机器（qì）视觉近年来增速显（xiǎn）著，2015年全（quán）球机（jī）器视觉市场规模（mó）约（yuē）42亿美元,增（zēng）长（zhǎng）10.5%。我国在2015年市场规模（mó）约3.5亿美元，但（dàn）增速为全球首位，约22.2%。2016-2020年，机器（qì）视（shì）觉（jiào）继续（xù）维持约20%的增长率，远高于全球的8.4%平（píng）均水平（píng）。这其中，半（bàn）导体、电（diàn）子制（zhì）造（zào）约占机器视觉（jiào）比重46.4%，汽（qì）车、制药（yào）占（zhàn）比分别为10.9%、9.7%。

经与业内多（duō）方交流所（suǒ）了解，机器视觉当前市场规模约（yuē）几百亿，但是，应该使用也（yě）确（què）实用（yòng）到了机器视觉的，仅占（zhàn）全行业应（yīng）用的5%，市场空间巨大。机（jī）器视（shì）觉发展的当务之急，是找（zhǎo）到（dào）更（gèng）多可（kě）以落地应（yīng）用的场景，进（jìn）一步推动普及化。而这需要产业链之间的（de）协作（zuò），真（zhēn）正（zhèng）切中行业痛点并将具体需求场（chǎng）景化，同（tóng）时，还需（xū）要高性价比的（de）技术（shù）和方案。在刚刚结束的VisionChina 2019上，<电子（zǐ）发烧（shāo）友（yǒu）>对话了图（tú）漾与海康（kāng）机器人（rén）。

图漾：如何扫（sǎo）平3D机（jī）器视觉大规模普及（jí）的障碍？

3D机器视觉如何大规模普及（jí）？上海图漾信息（xī）科技有限公（gōng）司（sī）CEO费浙平认（rèn）为当前最关（guān）键的是硬件问题，只（zhī）有解决（jué）根本的硬件问题（tí），未来（lái）软件的商业机会才是真实的。

3D机器（qì）视觉普及的关键障（zhàng）碍当（dāng）前主（zhǔ）要在（zài）于（yú）硬件方面，包（bāo）括（kuò）以下（xià）三点：

第一，硬件核（hé）心规格，包（bāo）括（kuò）光学方面的精度、分（fèn）辨（biàn）率、量程（chéng），以及电学方面的速度（dù）、接口、传输等；第（dì）二，硬（yìng）件（jiàn）物理指标，包括尺寸（cùn）、功耗、结（jié）构等，以及工况条件的（de）适应性、稳（wěn）定性。第（dì）三（sān），是（shì）系统实施成本，包括相机（jī）价格、上位机（jī）成（chéng）本、软件成本，以及使用和维（wéi）护成本。

传统（tǒng）的（de）机器视觉稳定（dìng）发展多年，目前处（chù）于硬件和（hé）软件的（de）发（fā）展基本（běn）匹配的（de）阶（jiē）段。目前（qián）95%以上的需求可以通过硬件+算法的方式解决（jué），只有在外观检测、瑕（xiá）疵检测等场景中，由于存在（zài）一定的随机性（xìng），才（cái）需要用到深度学习。虽然（rán）未（wèi）来（lái）最终（zhōng）会走向（xiàng）深度学习，但现（xiàn）在基础的硬件要做到领先于软件一个C位。

机器（qì）视觉属于成（chéng）熟行业，但这（zhè）些年在发展规模（mó）、发展速度方面落后于大家预（yù）期。费浙平认为主要原因在于：一（yī）是（shì）用户对象属于传统行业，行业本身（shēn）的景（jǐng）气指数（shù）以及（jí）改造周期等，都有一定的影响；另外，对于传统行（háng）业，技术升级、降本增效、精细化管理等（děng）等（děng），这些都是行业的痒点而非痛点。

