2017年机器视觉行业市场分析报告

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2017年机器视觉行业市场分析报告

目录

第一节作为人工智能重要分支,机器视觉备受关注 (6)

一、机器视觉:人工智能范畴最重要的前沿分支之一 (6)

二、事件频频:国内外企业前瞻性布局机器视觉领域 (7)

1、无人驾驶汽车、无人机等自主移动机器人领域 (8)

2、智能制造领域 (9)

3、消费、娱乐等领域 (9)

三、特性分析:三方面优势树立机器视觉的“重中之重” (11)

第二节机器视觉在应用方面具有广泛性 (13)

一、应用广泛:高度扩展应用属性可满足不同诉求 (13)

二、智能制造领域:机器视觉取代重复劳动,大幅提高作业效率 (13)

三、扫地机器人领域:机器视觉与激光雷达导航,共同引领行业未来 (15)

四、无人驾驶汽车领域:机器视觉是多传感器融合中的必备技术模块 (19)

五、新兴服务机器人领域:机器视觉是智能装备环境交互的重要基础 (22)

1、载重越野机器人——波士顿动力BigDog机器人 (22)

2、人型搬运机器人——波士顿动力Atlas机器人 (24)

3、仿人型机器人编程平台——NAO (25)

4、情感交互型机器人——Pepper等 (25)

六、定制化消费、智能安防等领域:实现身份识别功能,想象空间巨大 (26)

第三节机器视觉在技术方面具有独特性 (28)

一、机器视觉识别物体:唯一非接触式识别物体的前沿技术 (28)

二、智能生活领域技术案例:Mobileye行人检测技术与测距技术 (29)

三、智能制造领域技术案例:基于机器视觉的工业机器人定位技术 (32)

第四节机器视觉在硬件方面具有经济性 (34)

一、智能生活领域:低硬件依赖程度保证产品成本高度可控 (34)

二、智能制造领域:硬件成本相对较低,属技术密集型产业 (35)

第五节机器视觉技术背后的行业趋势 (38)

一、未来:机器视觉能在多个领域灵活展开关键性应用 (38)

二、智能生活领域:技术团队群雄割据,终端优秀品牌或抢占先机 (39)

三、智能制造领域:中国市场将成主要增长点,国内企业竞相布局 (39)

图表目录

图表1:机器视觉可以分为工业视觉和计算机视觉 (6)

图表2:深度学习、机器视觉、自然语言处理是人工智能公司最多的三个领域 (7)

图表3:通用收购的CruiseAutomation测试的Bolt自动驾驶原型车 (8)

图表4:埃斯顿入股的EuclidLabs研发的随机仓拾取系统 (9)

图表5:VisionLabs面向零售行业客户提供的FACE_IS解决方案 (10)

图表6:智能装备的五大系统及其数据输入 (11)

图表7:机器视觉的应用极其广泛 (13)

图表8:机器视觉应用于智能制造领域的功能 (14)

图表9:机器视觉产业链及下游应用占比情况 (15)

图表10:iRobot980的VSLAM视觉定位技术 (16)

图表11:Dyson360eye的摄像头 (17)

图表12:全球及中国扫地机器人市场空间预测(亿美元) (18)

图表13:我国扫地机器人渗透率横纵向对比 (18)

图表14:用车服务公司Uber、Lyft于无人驾驶产业的布局 (20)

图表15:各类参与者积极尝试将无人驾驶技术应用于用车服务领域 (21)

图表16:无人驾驶产业化发展的阶段及重要节点预测 (21)

图表17:BigDog机器人配置的传感器 (23)

图表18:Atlas机器人在外界干预下重新定位物体并完成搬运任务 (24)

图表19:人型机器人NAO配置的传感器 (25)

图表20:Pepper机器人配置的传感器 (26)

图表21:旷视科技机器视觉项目应用案例(部分) (27)

图表22:机器视觉识别物体的过程 (28)

图表23:Mobileye行人子窗口检测的分类与组合 (30)

图表24:Mobileye行人检测流程 (31)

图表25:Mobileye测距结果 (31)

图表26:Mobileye车距车速计算原理 (32)

图表27:基于机器是觉得工业机器人定位技术流程 (32)

图表28:摄像头模组的结构和成本构成 (34)

图表29:Mobileye的单目摄像头分辨率为36万像素 (35)

图表30:工业机器视觉系统的组成部分 (36)

图表31:劲拓股份的AOI检测设备 (36)

图表32:劲拓股份AOI设备营业收入及毛利率 (37)

图表33:机器视觉技术能够在多个领域灵活展开关键性应用的逻辑分析 (38)

图表34:全球机器视觉部件及系统市场空间 (39)

图表35:全球机器视觉部件及系统市场空间 (40)

图表36:中国机器视觉部件及系统市场空间及预测 (41)

表格目录

表格1:不同技术方案的扫地机器人的特点 (16)

表格2:摄像头(机器视觉)与其他四类无人驾驶汽车传感器的特性对比 (19)

表格3:BigDog依靠摄像头识别障碍物并调整运动姿态 (23)

表格4:BigDog机器人配置的传感器一览 (23)

表格5:图像识别顶尖比赛的历年优秀参赛团队成绩 (29)

表格6:参与机器视觉布局的主要国内上市公司一览 (41)

第一节作为人工智能重要分支,机器视觉备受关注

一、机器视觉:人工智能范畴最重要的前沿分支之一

机器视觉是指利用相机、摄像机等传感器,配合机器视觉算法赋予智能设备人眼的功能,从而进行物体的识别、检测、测量等功能。按照应用的领域与细分技术的特点,机器视觉进一步可以分为工业视觉、计算机视觉两类,相应地,其应用领域可以划分为智能制造和智能生活两类。因为工业视觉和计算机视觉在功能目标、硬件需求、算法侧重、产业成熟度上有一定差异。在功能目标上,工业视觉主要解决以往需要人眼进行的工件的定位、测量、检测等重复性劳动;计算机视觉的主要任务是赋予智能机器人视觉,利用测距、物体标定与识别等功能实现对于外界位置信息、图像信息等的识别与判断。在硬件需求上,工业视觉相对较高,需要对工业相机的帧频、分辨率等指标依据自身的需求进行筛选;而计算机视觉则除少部分特殊情况外,大部分对于相机或摄像头的要求并不高。在算法侧重上,工业视觉的算法往往侧重于精确度的提高;而计算机视觉的算法难度相对较高,侧重于或采用数学逻辑或采用深度学习方法进行物体的标定与识别。在产业成熟度上,工业视觉已经相对较为成熟,在半导体、包装等行业的测量检测已有较为广泛的应用;而计算机视觉整体来讲还是一个刚起步的状态,初创企业层出不穷。

图表1:机器视觉可以分为工业视觉和计算机视觉

相关文档
最新文档