★✿ღ✿★，能够识别各类规格的纸箱★✿ღ✿★、麻袋等物流行业的常见物体★✿ღ✿★，并通过深度学习建立模型★✿ღ✿★，实现对新物体的准确识别和抓取★✿ღ✿★。

　　据光锥智能不完全统计公海赌网平台★✿ღ✿★，2021年全年★✿ღ✿★，3D视觉在工业机器人领域共发生融资事件17起★✿ღ✿★，而仅仅是2022年第一季度★✿ღ✿★，该领域就发生融资事件9起★✿ღ✿★，实现了融资量的翻倍增长★✿ღ✿★。

　　而火热在第二季度再次延续★✿ღ✿★。近日★✿ღ✿★，梅卡曼德宣布完成C＋轮融资★✿ღ✿★，与此同时★✿ღ✿★，星猿哲也完成了B＋轮的融资★✿ღ✿★。

　　长期以来★✿ღ✿★，由于作业精度不够高★✿ღ✿★、不够灵活公海赌网平台★✿ღ✿★，传统工业机器人一直被打上“笨重”★✿ღ✿★、“刚性”的标签★✿ღ✿★，虽然在一定程度上代替了人力365第三部★✿ღ✿★，但效率提升有限★✿ღ✿★。面对复杂的生产环境★✿ღ✿★，工业机器人需要迈向自适应★✿ღ✿★、自感知的智能化升级★✿ღ✿★。

　　1969年★✿ღ✿★，第一片CCD图像传感器在美国贝尔实验室诞生★✿ღ✿★，此后★✿ღ✿★，生活★✿ღ✿★、生产的各个领域都开始与图像和视觉相连接★✿ღ✿★。

　　人类70％的信息都是通过眼睛感知到的★✿ღ✿★，机器人也一样★✿ღ✿★。在3D视觉出现之前★✿ღ✿★，机器人识别三维世界需要先拍摄2D画面★✿ღ✿★，再经过计算得出三维立体数据★✿ღ✿★，过程繁琐复杂★✿ღ✿★。特别是在工业生产中公海赌网平台★✿ღ✿★，仅仅依靠平面成像不足以提高工业机器人的智能化水平★✿ღ✿★，它需要一双更明亮的“眼睛”★✿ღ✿★。

　　作为机器视觉的一种★✿ღ✿★，3D视觉在完成了2D成像的迭代后★✿ღ✿★，也提高了机器人作业的灵活性★✿ღ✿★。与2D视觉相比★✿ღ✿★，3D机器视觉通过三维成像技术★✿ღ✿★，能够获得物体高精度的三维点云坐标★✿ღ✿★。

　　就传统的工业机器人而言★✿ღ✿★，大多是按照既有的指令来执行任务★✿ღ✿★，动作重复机械★✿ღ✿★。但加上3D视觉技术以后★✿ღ✿★，可以通过图像获取★✿ღ✿★、信息处理和机械控制的传导路径来实现高效灵活作业★✿ღ✿★。

　　例如★✿ღ✿★，在汽车制造的焊装车间里★✿ღ✿★，需要对大型副车架的各类孔径★✿ღ✿★、位置度等关键参数进行精准测量★✿ღ✿★，单个工件微小的误差都会影响最终的装配效果★✿ღ✿★。利用3D视觉技术★✿ღ✿★，能够生成孔位等细节的高质量成像★✿ღ✿★，将所得信息传输给计算机以后★✿ღ✿★，机器人就可以灵活应对不同位置的孔位★✿ღ✿★，快速★✿ღ✿★、精准地完成测量任务★✿ღ✿★。

　　从自动化到智能化★✿ღ✿★，中国制造业单件大批量的传统生产模式正在逐渐被小批量★✿ღ✿★、分散的柔性化生产模式所替代★✿ღ✿★。因此★✿ღ✿★，如何实现高端制造中机器人柔性化★✿ღ✿★、小批量★✿ღ✿★、定制化的生产★✿ღ✿★，成为了高端制造和智能制造机器人关键技术需要解决的问题★✿ღ✿★。

　　此前★✿ღ✿★，华为天才少年稚晖君自制机械臂给葡萄皮缝针的视频在B站大火★✿ღ✿★，工业机械臂的精细化生产也进一步进入大众的视野★✿ღ✿★。

　　从前★✿ღ✿★，在汽车★✿ღ✿★、钢铁等制造业中★✿ღ✿★，零部件的装配工序都主要由人工来操作★✿ღ✿★，劳动强度大★✿ღ✿★、效率低★✿ღ✿★，而且零部件种类多★✿ღ✿★、结构复杂★✿ღ✿★，传统的自动化很难满足柔性化生产的需要★✿ღ✿★。而3D视觉的出现扭转了这一局面★✿ღ✿★。

