像传感器在曝光 （积分）时间内接收反射光并进行光电转换。
dToF核心组件包含VCSEL、单光子雪崩二极管SPAD和时间数 字转换器TDC, dToF模组的VCSEL向场景中发射脉冲波，SPAD 接收从目标物体反射回来的脉冲波。Time Digital Converter(TDC)能够记录每次接收到的光信号的飞行时间， 也就是发射脉冲和接收脉冲之间的时间间隔。
iToF&dToF技术差异较大，各自适用于不同场景
TOF在集成到其他3D相关的应用时，尤其是移动端和机器人平台，要考虑它的能耗和成本，以及在各种复杂场景下的抗干扰能力。决 定了dToF和iToF有着各自适用的应用场景。