那么（me），行业的痛（tòng）点（diǎn）是什么？

费浙平认为，从硬件价格和系统成本来（lái）看，必须突破传统上所谓二年投（tóu）入回收周期计算这一困局，由（yóu）少量非用不可的（de）节点，逐渐形成大规（guī）模的（de）普及应用，这（zhè）更多地（dì）集中于机（jī）器换人的场景。

二年回收成本这个普（pǔ）识已经无法撬（qiào）动行（háng）业需求，一年（nián）之内（nèi）的时间周期（qī）才会真正令中小（xiǎo）企（qǐ）业（yè）愿意买（mǎi）单。技术（shù）价值最大（dà）化应该通（tōng）过（guò）大面积提升行业的生（shēng）产力水平和经济效益获得，必（bì）须通过给（gěi）客户带来价值而盈利（lì），这是一个（gè）较（jiào）为艰难的过（guò）程，也需（xū）要（yào）慢慢地推进。

从机器视觉（jiào）发展的（de）客观现状来讲，需求其实（shí）并不缺（quē），但是能够（gòu）真正落（luò）地的好产品（pǐn），且（qiě）真正发（fā）挥出经济（jì）效（xiào）益的，只占（zhàn）所有需求的10%。如何打破这个（gè）“紧箍咒”？推（tuī）动更多的落地应用？

“解决核心零部件的极（jí）致性价比，做到系统成（chéng）熟稳（wěn）定可靠，是最为迫在眉睫的事情（qíng）。目（mù）前（qián），微观的高精度相机只（zhī）占机器视（shì）觉应用的5%左右，只要将性（xìng）价比做到极致，就能满足工业机器视觉中90%以上的（de）应用需求。”费（fèi）浙平表示（shì），“这（zhè）一方面体现在产品的适用性（xìng）、标准化程度上；另外体现在机器（qì）所能带来的降本增效，这还（hái）需（xū）要对视觉（jiào）应用真正的刚性需（xū）求逐渐显现出来，例（lì）如当（dāng）人力（lì）成（chéng）本成为一个主要（yào）问题是，就会（huì）转而呈现出（chū）对机器的需求（qiú）。”

如何做到极致（zhì）性价（jià）比（bǐ）？在谈话中，费浙平（píng）传达中一种朴素的实用（yòng）主义思想（xiǎng），能（néng）用（yòng）2D视觉解决的就没必（bì）要用3D。对于工业相机来（lái）说，大的成本单元是图（tú）像传感器芯（xīn）片、镜头、计算单（dān）元、CPU或GPU等等，图漾（yàng）通过将光学、电子和软件进行联合（hé）优化，并且把核心（xīn）算法实现（xiàn）了高（gāo）效的FPGA硬化（huà），从而把高（gāo）昂（áng）的算力成本降低了几十倍。

物流（liú）行业是（shì）图漾目前（qián）最大的目标（biāo）市场，当前主要针（zhēn）对体（tǐ）积测量这一新（xīn）的蓝（lán）海。由于决定（dìng）物流毛利关（guān）键的运输成本由体积决定，因此体积测量需求非常强。

直指需求（qiú）核（hé）心（xīn），用好的产（chǎn）品（pǐn）和服务过硬（yìng）地匹配它（tā），就能（néng）够牢牢抓住市场（chǎng），率先（xiān）建起（qǐ）竞争的（de）“护城河”——这是图漾在选择落地场景方面（miàn）的一大特点（diǎn）。

商（shāng）业（yè）模式上，图漾是（shì）直（zhí）接面向（xiàng）系统集成商和设（shè）备（bèi）商的to B模式。费（fèi）浙平进一步解（jiě）释，希望通过（guò）产业链（liàn）共同来提升系统价值，对于（yú）图漾自（zì）身，标（biāo）准化的（de）核心（xīn）零部件价格（gé）可以（yǐ）相对透明化，而发明创（chuàng）造、专家知识、技术服务（wù）等由客（kè）户和（hé）合作伙伴创造价值的环节，必须（xū）要有合理的回报。图漾希望通（tōng）过高度标准化的硬件（jiàn），加以不（bú）断集成的算（suàn）法资源，降低（dī）客户的使用门槛，从而进一（yī）步扩（kuò）大应用覆盖面（miàn）。

