1969年，第一台CCD图像传感器在贝尔实验室诞生，为工业视觉行业打开了数字图像的大门。从那时起，生活和生产的所有领域都与图像和视觉联系在一起。
　　机器视觉领域也开始萌芽成长：从黑白到彩色，从低分辨率到高分辨率，从静态图像到动态图像。今天，我们可以让机器理解逼真的三维空间，将立体影像呈现在我们面前，这也是业内人士称之为的第四次视觉革命。第四次视觉革命的关键是3D传感产业的快速发展。
　　机器视觉已经从以前的2D平面进化到3D立体“地平线”。我们熟悉人脸支付、Face ID、VR、无人便利店、智能机器人等产品技术。其背后的关键技术是3D视觉技术。视觉革命和工业互联网的第四次结合，也最大化了实体经济和技术价值，开始逐渐走向真正的工业场景、生产效率和工业可行性。
　　如果用一句话来描述工业互联网与3D机器视觉的关系，最合适的描述就是这句话：工业互联网的未来是基于3D机器视觉的控制和AI认知系统的处理。机器视觉在工业领域的应用并不是什么新鲜事，已经发展了30多年。随着工业三维视觉技术的兴起，它在工业制造领域变得越来越重要。
　　从单一场景到赋能生产线
　　工业视觉技术是最早用于自动化生产的2D视觉技术。但由于2D视觉只能解决平面上的问题，2D视觉很难在曲面、曲面产品等高信息的物体中发挥作用，推动了3D视觉的兴起。与2D视觉相比，三维视觉对环境光的变化不敏感，具有更高的准确性和可靠性。它可以检测快速移动的物体，并获得生产线上的形状、颜色对比度和空间坐标等信息。3D视觉可以满足更多过去2D视觉无法满足的工业场景应用，补充2D视觉。加上近年来消费电子、汽车、半导体等精密制造行业对精度要求的不断提高，高精度3D视觉技术成为市场热点。
　　3D工业视觉主要关注三类应用：尺寸和缺陷检测、智能制造和自主导航。近两年3D工业视觉技术在工业领域的应用，最大的变化是从质检等单一场景发展到全生产线赋能。
　　3D工业视觉为智能制造打开新的视野
　　在生产线上，在引入工业3D视觉之前，是单一场景应用，比如应用最广泛的质检。以智能手机的生产过程为例。与尺寸和缺陷检测相关的环节主要有三个部分：主板、组件组装、封装和出货。那么质量检测的工业三维视觉系统主要涉及这三个过程。现在，随着工业三维视觉系统的集成和变化，整条生产线可以跨环节、跨场景应用，从投料生产到包装检验。例如，在生产线上装卸、焊接、喷涂、装配等场景的零件都可以应用到工业三维视觉系统中。对于柔性制造的流行需求，柔性制造下的生产环境更加复杂，对智能化操作的要求也更高。柔性生产模式下，工业机器人和自动化设备需要根据生产需求灵活变化，生产出各种类型的产品。在装卸、分拣、搬运等环节。任务需要根据不同类型的产品实时规划和完成。传统的工业机器人或自动化设备根本无法实现。但工业3D视觉系统的引入，使得柔性生产模式更加顺畅。只有跳出传统自动化小集的解决方案，实现真正完全兼容的智能操作，才能解决这一使用需求，这是柔性生产对智能视觉系统的典型要求。
　　比如在智慧物流中，可以提高3D视觉算法带来的灵活性。通过“AI 3D视觉”，可以对海量SKU的商品进行精准识别和分拣，尤其是视觉识别与机器人轨迹规划、抓取、移动等控制的交互，可以突破智慧物流增长瓶颈，大幅拓宽客户覆盖边界。
　　当然，2D视觉系统技术的应用在工业制造领域并没有完全被淘汰。3D视觉系统技术也将作为2D技术的补充。这种混合解决方案还将用于组件的测量，例如检查手机上SIM卡插槽、电池模块和摄像头模块的大小和位置安装。大多数制造商将提供2D/3D混合解决方案。
　　无论是单一场景的应用、交叉链接还是多技术解决方案的混合，3D机器视觉在工业制造领域都发挥着重要作用。但在高精度检测领域所需核心部件的研发上，与国外相比，技术差距仍然较大，短时间内难以超越。
　　工业三维视野“模糊”的障碍
　　其实国内外工业3D视觉技术的起步时间基本都在2014年左右。随着中国产业链的不断迁移和升级，国内研发；d公司逐渐加大对3D视觉技术的投入。但说到落地工业领域，由于行业种类繁多，技术壁垒和场景不同，大部分厂商基本都是从某个垂直领域切入。3D视觉相关硬件的技术能力有限，AI算法不断提升的实力可以满足一些高精度的检测需求，在一定程度上弥补了硬件的不足。然而，工业三维视觉的发展还有很多问题需要解决。
