文|光錐智能 盧瀅西

巨大的廠房里，搭載著3D工業(yè)相機(jī)的機(jī)械臂正在進(jìn)行著今天的工作，它需要將燒得通紅、重達(dá)百斤的火車輪進(jìn)行抓取上料。

高達(dá)500℃的溫度，這樣的場景，光想想就已經(jīng)熱得冒汗。

而就是這樣酷熱的環(huán)境下，在以前，這項工作基本是由工人來操作的。

3D視覺的出現(xiàn)，讓機(jī)器人不僅能夠在極端條件下抓取輪胎，還能擰螺絲、抓麻袋，實現(xiàn)“萬物皆可抓取”。

近些年來，人工智能技術(shù)的發(fā)展推動了3D視覺的誕生，由3D視覺引導(dǎo)的工業(yè)機(jī)器人，能夠識別各類規(guī)格的紙箱、麻袋等物流行業(yè)的常見物體，并通過深度學(xué)習(xí)建立模型，實現(xiàn)對新物體的準(zhǔn)確識別和抓取。

而資本的嗅覺是最敏銳的。

據(jù)光錐智能不完全統(tǒng)計，2021年全年，3D視覺在工業(yè)機(jī)器人領(lǐng)域共發(fā)生融資事件17起，而僅僅是2022年第一季度，該領(lǐng)域就發(fā)生融資事件9起，實現(xiàn)了融資量的翻倍增長。

而火熱在第二季度再次延續(xù)。近日，梅卡曼德宣布完成C+輪融資，與此同時，星猿哲也完成了B+輪的融資。

賽道的升溫，背后是工業(yè)機(jī)器人智能化需求的推動。

長期以來，由于作業(yè)精度不夠高、不夠靈活，傳統(tǒng)工業(yè)機(jī)器人一直被打上“笨重”、“剛性”的標(biāo)簽，雖然在一定程度上代替了人力，但效率提升有限。面對復(fù)雜的生產(chǎn)環(huán)境，工業(yè)機(jī)器人需要邁向自適應(yīng)、自感知的智能化升級。

從“機(jī)器換人”到“智能智造”，利用3D視覺和人工智能技術(shù)，機(jī)器人重構(gòu)工業(yè)生產(chǎn)正當(dāng)時。

一、工業(yè)生產(chǎn)的新“視界”

1969年，第一片CCD圖像傳感器在美國貝爾實驗室誕生，此后，生活、生產(chǎn)的各個領(lǐng)域都開始與圖像和視覺相連接。

人類70%的信息都是通過眼睛感知到的，機(jī)器人也一樣。在3D視覺出現(xiàn)之前，機(jī)器人識別三維世界需要先拍攝2D畫面，再經(jīng)過計算得出三維立體數(shù)據(jù)，過程繁瑣復(fù)雜。特別是在工業(yè)生產(chǎn)中，僅僅依靠平面成像不足以提高工業(yè)機(jī)器人的智能化水平，它需要一雙更明亮的“眼睛”。

作為機(jī)器視覺的一種，3D視覺在完成了2D成像的迭代后，也提高了機(jī)器人作業(yè)的靈活性。與2D視覺相比，3D機(jī)器視覺通過三維成像技術(shù)，能夠獲得物體高精度的三維點云坐標(biāo)。

但3D視覺的最終目的并不只是讓工業(yè)機(jī)器人能夠“看得清”，還得“看得懂”。

就傳統(tǒng)的工業(yè)機(jī)器人而言，大多是按照既有的指令來執(zhí)行任務(wù)，動作重復(fù)機(jī)械。但加上3D視覺技術(shù)以后，可以通過圖像獲取、信息處理和機(jī)械控制的傳導(dǎo)路徑來實現(xiàn)高效靈活作業(yè)。

例如，在汽車制造的焊裝車間里，需要對大型副車架的各類孔徑、位置度等關(guān)鍵參數(shù)進(jìn)行精準(zhǔn)測量，單個工件微小的誤差都會影響最終的裝配效果。利用3D視覺技術(shù)，能夠生成孔位等細(xì)節(jié)的高質(zhì)量成像，將所得信息傳輸給計算機(jī)以后，機(jī)器人就可以靈活應(yīng)對不同位置的孔位，快速、精準(zhǔn)地完成測量任務(wù)。

