国内3D机器视觉工艺已经开始落地。但从市场竞争层面看,3D机器视觉暂未出现明显的市场格局,多数企业正处于“铺市场、拼落地”的阶段,抢占市场的无形之战已经打响。
正面战场,行业案例是敲门砖,各家使出看家本领抢市场、推方案。
后方战场,工艺运算规则是主要壁垒,各家在防护等级、稳定性、精度、扫描速度、信息传输等方面挖河道、修筑高墙。
这场战役要争夺的第一片高地,是以劳动力密集型为主要特征的制造业和物流行业。
“2018年开始,物流行业的客户率先进入规模化部署的状态,客户侧他们的时间跑出来的最快。”图漾科技CEO费浙平告诉雷峰网(公众号:雷峰网)。
3D机器视觉在制造业的应用,当前主要集中在质检场景,如高端制造业半导体、精密仪器等的产物外观缺陷质量检测。而在物流行业,3D机器视觉则应用到了引导机器人(机械臂)进行识别、分拣、上下料、拆码垛等工作。
这两大行业的特点是,产物相对标准,且具备自动化基础,这为开发通用3D机器视觉平台打下了基础。
然而要开发通用3D视觉平台还面临两个直观问题:市场接受度,以及工艺如何解决差异化需求。
市场接受度
不少业内人士向雷峰网表示:3D视觉的市场接受度越来越高。
两三年前,3D视觉创业者经常遭受来自投资人和客户的双重质问:“3D视觉到底是不是伪需求?”“2D视觉到底能不能解决?”
在经历工艺落地与市场教育之后,许多工业企业已经认识到3D视觉带来的价值。在谈项目时,开始就指明“不要2D的,要3D的。”
这意味着,从市场需求看,工业企业已经开始认可3D视觉工艺对行业产生的价值,并逐渐接受这种变化,开始愿意为新工艺买单。
工艺如何解决差异化需求
工业企业关注的主要有两点:
产物功能性,即针对应用场景,找到最合适的3D视觉解决方案。
快速交付能力,即找到能够将其需求快速产物化,满足项目时间节点的产物。
从需求倒推至工艺,市场需要的是稳定可靠、复用性强的产物,但现阶段的3D视觉产物同质化竞争非常严重,很难满足不同行业、同一行业不同领域的多样化应用场景需求。
换句话说,在3D视觉公司提供的产物与实际需求之间,还隔着一层需要逾越的厚障壁。
工业企业存在不同业务场景、生产环节,甚至同一场景不同工厂的需求都相互迥异。
设备具备非标性,通用性差,制造过程中的多品种、小批量,是许多工业企业的经营现状。
这导致许多企业不得不选择成本高昂、难以复用的定制化路线。
对于讲究生产柔性、灵活配置生产资源的中小企业,这种定制化产物无异于空中楼阁——好看管用,但用不起。
因此,市场本身需要一些能够提供可复用的通用型产物。
但现阶段,由于工艺和成本的原因,工业3D视觉平台做到完全通用几乎不可能,只能将通用部份沉淀下来,尽量减少定制化比例,将可通用的部分做到极致。
简单来说,这类“有限制”的通用,算作是从定制化迈向通用的一种过渡路线。
即便是做这样一种“类通用”的软件平台,也需要产物性能以及行业Know-How的支撑,二者缺一不可。
一方面,这类软件运算规则平台,需要通过强大的底层运算规则与海量的信息构建,实现产物的“通用性”。即找出定位、识别、抓取、测量等场景中的共性,来解决缺陷检测、无序抓取等具体问题。
在此基础之上,工艺供应商还要在功能与成本之间找到平衡点。
一位业内人士表示,“由于标准化产物需要适应各类非标场景,做到同时满足精度、速度、抗阳光性能、识别难度等需求,性能必须强大且有冗余,在此基础上,标准化产物还要兼顾成本和易用性。”
另一方面,3D机器视觉要在工业落地,行业Know-How极为关键。
在非标场景中提炼出标准化工艺,需要既懂行业又懂工艺的人才。不同场景的共性体现在何处,哪些模块可以复用,如何降低工艺成本等等,没有对行业的深度认知与Know-How沉淀,很难做出与市场需求相匹配的产物。
除了产物和行业Know-How之外,还需要产业链上下游的密切配合。
