巨大的廠房里，搭載著3D工業(yè)相機的機械臂正在進行著今天的工作,，它需要將燒得通紅,、重達百斤的火車輪進行抓取上料。

高達500℃的溫度,，這樣的場景,，光想想就已經熱得冒汗,。

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，人工智能技術的發(fā)展推動了3D視覺的誕生,，由3D視覺引導的工業(yè)機器人,，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,，并通過深度學習建立模型,，實現(xiàn)對新物體的準確識別和抓取。

而資本的嗅覺是最敏銳的,。

據光錐智能不完全統(tǒng)計,，2021年全年，3D視覺在工業(yè)機器人領域共發(fā)生融資事件17起,，而僅僅是2022年第一季度，該領域就發(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)機器人一直被打上“笨重”、“剛性”的標簽,，雖然在一定程度上代替了人力,，但效率提升有限。面對復雜的生產環(huán)境,，工業(yè)機器人需要邁向自適應,、自感知的智能化升級。

從“機器換人”到“智能智造”,，利用3D視覺和人工智能技術,，機器人重構工業(yè)生產正當時。

01,、生產的新“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,、生產的各個領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,，機器人也一樣,。在3D視覺出現(xiàn)之前，機器人識別三維世界需要先拍攝2D畫面,，再經過計算得出三維立體數據,，過程繁瑣復雜。特別是在工業(yè)生產中,，僅僅依靠平面成像不足以提高工業(yè)機器人的智能化水平,，它需要一雙更明亮的“眼睛”。

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

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

就傳統(tǒng)的工業(yè)機器人而言,，大多是按照既有的指令來執(zhí)行任務，動作重復機械,。但加上3D視覺技術以后,，可以通過圖像獲取、信息處理和機械控制的傳導路徑來實現(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,、位置度等關鍵參數進行精準測量,，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,，能夠生成孔位等細節(jié)的高質量成像,，將所得信息傳輸給計算機以后，機器人就可以靈活應對不同位置的孔位,，快速,、精準地完成測量任務。

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

此前，華為天才少年稚暉君自制機械臂給葡萄皮縫針的視頻在B站大火,，工業(yè)機械臂的精細化生產也進一步進入大眾的視野,。

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，勞動強度大,、效率低,，而且零部件種類多、結構復雜,，傳統(tǒng)的自動化很難滿足柔性化生產的需要,。而3D視覺的出現(xiàn)扭轉了這一局面。

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)應用，引導機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,。

從應用功能來看，3D視覺技術在視覺引導和檢測類場景應用較為廣泛,。而從應用終端來看,，物流、金屬加工和汽車零部件行業(yè)是當前3D視覺工業(yè)機器人較為重要的應用領域,。

每逢“618”,、“雙十一”等節(jié)日大促，電商倉內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,，引導機器人進行抓取并放置到指定地點,。

可以預見，隨著相機,、鏡頭等核心硬件性能的提升,，以及圖像處理、深度學習等軟件技術的發(fā)展,，3D視覺技術重構工業(yè)生產的作用將會更加凸顯,。

02、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)機器人公司還寥寥無幾，而伴隨著3D技術越來越成熟,、智能制造的興起,，多家3D視覺工業(yè)機器人公司獲得了融資，此前相對冷清的賽道開始熱鬧起來,。據高工機器人統(tǒng)計,，目前中國市場上3D視覺廠商的數量大概在60-70家，且這一數量還在持續(xù)增長中,。

熱潮之下,，一批智能機器人創(chuàng)業(yè)公司雨后春筍般涌現(xiàn),，如庫柏特、靈西機器人,、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視覺領域?？低暫蜁缫暤纳碛啊?/p>

3D視覺工業(yè)機器人也受到資本的追捧,。截至6月20日,，2021年以來，工業(yè)3D視覺領域發(fā)生的融資事件共31起,，融資金額高達數十億美元,，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“國產工業(yè)機器人目前發(fā)展到了什么水平？”的問題：“五至八年內中國機器人的硬件水平可以追上第一集團,，三至五年內軟件水平可以彎道超車,，趕超第一集團?！?/p>

在機器視覺賽道上,，國外的基恩士、康耐視等公司,，在2D視覺領域占據著幾十年的“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,，國內外廠商在硬件產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)機器人的細分賽道,，國內廠商布局更早,。作為制造業(yè)大國，中國擁有豐富的工業(yè)應用場景,，也產生了很多定制化需求,，鍛造了國內廠商較強的項目交付能力,。

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

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

就目前而言,，3D視覺在工業(yè)機器人領域的應用,，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相機軟硬件、一體化解決方案四類,。由于產業(yè)處于早期階段,，國內市場格局較為分散，梅卡曼德和靈西機器人這類創(chuàng)業(yè)公司參與了產業(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，但在硬件技術和3D成像技術上,，靈西機器人要優(yōu)于梅卡曼德,，而梅卡曼德則在缺陷檢測應用中有更多的落地方案。在重點的下游應用行業(yè),，靈西機器人在物流,、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,。

從國內的市場競爭格局來看,，能夠進入規(guī)模化量產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,，關于3D視覺的市場規(guī)模和行業(yè)應用會實現(xiàn)進一步突破?！?/p>

實際上,，無論是行業(yè)格局還是技術發(fā)展,，3D視覺仍然處于早期。而工業(yè)生產試錯成本高,，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,，以技術見長的創(chuàng)業(yè)公司克服了經驗不足,、對行業(yè)了解不透的問題，砸出了3D視覺在工業(yè)機器人領域的第一道水花,。

03,、難題：成本待下降，技術仍需迭代

雖然機器視覺已經走過了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。

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

中國機器視覺產業(yè)聯(lián)盟數據顯示,，在機器視覺的下游應用市場中，消費電子是現(xiàn)階段3D視覺的主要應用市場,，占比24.79%,，其中智能手機應用占比最大；其次,，半導體和汽車行業(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)機器人領域批量應用少,，成本和支出難以平衡,。

據悉，國產3D相機的價格一般在5-7萬元人民幣,，進口相機在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,，而且在市場導入期，批量應用尚未展開,，無法通過規(guī)?；a的方式攤薄成本，這就導致了產品高昂的價格,。

另外，3D相機硬件的成本約占整體硬件成本的40%,。而在硬件市場上,，海外廠商占據大部分高端市場份額，產品售價約比國內廠商高出50%-100%,。3D相機內置的芯片,、光學鏡頭等核心零部件需要外購，盡管近些年刮起了國產替代的風,，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備和軟件算法兩個部分,，光源,、鏡頭、相機等硬件產品負責成像,，視覺控制系統(tǒng)則負責處理成像的數據并輸出結果,。

在硬件方面，3D工業(yè)相機的作業(yè)頻率需要適應機器人的固有最高節(jié)拍,。據悉,，ABB速度最快的scara機器人的節(jié)拍時間可達0.29秒 ，這對3D工業(yè)相機的作業(yè)速度提出挑戰(zhàn),。同時,，目前的3D工業(yè)相機無法完全排除環(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,，也同樣需要進一步提升,。在缺陷檢測應用中，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視覺對識別非預期性的缺陷還需要更強的學習和處理能力。

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

歸根結底，由于3D視覺仍然處于Gartner曲線的技術萌芽期,，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。任何新興的技術產業(yè)都需要經歷這一過程,，要先學會走,，才能真正跑起來。

圖：Gartner曲線

當第一聲水花濺起時,，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,，3D機器視覺將在工業(yè),、物流和商業(yè)等多個領域遍地開花。

處于規(guī)?？焖僭鲩L的爆發(fā)前夜,，3D視覺正在醞釀下一個百億市場。