总体而言，机器视觉生态系统目前（qián）较为（wéi）成熟（shú），从供应链角度看（kàn）与消费（fèi）市场相比并（bìng）无特别之处，发（fā）展比（bǐ）较完善。但有（yǒu）一点（diǎn）显著不（bú）同在（zài）于，工（gōng）业应用不同行业甚（shèn）至同一行业（yè）不（bú）同的客（kè）户现（xiàn）场，软件算法非常（cháng）多样化。这对于（yú）开发者的能力挑战较大（dà），主要（yào）包括开源算法（fǎ）的（de）能力（lì）、从业人员的水平和数量等等，直接影（yǐng）响了应用的覆盖面（miàn）。这也（yě）验证了开（kāi）头所说（shuō）的，机器视觉越发展，每一（yī）个落地（dì）应用中软（ruǎn）件（jiàn）的比重将会（huì）越来越大。而图漾致力于将硬件标准化，同时集成可以标准化的（de）这部分软件，降低系统集成商和设备供应商的（de）门槛（kǎn），从而推进快速普及化（huà）。

海康：AI如（rú）何赋能智（zhì）能制造？

AI如（rú）何赋能智能制造？海康机器人技（jì）术（shù）有限公司华北区域总（zǒng）经理蔡化认（rèn）为主要包括（kuò）三个（gè）关（guān）键（jiàn）环节：首先是强大的感知能力（lì），需要通过机器（qì）视觉来（lái）进行（háng）感知；其次是被感知、采集的数据（jù）通（tōng）过（guò）平台化的管理，实现一站式的服务；第三就是（shì）场景化的AI。

真正（zhèng）实（shí）现智能需要（yào）庞大（dà）的系统（tǒng）工（gōng）程，海康于2017年推出AI Cloud平台（tái）来深（shēn）度融合（hé）智能制造需求。该平台分三层，第一层是（shì）基础（chǔ）设施（shī）层，更（gèng）强（qiáng）调前端的多维感（gǎn）知（zhī）、采集。第二层是（shì）资源层，也（yě）叫（jiào）边缘层，前（qián）端的一部分数据感知完成（chéng）后（hòu），对其进行边缘化管理，并将把前（qián）端的非结（jié）构化数（shù）据存到中间层，变（biàn）成半结构（gòu）化数据（jù）；最上层是服务层，也是整（zhěng）个平台的中心，它体现了算（suàn）法（fǎ）的（de）训练和应用服务，和业务层相对应。因此整个平台的基本（běn）架（jià）构（gòu）强调（diào）云（yún）边结合。

从实现形态来看，通（tōng）过前端采集的多维感知系（xì）统，对数据进（jìn）行汇聚、存储、处（chù）理，再通过边缘计算，降低中心（xīn）的（de）压（yā）力。这其中有三个趋势值得注意（yì）：

第（dì）一（yī）个显著（zhe）趋势是前端的智能化程（chéng）度不（bú）断提升，通过边缘计算缓解中心的压（yā）力。前端已经不仅（jǐn）仅局限于（yú）数据的（de）采集，并（bìng）且（qiě）会进（jìn）行部分结构（gòu）化（huà）处理的工作。现在工业应用（yòng）中（zhōng）已经（jīng）有较多（duō）的智（zhì）能相（xiàng）机（jī）、智（zhì）能传感器等，进行（háng）了部分边缘计算（suàn）的工作。它们比较适合的（de）应用有：判断对错/有（yǒu）无，或是（shì）对（duì）感知尺寸的测量等等，进行第一步的读取或识别。目（mù）前（qián），在前（qián）端进（jìn）行（háng）深度学习是现在（zài）很多企业都在尝试（shì）的方式（shì），即把（bǎ）前端的算法，放入到（dào）可实现的（de）嵌入式设备中进行（háng）读（dú）取/识别，从（cóng）而降低中心（xīn）压力（lì）。