　　3D视觉能够在拧螺丝★✿ღ✿★、装汽车轮胎以及重物的上料装配等场景实现应用★✿ღ✿★，引导机器人识别并抓取随意摆放的工件★✿ღ✿★，按要求将工件装配于指定位置★✿ღ✿★，实现高精度定位抓取及高精度纠偏放置★✿ღ✿★。

　　从应用功能来看★✿ღ✿★，3D视觉技术在视觉引导和检测类场景应用较为广泛★✿ღ✿★。而从应用终端来看★✿ღ✿★，物流★✿ღ✿★、金属加工和汽车零部件行业是当前3D视觉工业机器人较为重要的应用领域★✿ღ✿★。

　　每逢“618”★✿ღ✿★、“双十一”等节日大促★✿ღ✿★，电商仓内都需要处理上百万件的日订单量★✿ღ✿★，而传统人工供包模式人力成本高★✿ღ✿★、效率低★✿ღ✿★，难以满足高分拣效率的客观需求★✿ღ✿★。面对海量无序的SKU★✿ღ✿★，3D视觉可以快速★✿ღ✿★、准确识别包括硬包★✿ღ✿★、软包★✿ღ✿★、信封等多种形态的包裹★✿ღ✿★，实现各类包裹的三维定位★✿ღ✿★，引导机器人进行抓取并放置到指定地点★✿ღ✿★。

　　可以预见★✿ღ✿★，随着相机★✿ღ✿★、镜头等核心硬件性能的提升★✿ღ✿★，以及图像处理★✿ღ✿★、深度学习等软件技术的发展★✿ღ✿★，3D视觉技术重构工业生产的作用将会更加凸显★✿ღ✿★。

　　在2018年的上海工博会上★✿ღ✿★，展示3D视觉方案的工业机器人公司还寥寥无几★✿ღ✿★，而伴随着3D技术越来越成熟★✿ღ✿★、智能制造的兴起★✿ღ✿★，多家3D视觉工业机器人公司获得了融资★✿ღ✿★，此前相对冷清的赛道开始热闹起来★✿ღ✿★。据高工机器人统计★✿ღ✿★，目前中国市场上3D视觉厂商的数量大概在60－70家★✿ღ✿★，且这一数量还在持续增长中★✿ღ✿★。

　　热潮之下★✿ღ✿★，一批智能机器人创业公司雨后春笋般涌现★✿ღ✿★，如库柏特★✿ღ✿★、灵西机器人★✿ღ✿★、梅卡曼德★✿ღ✿★、非夕★✿ღ✿★、阿丘科技★✿ღ✿★、星猿哲等★✿ღ✿★。

　　传统的老牌企业也不甘示弱★✿ღ✿★。工业机器人的“四大家族”ABB（瑞士）★✿ღ✿★、安川（日本）★✿ღ✿★、发那科（日本）和库卡陆续入局★✿ღ✿★，同时★✿ღ✿★，也能看到AI视觉领域海康威视和旷视的身影★✿ღ✿★。

　　3D视觉工业机器人也受到资本的追捧★✿ღ✿★。截至6月20日★✿ღ✿★，2021年以来★✿ღ✿★，工业3D视觉领域发生的融资事件共31起★✿ღ✿★，融资金额高达数十亿美元★✿ღ✿★，融资轮次主要集中在A轮和B轮★✿ღ✿★，说明整个行业还在早期★✿ღ✿★。

　　2016年★✿ღ✿★，梅卡曼德CEO邵天兰曾在知乎上回答了“国产工业机器人目前发展到了什么水平？”的问题★✿ღ✿★：“五至八年内中国机器人的硬件水平可以追上第一集团★✿ღ✿★，三至五年内软件水平可以弯道超车★✿ღ✿★，赶超第一集团★✿ღ✿★。”

　　在机器视觉赛道上★✿ღ✿★，国外的基恩士★✿ღ✿★、康耐视等公司★✿ღ✿★，在2D视觉领域占据着几十年的“霸主”地位★✿ღ✿★。而如今★✿ღ✿★，整个3D视觉市场仍处于发展的早期阶段★✿ღ✿★，国内外厂商在硬件产品和软件算法上能够站在同一起跑线D视觉＋AI＋工业机器人的细分赛道★✿ღ✿★，国内厂商布局更早★✿ღ✿★。作为制造业大国★✿ღ✿★，中国拥有丰富的工业应用场景公海赌网平台★✿ღ✿★，也产生了很多定制化需求★✿ღ✿★，锻造了国内厂商较强的项目交付能力★✿ღ✿★。