從自動化到智能化，中國制造業(yè)單件大批量的傳統(tǒng)生產(chǎn)模式正在逐漸被小批量、分散的柔性化生產(chǎn)模式所替代。因此，如何實現(xiàn)高端制造中機(jī)器人柔性化、小批量、定制化的生產(chǎn)，成為了高端制造和智能制造機(jī)器人關(guān)鍵技術(shù)需要解決的問題。

此前，華為天才少年稚暉君自制機(jī)械臂給葡萄皮縫針的視頻在B站大火，工業(yè)機(jī)械臂的精細(xì)化生產(chǎn)也進(jìn)一步進(jìn)入大眾的視野。

從前，在汽車、鋼鐵等制造業(yè)中，零部件的裝配工序都主要由人工來操作，勞動強(qiáng)度大、效率低，而且零部件種類多、結(jié)構(gòu)復(fù)雜，傳統(tǒng)的自動化很難滿足柔性化生產(chǎn)的需要。而3D視覺的出現(xiàn)扭轉(zhuǎn)了這一局面。

3D視覺能夠在擰螺絲、裝汽車輪胎以及重物的上料裝配等場景實現(xiàn)應(yīng)用，引導(dǎo)機(jī)器人識別并抓取隨意擺放的工件，按要求將工件裝配于指定位置，實現(xiàn)高精度定位抓取及高精度糾偏放置。

從應(yīng)用功能來看，3D視覺技術(shù)在視覺引導(dǎo)和檢測類場景應(yīng)用較為廣泛。而從應(yīng)用終端來看，物流、金屬加工和汽車零部件行業(yè)是當(dāng)前3D視覺工業(yè)機(jī)器人較為重要的應(yīng)用領(lǐng)域。

每逢“618”、“雙十一”等節(jié)日大促，電商倉內(nèi)都需要處理上百萬件的日訂單量，而傳統(tǒng)人工供包模式人力成本高、效率低，難以滿足高分揀效率的客觀需求。面對海量無序的SKU，3D視覺可以快速、準(zhǔn)確識別包括硬包、軟包、信封等多種形態(tài)的包裹，實現(xiàn)各類包裹的三維定位，引導(dǎo)機(jī)器人進(jìn)行抓取并放置到指定地點。

可以預(yù)見，隨著相機(jī)、鏡頭等核心硬件性能的提升，以及圖像處理、深度學(xué)習(xí)等軟件技術(shù)的發(fā)展，3D視覺技術(shù)重構(gòu)工業(yè)生產(chǎn)的作用將會更加凸顯。

二、4年涌入近百家，新老玩家大混戰(zhàn)

在2018年的上海工博會上，展示3D視覺方案的工業(yè)機(jī)器人公司還寥寥無幾，而伴隨著3D技術(shù)越來越成熟、智能制造的興起，多家3D視覺工業(yè)機(jī)器人公司獲得了融資，此前相對冷清的賽道開始熱鬧起來。據(jù)高工機(jī)器人統(tǒng)計，目前中國市場上3D視覺廠商的數(shù)量大概在60-70家，且這一數(shù)量還在持續(xù)增長中。

熱潮之下，一批智能機(jī)器人創(chuàng)業(yè)公司雨后春筍般涌現(xiàn)，如庫柏特、靈西機(jī)器人、梅卡曼德、非夕、阿丘科技、星猿哲等。

傳統(tǒng)的老牌企業(yè)也不甘示弱。工業(yè)機(jī)器人的“四大家族”ABB（瑞士）、安川（日本）、發(fā)那科（日本）和庫卡陸續(xù)入局，同時，也能看到AI視覺領(lǐng)域?？低暫蜁缫暤纳碛?。

3D視覺工業(yè)機(jī)器人也受到資本的追捧。截至6月20日，2021年以來，工業(yè)3D視覺領(lǐng)域發(fā)生的融資事件共31起，融資金額高達(dá)數(shù)十億美元，融資輪次主要集中在A輪和B輪，說明整個行業(yè)還在早期。

2016年，梅卡曼德CEO邵天蘭曾在知乎上回答了“國產(chǎn)工業(yè)機(jī)器人目前發(fā)展到了什么水平？”的問題：“五至八年內(nèi)中國機(jī)器人的硬件水平可以追上第一集團(tuán)，三至五年內(nèi)軟件水平可以彎道超車，趕超第一集團(tuán)?！?/p>