第二个趋势是（shì）人机协同（tóng）以及数据（jù）的流动。这两年AGV在工厂中被大量运用，这是（shì）一个（gè）典型的人机协同的（de）使用场景。首先（xiān），机器（qì）并不（bú）是全部替代人工，一些机械的、重复性较高的工（gōng）作通过机器来实（shí）现，完成（chéng）人和机器的和谐相处。过去在工厂中搬运仅（jǐn）仅（jǐn）是（shì）货物在（zài）流动，数据并没有流动（dòng）起来（lái）。而（ér）通过机器（qì）来实现后，实现了（le）货物和数据同（tóng）在时流动，便于云中心进行指挥调度。

第三个趋势（shì）是所有（yǒu）数据入云后，都（dōu）是要被用来进行管理（lǐ）和挖（wā）掘的。“数据本身不存在（zài）任何价值，数据碰撞后产生（shēng）的价值才是最大的（de）”。 蔡化认（rèn）为，最（zuì）终的碰（pèng）撞和挖（wā）掘一定来源（yuán）于（yú）业（yè）务（wù）端。仍以AGV的应（yīng）用为例，通过数据的流动找（zhǎo）到规律（lǜ），发现机（jī）器（qì）的（de）运行轨迹、运转次数等等，挖掘（jué）出（chū）提升业务工序效率的（de）关键，从而全面（miàn）提升（shēng）整个工厂的效（xiào）率。

哪些工业应用场（chǎng）景前景巨（jù）大？

蔡（cài）化认为首先是物流，包括传统（tǒng）的（de）快递、电（diàn）商物流（liú）、生产内（nèi）容物流、合（hé）同物流等等。这其中随着（zhe）市场（chǎng）的发展变化，蕴藏着（zhe）很多新机会（huì）。

以（yǐ）线下零售（shòu）的仓储改变为例，大型（xíng）商超企业在对抗线（xiàn）上购物的过程中，逐渐向（xiàng）以社区、家庭为（wéi）单位的便利（lì）店转移。这（zhè）一过程（chéng）中，最大（dà）的（de）变化不是（shì）前端的货物销售，而是货物（wù）的流转发生了变（biàn）化（huà），订单越来越（yuè）散、货物入库后需要进行拆零，这时仓（cāng）库所能提升的（de）内容（róng）就变得（dé）更为重（chóng）要，需要自动（dòng）化的过程来实现（xiàn）。

对于快递物流（liú）而（ér）言，基（jī）本是（shì）无人仓的（de）逻辑。例如几百台机器人在一个（gè）几（jǐ）千平米的平台上进行不间断的搬运和跑动（dòng），进行入库（kù）、分（fèn）拣等工（gōng）作，这更多（duō）体现（xiàn）了调度算法的优越性（xìng）。

其次是3C制造业，典型的就是（shì）手机制造，包括PCB、听筒、话筒（tǒng）、按键（jiàn）、屏幕、模组、电池等），需要进行大量的（de）生产和智能检测。生产的自动化程（chéng）度已经非常高了（le），一是提升了效率，二是提升了良品率。

中国之所以在上述方（fāng）面发展较快，蔡化表示，首先因为（wéi）不缺场景，有太多的应用场景可进行学习、练习（xí）甚至不断试错（cuò），这（zhè）提供了很好的成长（zhǎng）土壤。海康希望（wàng）通过AI赋（fù）能智能制（zhì）造（zào），逐步将深（shēn）度学习等人工（gōng）智能技术、物联网技术落（luò）地应用于智（zhì）能制造领域，从完成多维感（gǎn）知、数据采集（jí）和处理的（de）机（jī）器视觉系统，到实现（xiàn）智（zhì）慧内物流（liú）的移动机器人系统，持（chí）续（xù）推（tuī）动机器智能化（huà）、服务智（zhì）能化、生产智能化。