　　相较于国外厂商在应用需求形成一定规模时才会考虑开发方案★✿ღ✿★，国内厂商更善于抓住机会去推广自己的产品★✿ღ✿★，以量变的积累形成质的飞跃★✿ღ✿★。

　　而在2D视觉市场长达几十年的发展历程中★✿ღ✿★，行业格局早已趋于稳定★✿ღ✿★，技术方向也较为固定★✿ღ✿★，玩不出什么新花样★✿ღ✿★。如果不是新技术带来新机会★✿ღ✿★，新玩家很难切入场景365第三部★✿ღ✿★。

　　就目前而言★✿ღ✿★，3D视觉在工业机器人领域的应用★✿ღ✿★，市场渗透率并不高365第三部★✿ღ✿★，基本竞争格局可以分为上游元器件★✿ღ✿★、软件算法★✿ღ✿★、3D相机软硬件★✿ღ✿★、一体化解决方案四类★✿ღ✿★。由于产业处于早期阶段★✿ღ✿★，国内市场格局较为分散公海赌网平台★✿ღ✿★，梅卡曼德和灵西机器人这类创业公司参与了产业链的多个环节★✿ღ✿★，在一体化解决方案上走在前列★✿ღ✿★。

　　虽然两者在软件算法平台的开发上相差无几★✿ღ✿★，但在硬件技术和3D成像技术上★✿ღ✿★，灵西机器人要优于梅卡曼德★✿ღ✿★，而梅卡曼德则在缺陷检测应用中有更多的落地方案★✿ღ✿★。在重点的下游应用行业★✿ღ✿★，灵西机器人在物流★✿ღ✿★、锂电市场有较为成熟的方案★✿ღ✿★，而梅卡曼德在汽车等其他市场的优势更为明显★✿ღ✿★。

　　从国内的市场竞争格局来看★✿ღ✿★，能够进入规模化量产阶段的公司跑在第一梯队★✿ღ✿★。而视科普销售总监余舒帆也曾表示★✿ღ✿★，“随着涌入3D视觉赛道的玩家越来越多★✿ღ✿★，会加剧头部企业的形成★✿ღ✿★。同时★✿ღ✿★，关于3D视觉的市场规模和行业应用会实现进一步突破★✿ღ✿★。”

　　实际上★✿ღ✿★，无论是行业格局还是技术发展★✿ღ✿★，3D视觉仍然处于早期★✿ღ✿★。而工业生产试错成本高★✿ღ✿★，因此★✿ღ✿★，在解决方案没有落地之前★✿ღ✿★，资本和客户都在观望公海赌网平台★✿ღ✿★。

　　2019年★✿ღ✿★，梅卡曼德的3D视觉＋AI＋机器人解决方案在汽车★✿ღ✿★、家电★✿ღ✿★、3C★✿ღ✿★、物流等行业实现了50多个项目的落地★✿ღ✿★，而灵西机器人★✿ღ✿★、星猿哲等公司也分别获得了Pre－A轮和A轮融资★✿ღ✿★。

　　从demo到方案落地★✿ღ✿★，在没有客户和渠道积累的前提下★✿ღ✿★，以技术见长的创业公司克服了经验不足★✿ღ✿★、对行业了解不透的问题★✿ღ✿★，砸出了3D视觉在工业机器人领域的第一道水花★✿ღ✿★。

　　难题★✿ღ✿★：成本待下降★✿ღ✿★，技术仍需迭代虽然机器视觉已经走过了70多年的历程★✿ღ✿★，但对于3D视觉来说★✿ღ✿★，真正意义上发展起来★✿ღ✿★，是在2018以后★✿ღ✿★。

　　据MIR睿工业统计★✿ღ✿★，2021年工业3D视觉市场出货量达2．7万套★✿ღ✿★，在整个工业机器视觉市场出货中占比不足5％★✿ღ✿★，市场渗透率较低★✿ღ✿★。

　　中国机器视觉产业联盟数据显示★✿ღ✿★，在机器视觉的下游应用市场中★✿ღ✿★，消费电子是现阶段3D视觉的主要应用市场★✿ღ✿★，占比24．79％★✿ღ✿★，其中智能手机应用占比最大★✿ღ✿★；其次★✿ღ✿★，半导体和汽车行业也是3D视觉主要的阵地★✿ღ✿★。