通过工艺满足多行业的多种应用,需要将核心工艺凝结在标准化的产物中,包括在传感、感知、规划几个层面的同步提升,比如3D相机硬件、视觉软件、机器人软件。软硬件的兼容性难题、迭代速度等,也需要产业上下游合作。
通用难题待解,合作才能走得更远
从产业链分工来看,3D视觉行业已形成一条包括产物供应商、解决方案集成商、终端应用的产业化分工链条。
产物提供商,负责软硬件的研发,比如3D视觉传感器硬件和软件运算规则;
解决方案集成商,直接面对终端各类应用场景的具体需求,针对各类应用运算规则进行二次开发,提供完整的解决方案。
集成商圈子的竞争,主要体现在开拓渠道,以及项目执行能力上。他们面对具体的落地应用,向上完成软硬件产物的集成,向下针对客户痛点拿出完整的解决方案,并将这种经验进行沉淀,而后找到同类场景,进行推广复制。
目前,国内3D视觉赛道,集成商数量众多,能否做到更快、更好地交付,决定着他们能否从中国2000多家视觉集成商中脱颖而出。
3D视觉存在大量分散的柔性化下游应用场景,由于方案定制化程度高,标准化难度大,常常是集成商与上游产物公司,根据某个客户需求,投入大量人力,长时间打磨定制化的解决方案,效率很低。
因此,对于集成商来说,一个能够实现硬件设备与软件运算规则的快速融合,做到与大部分主流机器人和相机、传感器,一键链接,即插即用,将复杂的视觉项目部署和交付变得简单易用的通用视觉软件平台,至关关键。
工业视觉核心软件系统的通用化,可以帮助集成商提高支持能力和解决客户复杂问题的能力,在行业内甚至跨行业进行解决方案的迁移与复制,大大缩短部署周期,节省人力物力投入。
不过,集成商的软硬件开发能力较弱,需要借助上游产物供应商的研发能力。
相较于为数众多的视觉集成商,3D视觉感知方案供应商,在3D视觉相关企业中占据少数。
于3D视觉方案提供商来说,核心竞争力在产物的功能性,包括对3D视觉传感器性能、成本、体积的优化,以及智能运算规则的优化。
不过,智能制造领域,非标场景众多,对于行业和应用场景理解的要求很高,目前供应商针对典型的场景以工艺包的形式做产物,但仍有大量场景需要根据客户的需求做开发或调整,想要缓解落地部署的压力,沉淀出一个通用的3D视觉平台,是解题思路之一。
好的通用视觉软件,既要能够帮助集成商在降低二次开发难度的同时,提高开发速度,帮助将客户的需求快速产物化,还要能较好地与行业解决方案集成。
图像处理软件是机器视觉系统的“大脑”,通过图像处理运算规则完成对被测物的识别、定位、测量、检测等功能。不过,工业系统具有各自封闭开发的特性,多平台和多品牌的多种产物的适配上容易相互“打架”。
因此,一个能与外部控制设备快速集成,增强产物扩展性,能适配多种主流协议,兼容主流3D相机(工业相机、结构光相机、TOF相机、激光相机)的工业软件十分关键。
总的来说,产物提供商的产物能力,与集成商的解决方案能力相辅相成,双方只有密切配合,才能组成一柄完整的利剑,刺穿行业痛点,满足客户的实际落地需求。
相较于2D视觉,3D视觉的工艺栈更深,由于新的工艺路线随时可能出现,目前还不能说哪一家已经形成绝对的工艺领先。
在工艺优势之外,产物功能性和快速交付能力,依旧是赛道比拼的火力集中点。
当下,3D视觉产物朝着标准化、通用化方向增长,存在一些客观难题,比如既懂3D视觉工艺又懂工业场景的人才亟待补充,业内3D视觉标准、规范也相对空白等。
3D机器视觉的通用化之路固然困难重重,但如何在保证产物性能的同时,打造出相对通用的视觉软件平台,已是接来下各方竞争中的关键突破口。
雷峰网原创文章,未经授权禁止转载。详情见转载须知。
主题测试文章,只做测试使用。发布者:zzi,转转请注明出处:https://www.sljmk.com/article/41b999949.html