　　1.技术和产品需要不断升级。3D工业机器视觉成像技术不断发展，但底层视觉硬件设备中无法回避的卡脖子技术是芯片和光学镜头，这仍然是国外厂商的主场。然而，集成式3D机器视觉仍然没有具备环境光抗干扰能力强、测距精度高、分辨率高、成本低的3D传感器。目前，3D视觉的应用仍然是根据具体的使用场景和预算来选择相机，然后根据相机成像结果来开发算法。这种高成本、长周期的应用模式严重限制了三维视觉在实际场景中的应用。2.成本和市场培育之间难以平衡。在3D视觉市场，无论是后期获取良好的融资数据，还是抢占市场，参与厂商都参与到价格内卷中。价格战虽然间接培育了市场，但也破坏了市场秩序，低价的用户体验无法保证。然而，对于潜在的种子用户来说，影响其自动化改造的难点之一是成本考虑。如果成本超出预算，市场的培育就无法发挥。目前工业3D视觉的市场渗透率不高。
　　3.不成熟和不完善的市场和供应链。对于一些需要购买3D视觉产品的厂商来说，前期对产品的需求较少。在这种情况下，工业3D视觉厂商无法通过规模化的方式来分摊产品成本，市场上很大一部分潜在用户是价格和供应链敏感用户。处于早期发展阶段的工业3D视觉产品很难煽动市场。
　　3D工业视觉为智能制造打开新的视野
　　4.生产线的适应性和长周期。各行业生产线的定制化要求，使得设备不规范，通用性差。对于工厂来说，不同的业务场景、生产环节，甚至不同工厂之间的要求都不一样。制造过程中品种多、批量小，影响企业的转化难度。设备交付后需要调试一段时间，最后才能适应生产线。有一段时间影响了企业自动化改造的积极性。
　　从客户选择工业3D视觉产品的角度来看，用户选择的标准取决于工厂自身的特点和预算情况，这意味着工业3D视觉厂商必须在适配产品能力的前提下提供有吸引力的价格，需要将双方的成本和预算平衡到合适的平衡点。
　　这些要求限制了三维视觉技术在工业制造中的广泛应用。工业3D视觉系统开发初期的大规模商用场景不成熟，产品定制化程度高，市场整体处于分散、碎片化状态。3D视觉系统技术仍需在这个市场中不断拼搏，在各个细分场景中摸索探索，找到差异化，完善产品，提升服务市场的能力，从而为未来工业互联网的升级赋能。
　　三维工业视觉的未来“愿景”
　　工业3D视觉技术作为工业生产线机械设备的重要感知部分，近年来在工业4.0升级转型的背景下，作为核心技术单元之一的工业3D视觉技术取得了快速的产业化进展，如今正在加速向众多制造业渗透，整个产业链的规模也呈现出加速扩张的态势。
　　GGII数据显示，随着机器视觉技术在工业领域的广泛应用，预计到2023年，中国机器视觉市场将达到208.6亿元，其中3D视觉市场将达到34.28亿元。预计到2025年，中国3D视觉市场规模将超过100亿元。随着智能制造和精密加工对生产工艺和检验标准的更高要求，三维视觉系统也在向更广的机器“视觉”领域演进。这些变化和需求使得3D视觉应用得以开放，加速了3D机器视觉在制造业的广泛落地。下一步，在工业与智能深度融合的过程中，也会出现这些趋势。
　　1.工业三维视觉技术的发展趋势是高性能、多场景。随着3D成像技术的不断迭代，机器视觉技术的性能也将向高性能发展。主要表现为工业相机的成像分辨率不断提高，图像采集速度和传输可靠性不断提高。同时光源从可见光扩展到不可见光，摄像头从单光谱项扩展到高光谱，拓展了机器视觉的应用场景。
　　2.向智能化、实时化发展。智能化主要基于云计算、大数据、人工智能等新技术。并利用深度学习等技术提高工业3D视觉技术的处理和分析能力。智能化将是未来工业3D视觉系统的核心卖点之一，不断提升企业的生产效率和产品质量一致性。数字基础设施中的核心发展——5G技术将与工业3D视觉技术相结合，依托5G大带宽、低时延、高可靠性的性能，为工业3D视觉提供实时计算和高数据安全性，同时降低网络中断带来的风险。
　　3.工业三维视觉系统正朝着集成化、小型化方向发展。随着工业三维视觉系统核心部件制造技术和光学性能的不断提高，未来工业三维视觉系统将逐步向小型化、集成化方向发展。光模块、通信模块和计算模块将不断集成到单个设备中，集成设备也将拓宽机器视觉的应用领域。
　　3D工业视觉为智能制造打开新的视野
　　第四代视觉技术的创新才刚刚开始。在超高精度测量领域，国内企业已逐步迈出步伐，未来仍有非常广阔的提升空间。第四次视觉革命给工业生产线的设备赋予了一双智能立体眼睛。随着硬件设备技术的不断进步，算法和软件的不断优化，机器不仅可以看到立体的三维世界，还可以更好地“理解”世界。
　　3D工业视觉厂商会在升级和打怪兽的道路上不断完善技术体系，看得更快更清晰。在这个快速增长的市场中，无论是行业还是投资界都对工业3D视觉系统的视觉信息给予了正反馈，更重要的是，工业3D视觉在全球竞争格局中不断迭代，找到了中国竞争力。在这场轰轰烈烈的视觉革命中，低成本、高性能的工业3D视觉系统技术将是未来工厂智能硬件设备的核心，支撑AIOT智能硬件的快速发展，助推工业互联网的开放。