　　3D视觉市场潜力巨大★✿ღ✿★，但另一方面★✿ღ✿★，也存在一些问题★✿ღ✿★：3D视觉在工业机器人领域批量应用少★✿ღ✿★，成本和支出难以平衡★✿ღ✿★。

　　据悉★✿ღ✿★，国产3D相机的价格一般在5－7万元人民币★✿ღ✿★，进口相机在10万元及以上★✿ღ✿★。而成本主要由前期的研发投入以及硬件本身的成本组成★✿ღ✿★。

　　对于很多3D视觉＋AI＋工业机器人的解决方案提供商而言★✿ღ✿★，前期投入的大量研发费用会拉高成本★✿ღ✿★，而且在市场导入期★✿ღ✿★，批量应用尚未展开★✿ღ✿★，无法通过规模化生产的方式摊薄成本★✿ღ✿★，这就导致了产品高昂的价格★✿ღ✿★。

　　另外★✿ღ✿★，3D相机硬件的成本约占整体硬件成本的40％公海赌网平台★✿ღ✿★。而在硬件市场上★✿ღ✿★，海外厂商占据大部分高端市场份额★✿ღ✿★，产品售价约比国内厂商高出50％－100％★✿ღ✿★。3D相机内置的芯片★✿ღ✿★、光学镜头等核心零部件需要外购★✿ღ✿★，尽管近些年刮起了国产替代的风公海赌网平台★✿ღ✿★，但仍然还没撼动国外厂商的地位★✿ღ✿★。

　　3D视觉主要分为硬件设备和软件算法两个部分★✿ღ✿★，光源★✿ღ✿★、镜头★✿ღ✿★、相机等硬件产品负责成像★✿ღ✿★，视觉控制系统则负责处理成像的数据并输出结果★✿ღ✿★。

　　在硬件方面★✿ღ✿★，3D工业相机的作业频率需要适应机器人的固有最高节拍★✿ღ✿★。据悉★✿ღ✿★，ABB速度最快的SCARA机器人的节拍时间可达0．29秒 ★✿ღ✿★，这对3D工业相机的作业速度提出挑战★✿ღ✿★。同时365第三部★✿ღ✿★，目前的3D工业相机无法完全排除环境光的干扰★✿ღ✿★，仍然会受到高反光工件以及环境光的变化带来的影响★✿ღ✿★。

　　在软件算法方面★✿ღ✿★，也同样需要进一步提升★✿ღ✿★。在缺陷检测应用中★✿ღ✿★，往往是给定一些具体的缺陷模型★✿ღ✿★，让3D视觉来识别缺陷是否存在★✿ღ✿★。但在实际应用中★✿ღ✿★，许多缺陷由于缺少样本或者样本量少★✿ღ✿★，从而出现漏检的情况★✿ღ✿★。3D视觉对识别非预期性的缺陷还需要更强的学习和处理能力★✿ღ✿★。

　　另外★✿ღ✿★，3D视觉是一个交叉领域★✿ღ✿★，涉及光学★✿ღ✿★、3D成像★✿ღ✿★、深度学习★✿ღ✿★、运动规划等众多技术365第三部★✿ღ✿★，链条很长★✿ღ✿★。相关领域的人才稀缺也导致了售后技术支持的窘境★✿ღ✿★：懂软件算法的★✿ღ✿★，不一定会修理硬件★✿ღ✿★。如果遇到设备故障的情况★✿ღ✿★，售后链条长★✿ღ✿★。

　　归根结底★✿ღ✿★，由于3D视觉仍然处于Gartner曲线的技术萌芽期★✿ღ✿★，市场整体比较碎片化★✿ღ✿★，离解决方案大规模的成熟落地还有一段距离★✿ღ✿★。任何新兴的技术产业都需要经历这一过程★✿ღ✿★，要先学会走★✿ღ✿★，才能真正跑起来★✿ღ✿★。

　　和智能化的持续推进★✿ღ✿★，3D机器视觉将在工业★✿ღ✿★、物流和商业等多个领域遍地开花★✿ღ✿★。处于规模快速增长的爆发前夜★✿ღ✿★，3D视觉正在酝酿下一个百亿市场365第三部★✿ღ✿★。精密仪器★✿ღ✿★，公海欢迎你来到公海欢迎你来到赌船★✿ღ✿★，机器人应用★✿ღ✿★，公海赌赌船710检测路线★✿ღ✿★。公海赌网平台★✿ღ✿★，