全球正在经历由人工智能、物联网、大数据、生命科学为代表的创新技术融 合而成的第四次工业革命。
工业互联网、智能制造等概念不断向工业技术、生产 工艺、经营管理、营销服务等环节渗透，推动制造业加速向数字化、网络化、智 能化发展。现代工业的发展旨在构建一个以工厂智能化生产为导向，以数据自动 流转为本质的全新工业生态体系。数据作为贯彻现代化工业产品全生命周期的核 心，在整个工业生态中不断地产生和流动，其低延时、高可靠、广覆盖的特性， 对工业生产过程中的数据处理技术和计算技术提出了更高挑战。
机器视觉作为现代工业中把人、数据和机器连接起来的重要一环，是工业转 型的重要技术，为制造业带来生产周期、质量和效率的同步改善。随着信息技术、 现场总线技术、深度学习技术的发展，视觉数据在工业数据中的比重不断增加， 视觉技术的发展在工业数据的挖掘和有用信息的获取方面有着关键作用。近年来， 我国工业机器视觉行业研发投入占比稳步提高，工业视觉的应用边界在不断开拓， 产业价值不断提高，市场规模逐年扩大。基于工业视觉的自动化检测设备已成功 应用于玻璃纤维、复合材料、食品医药、金属加工等行业，已成为现代加工制造 业不可或缺的部分，极大地提高了制造企业生产品质和效率。
现代工业智能制造是各个国家的重要战略发展方向，工业视觉作为智能制造 的关键技术之一，全球范围内的主要工业强国都发布了相关的中长期发展规划。 工业 4.0 最早由德国学术界和产业界共同推动形成，2013 年纳入德国《高 技术战略 2020》的十大未来项目，被认为是德国巩固全球制造业龙头地位和抢 占第四次工业革命国际竞争先机的国家战略。作为老牌工业强国，德国在重点发展智能生产与智能工厂的过程中，强调以制造业为本体，依靠机器视觉实现工业 自动化彻底变革，旨在将德国打造成为全球市场中智能制造技术的主要供应商。
美国政府通过大力支持“先进制造伙伴关系”（AMP）计划发展创新基础设 施，建立国家智能制造创新网络。法国政府先后推出“新工业法国”和“新工业 法国Ⅱ”，布局数字制造、智能制造，带动商业模式变革。日本政府提出《日本 制造业白皮书》把“互联工业”作为未来产业。英国政府提出 “英国制造 2050” 推动未来的产品和生产网络与信息通信技术融合。 我国在迈向以信息通信技术科技深度应用为主要特征的科技革命新阶段，积 极促进制造业与互联网的融合，从强调技术、研发、基础能力逐步扩展到重视具 体实际应用场景方面出台了一系列激励政策。
2015 年，中国制造强国战略第一个十年行动纲领——“中国制造 2025”， 首次提出支撑工业视觉等新一代智能感知技术的发展。十三五规划时期，国家在 重点领域核心技术突破、基础能力建设方面发挥方向性指导作用，出台的《新一 代人工智能发展规划》指出积极研究无人车间智能技术，研究复杂环境下基于机 器视觉的定位、导航、识别等机器人及机械手臂自主控制技术，抢抓人工智能发 展的重大战略机遇，构筑我国人工智能发展的先发优势。2020 年的《工业互联网 创新发展行动规划（2021-2023 年）》提出加强工业互联网基础支撑技术攻关， 支持工业 5G 芯片模组、工业视觉传感器及行业机理模型等基础软硬件的研发突 破。 最新的十四五规划提出要重视具体实际应用场景、重视产业链协同等方向引 导。2021 年 12 月发布的《“十四五”机器人产业发展规划》与《十四五智能制 造发展规划》指出要重点支持企业应用新一代信息技术改造的智能化工厂、数字 化车间，加快高清成像、工业视觉技术研发与应用，鼓励工业软件企业打造更多 产品。
依托政策的支持，近年来业界对工业视觉积极展开了理论和实践探索，相关 概念已经普及并且进入应用推广新阶段。现在工业视觉已经涵盖了工业领域的众 多行业，为工厂的智能化发展奠定基础。
机器视觉作为人工智能技术发展的重要分支，是通过传感器接收和处理真实 物体的图像，以获得所需信息或控制机器人运动的技术。工业场景对机器视觉技 术的需求持续推动着工业机器视觉技术的发展，随着工业自动化技术向着智能化 方向演进，工业视觉被越来越多地应用于包括流水线产品视觉质量检测、基于视 觉引导的机械臂作业以及智能工厂建设在内的各种工业生产场景中。如图 1.2， 调研机构 Markets and Markets 的数据显示，2010-2020 年全球机器视觉市场规 模呈现不断上升的趋势，2020 年全球机器视觉市场规模已有 107 亿美元，近 5 年 复合增速达 14.48%，在 2020-2025 年预测期内的复合年增长率为 6.1%，市场需 求巨大。
我国工业视觉行业自上世纪八九十年代始萌芽，加入世贸组织后加速发展， 2010 年前后随我国产业结构升级进入高速发展期，随国产化应用需求逐步提升、 自研比例逐步提升，目前我国工业视觉行业已经步入超越期。如图 1.3 所示，我 国在 2016-2021 年间工业视觉规模从 47 亿元增长至 178 亿元，年复合增长率约 30%。预计在“中国制造 2025”等政策的驱动下，我国工业视觉市场规模将继续 保持高增长态势，到 2026 年，市场规模将有望突破 500 亿元，期间年复合增长 率约为 25%。
机器视觉系统在未来工业领域将展现出巨大的应用前景，主要依托以下几方面优势： 1）非接触式测量：机器视觉基于光学成像技术，观测者与被观测者无需接 触，做到无损测量，系统稳定性高。 2）光谱响应范围广：机器视觉使用的传感器可覆盖红外、紫外等波段，有 效扩展人眼视觉范围。 3）长时间稳定工作：机器视觉可以对物体实现长时间稳定测量、分析、识 别，克服因人眼疲劳对观测者工作时长的限制。 4）可重复性强：机器视觉系统根据预设观测标准进行评判，被观测物体不 受观测者的主观因素影响，具有强可重复性。
工业视觉产业链上游包括以光源设备、相机及镜头设备、视觉控制器为主的 核心元器件厂商和视觉处理分析软件研发厂商，二者共同为中游的系统集成商与 设备制造商提供底层支持，产业链下游集成服务商将智能视觉设备与生产工艺相 结合，并通过分销渠道触达行业用户。 上游：涉及的软硬件定制化程度高，底层算法库需长时间市场积累。外资企 业，如基恩士、康耐视等国际厂商凭借着先发优势实现对市场的垄断，国内由于 自动化进程的时间较短，目前主要实现中低端领域的国产化。 中游：系统集成商面向设备制造商或者最终用户提供硬件集成、软件服务等 解决方案。目前国内系统集成行业门槛较低，市场竞争较为激烈，行业盈利空间 相对有限。设备制造商不仅需要集成系统，还要将光源、镜头、相机、图像采集 卡、视觉分析软件等与软件系统结合，针对特定下游应用场景进行开发，制造完 整的机器视觉系统或装备。 下游：涉及应用场景落地和产品交付的关键环节，深度集成、融合的解决方 案提供方通过掌握各种设备在不同生产环境中的应用技术，提供适用于不同行业 的完整解决方案。当前，工业视觉产业链的集成商负责将工业环境、生产环节的 数据需求转化为产品、解决方案需求，整合上游软硬件和配套服务，是服务工业 客户的重要界面，是产品落地的主要承担方。