在機(jī)器視覺賽道上，國外的基恩士、康耐視等公司，在2D視覺領(lǐng)域占據(jù)著幾十年的“霸主”地位。而如今，整個3D視覺市場仍處于發(fā)展的早期階段，國內(nèi)外廠商在硬件產(chǎn)品和軟件算法上能夠站在同一起跑線上。

其次，在3D視覺+AI+工業(yè)機(jī)器人的細(xì)分賽道，國內(nèi)廠商布局更早。作為制造業(yè)大國，中國擁有豐富的工業(yè)應(yīng)用場景，也產(chǎn)生了很多定制化需求，鍛造了國內(nèi)廠商較強(qiáng)的項目交付能力。

相較于國外廠商在應(yīng)用需求形成一定規(guī)模時才會考慮開發(fā)方案，國內(nèi)廠商更善于抓住機(jī)會去推廣自己的產(chǎn)品，以量變的積累形成質(zhì)的飛躍。

而在2D視覺市場長達(dá)幾十年的發(fā)展歷程中，行業(yè)格局早已趨于穩(wěn)定，技術(shù)方向也較為固定，玩不出什么新花樣。如果不是新技術(shù)帶來新機(jī)會，新玩家很難切入場景。

就目前而言，3D視覺在工業(yè)機(jī)器人領(lǐng)域的應(yīng)用，市場滲透率并不高，基本競爭格局可以分為上游元器件、軟件算法、3D相機(jī)軟硬件、一體化解決方案四類。由于產(chǎn)業(yè)處于早期階段，國內(nèi)市場格局較為分散，梅卡曼德和靈西機(jī)器人這類創(chuàng)業(yè)公司參與了產(chǎn)業(yè)鏈的多個環(huán)節(jié)，在一體化解決方案上走在前列。

雖然兩者在軟件算法平臺的開發(fā)上相差無幾，但在硬件技術(shù)和3D成像技術(shù)上，靈西機(jī)器人要優(yōu)于梅卡曼德，而梅卡曼德則在缺陷檢測應(yīng)用中有更多的落地方案。在重點的下游應(yīng)用行業(yè)，靈西機(jī)器人在物流、鋰電市場有較為成熟的方案，而梅卡曼德在汽車等其他市場的優(yōu)勢更為明顯。

從國內(nèi)的市場競爭格局來看，能夠進(jìn)入規(guī)?；慨a(chǎn)階段的公司跑在第一梯隊。而視科普銷售總監(jiān)余舒帆也曾表示，“隨著涌入3D視覺賽道的玩家越來越多，會加劇頭部企業(yè)的形成。同時，關(guān)于3D視覺的市場規(guī)模和行業(yè)應(yīng)用會實現(xiàn)進(jìn)一步突破。”

實際上，無論是行業(yè)格局還是技術(shù)發(fā)展，3D視覺仍然處于早期。而工業(yè)生產(chǎn)試錯成本高，因此，在解決方案沒有落地之前，資本和客戶都在觀望。

2019年，梅卡曼德的3D視覺+AI+機(jī)器人解決方案在汽車、家電、3C、物流等行業(yè)實現(xiàn)了50多個項目的落地，而靈西機(jī)器人、星猿哲等公司也分別獲得了Pre-A輪和A輪融資。

從demo到方案落地，在沒有客戶和渠道積累的前提下，以技術(shù)見長的創(chuàng)業(yè)公司克服了經(jīng)驗不足、對行業(yè)了解不透的問題，砸出了3D視覺在工業(yè)機(jī)器人領(lǐng)域的第一道水花。

三、難題：成本待下降，技術(shù)仍需迭代

雖然機(jī)器視覺已經(jīng)走過了70多年的歷程，但對于3D視覺來說，真正意義上發(fā)展起來，是在2018以后。

4年時間，猶如一個孩童剛走得穩(wěn)當(dāng)。

據(jù)MIR睿工業(yè)統(tǒng)計，2021年工業(yè)3D視覺市場出貨量達(dá)2.7萬套，在整個工業(yè)機(jī)器視覺市場出貨中占比不足5%，市場滲透率較低。

