机器人产业深度（四）：机器人的眼睛，3D工业视觉(202308).pdfVIP

[Table_Main]产业研究月报

[Table_Title]

2023.08.20

机器人产业深度（四）：机器人的眼睛——3D工业视觉

[Table_Summary]

摘要：

从2D视觉到3D视觉是一次技术的跃升。3D视觉针对工业自动化应用上的“痛点”，提升缺陷识别的

精度和自动化产线在线检测的速度，加速在机器人引导和移动机器人环境感知场景落地。针对不同自动

化领域的专业化定制是3D工业视觉的主要特征，视觉大模型赋能3D工业视觉，降低定制化开发的成

本，提升定制化开发的效率，有效拓展应用场景。2022年中国3D工业相机市场规模18.4亿元

/yoy+59.9%，GGII预计2027年接近160亿元，复合增速53.8%。

3D视觉技术满足工业领域更高精度、更高速度、更柔性化的需求，扩大工业自动化的场景。2D视觉

技术基于物体平面轮廓，无法获得曲度、空间坐标等三维参数，检验精度低。激光三角测量、结构光、

ToF、多目视觉等技术共同推动了3D视觉发展。高精度缺陷检测场景（如：半导体有图形晶圆检测）

技术要求最高，主要采用激光三角测量、干涉和共聚焦技术；生产线在线检测和装配最难，需要复杂的

解决方案来适应不同的生产场景，并在振动和环境光干扰下实现高速度和高精度，主要技术是激光三角

测量和结构光。仓库自动化（尺寸测量、环境感知、手势识别、随机拣箱）主要采用结构光和立体视觉。

移动机器人视觉引导最具前景的场景，主要技术包括结构光、ToF、立体视觉。环境感知具备宽视场、

高速度(用于实时视觉伺服)、高精度的要求，技术路径尚未确定。特斯拉Optimus的3D传感模块以

多目视觉为主，全身搭载8个摄像头，自研SoC芯片FSD，纯视觉方案硬件成本低，对软件算法要求

高。国内外其余厂商多采用3D相机+激光雷达方案，优必选WALKERX的视觉模块采用多目视觉，小

米CyberOne的Mi-Sense采用iToF+RGB，追觅采用ToF+结构光，智元A1采用RGBD相机。

从深度学习到通用视觉大模型，AI助力机器视觉提升效率，拓展应用场景。过去工业机器视觉主要针

对垂直场景的少量数据进行小模型训练，模型处理问题的复杂程度受限。23年4月Meta发布通用图

像分割大模型SAM，视觉大模型赋能3D视觉，可以实现：a.大模型在广泛下游场景中具备优势，有

望降低定制化开发成本，提升机器视觉产品毛利率，快速拓展应用场景。B.大模型在零样本或少量样本

上表现优秀，机器视觉将在这些领域得以拓展，如从代码驱动变为视觉驱动的机器人、流程工业场景。

在精密检测及测量场景中，原2D视觉头部厂商优势较大；在机器人引导类场景中，内资初创型厂商以

快速设计并落地方案的优势，处于领先地位。在精密检测及测量场景中，3D通常是与1D、2D技术融

合使用，现有2D视觉领导厂商依靠成熟的供应链以及深厚的行业Know-How，依然会主导行业发展，

领先的企业有：基恩士、奥普特、大恒图像、凌云光等。国内3D工业视觉企业主要集中设备组装和集

成环节，依靠性价比、深度定制以及服务能力赢得市场，但其主要核心零部件（机器人运动算法、应用

工艺包，3D工业相机）主要为外购。在移动机器人引导应用中，内资初创型3D视觉厂商处于领先地

位。目前大部分企业集中在机械臂进行分拣、上下料等场景，代表企业：梅卡曼德、图漾科技、熵智科

技、迈德威视、知象光电、埃尔森、海康机器人、迁移科技、如本科技等。以视觉为主要导航方式的移

动机器人在国内还较少，有：海康机器人、灵动科技、马路创新、蓝芯科技等。

风险提示：新技术的应用速度低于预期。

请务必阅读正文之后的免责条款部分

目录

产业链梳理3

1.视觉：为机器人装上眼睛4

1