中國機(jī)器視覺產(chǎn)業(yè)聯(lián)盟數(shù)據(jù)顯示，在機(jī)器視覺的下游應(yīng)用市場中，消費電子是現(xiàn)階段3D視覺的主要應(yīng)用市場，占比24.79%，其中智能手機(jī)應(yīng)用占比最大；其次，半導(dǎo)體和汽車行業(yè)也是3D視覺主要的陣地。

3D視覺市場潛力巨大，但另一方面，也存在一些問題：3D視覺在工業(yè)機(jī)器人領(lǐng)域批量應(yīng)用少，成本和支出難以平衡。

據(jù)悉，國產(chǎn)3D相機(jī)的價格一般在5-7萬元人民幣，進(jìn)口相機(jī)在10萬元及以上。而成本主要由前期的研發(fā)投入以及硬件本身的成本組成。

對于很多3D視覺+AI+工業(yè)機(jī)器人的解決方案提供商而言，前期投入的大量研發(fā)費用會拉高成本，而且在市場導(dǎo)入期，批量應(yīng)用尚未展開，無法通過規(guī)?；a(chǎn)的方式攤薄成本，這就導(dǎo)致了產(chǎn)品高昂的價格。

另外，3D相機(jī)硬件的成本約占整體硬件成本的40%。而在硬件市場上，海外廠商占據(jù)大部分高端市場份額，產(chǎn)品售價約比國內(nèi)廠商高出50%-100%。3D相機(jī)內(nèi)置的芯片、光學(xué)鏡頭等核心零部件需要外購，盡管近些年刮起了國產(chǎn)替代的風(fēng)，但仍然還沒撼動國外廠商的地位。

成本下不去，客戶難買單，高昂的價格減緩了市場拓展的速度。

而技術(shù)和人才也仍存在一些待突破的難題。

3D視覺主要分為硬件設(shè)備和軟件算法兩個部分，光源、鏡頭、相機(jī)等硬件產(chǎn)品負(fù)責(zé)成像，視覺控制系統(tǒng)則負(fù)責(zé)處理成像的數(shù)據(jù)并輸出結(jié)果。

在硬件方面，3D工業(yè)相機(jī)的作業(yè)頻率需要適應(yīng)機(jī)器人的固有最高節(jié)拍。據(jù)悉，ABB速度最快的SCARA機(jī)器人的節(jié)拍時間可達(dá)0.29秒 ，這對3D工業(yè)相機(jī)的作業(yè)速度提出挑戰(zhàn)。同時，目前的3D工業(yè)相機(jī)無法完全排除環(huán)境光的干擾，仍然會受到高反光工件以及環(huán)境光的變化帶來的影響。

在軟件算法方面，也同樣需要進(jìn)一步提升。在缺陷檢測應(yīng)用中，往往是給定一些具體的缺陷模型，讓3D視覺來識別缺陷是否存在。但在實際應(yīng)用中，許多缺陷由于缺少樣本或者樣本量少，從而出現(xiàn)漏檢的情況。3D視覺對識別非預(yù)期性的缺陷還需要更強(qiáng)的學(xué)習(xí)和處理能力。

另外，3D視覺是一個交叉領(lǐng)域，涉及光學(xué)、3D成像、深度學(xué)習(xí)、運動規(guī)劃等眾多技術(shù)，鏈條很長。相關(guān)領(lǐng)域的人才稀缺也導(dǎo)致了售后技術(shù)支持的窘境：懂軟件算法的，不一定會修理硬件。如果遇到設(shè)備故障的情況，售后鏈條長。

歸根結(jié)底，由于3D視覺仍然處于Gartner曲線的技術(shù)萌芽期，市場整體比較碎片化，離解決方案大規(guī)模的成熟落地還有一段距離。任何新興的技術(shù)產(chǎn)業(yè)都需要經(jīng)歷這一過程，要先學(xué)會走，才能真正跑起來。

當(dāng)?shù)谝宦曀R起時，所泛起的不一定是漣漪，也有可能掀起巨浪。

順為資本副總裁黃豪曾表示：“隨著工業(yè)自動化和智能化的持續(xù)推進(jìn)，3D機(jī)器視覺將在工業(yè)、物流和商業(yè)等多個領(lǐng)域遍地開花。

處于規(guī)模快速增長的爆發(fā)前夜，3D視覺正在醞釀下一個百億市場。