3D视觉技术

搜索文档
机器人的眼睛:3D视觉
2025-08-12 23:05
行业与公司 **行业**:3D视觉技术行业 **公司**:奥比中光、英特尔(RealSense系列)、康耐视、奥特凌光、海康机器人、奥普特 核心观点与论据 3D视觉技术路线及特点 - **双目视觉**:基于视差原理,成本低但易受环境光影响且算法复杂[1][3][4] - **结构光**:抗干扰性强但远距离效果差,适用于中近距离测量[1][3][4] - **TOF(Time of Flight)**:结构简单但分辨率低,适合短距离高精度测量[1][3][4] - **激光雷达**:探测距离远但成本高,像素范围低[1][3][4] 技术融合应用 - 双目视觉与结构光结合可提升系统稳定性和准确性[1][5][6] - 高级自动驾驶或工业机器人系统可能同时采用TOF与激光雷达[1][5][6] 机器人视觉技术路线优缺点 - **飞行时间法**:高精度计时系统,误差可能达米级[7] - **相位差法**:功耗高且深度分辨率较差[7] - **激光雷达**:综合结构光和飞行时间法,价格高[7] - **双目结构光**:成本低但信息量有限[7] 硬件核心部件 - 镜头、光源和相机[8] - 双目相机不需要主动光源,其他三种需要[8] 3D视觉算法处理 - 包括深度感知、3D建图和语义理解[9][10] - AI技术降低点云处理难度,多采用transform或CNN架构[9][10] 市场规模与需求 - 全球机器视觉市场规模超1,000亿人民币,中国市场约200亿人民币[1][11] - 工业领域需求集中在识别、定位、测量和检测,检测需求最高[12] - 消费级市场如Face ID和人脸支付推动3D视觉发展[11][13] 国产替代方案 - 奥比中光性能不输海外产品,逐步替代英特尔RealSense系列[14][15][16] - 国内主要供应商包括奥比中光、康耐视、奥特凌光和海康机器人[17] 机器人领域应用 - 双目结构光模组单台机器人成本约3,000-5,000元人民币[18] - 每台机器人通常需要3-5个模组,未来需求可能增长[18] 市场趋势 - 3D视觉技术市场预计持续扩容,奥比中光因稀缺性受关注[19] 其他重要内容 - 国内机器人行业逐步转向国产方案,奥比中光是主要供应商之一[16] - 工业级企业如奥普特开始向消费级市场转换[17] - 机器人视觉传感器配置通常为头部和胸部各一个,高需求场景可能增至5-10个[16] 无关内容 - 培训框架第四讲内容(与3D视觉无关)[20][21]
科创成长层启幕
经济日报· 2025-07-23 06:07
科创板科创成长层正式落地 - 科创板存量32家未盈利企业即日起进入科创成长层 标志着科创成长层正式落地 [1] - 科创成长层是我国资本市场支持科技创新的重大制度创新 通过精准支持未盈利科技型企业等措施增强资本市场对硬科技型企业的包容性 [1] - 预计将吸引更多前沿科技型企业登陆我国资本市场 推动"科技—资本—产业"的深度融合 [1] 科创成长层的准入标准 - 支持技术有较大突破 商业前景广阔 持续研发投入大 上市时处于未盈利阶段的科技型企业发展 [2] - 突出更好支持优质未盈利科技型企业这个改革重点 把好准入关 [2] - 科创成长层股票简称后增加特殊标识"U" 如寒武纪-U 百济神州-U 君实生物-U [3] - 对新注册科创成长层股票添加标签"成" 对存量科创成长层股票添加标签"成1" [3] 科创成长层的调出机制 - 存量企业调出条件保持不变 仍为上市后首次实现盈利 [4] - 新注册未盈利企业调出条件提高 最近两年净利润均为正且累计净利润不低于人民币5000万元 或最近一年净利润为正且营业收入不低于人民币1亿元 [4] - 上交所原则上在2个交易日内将符合调出条件的企业调出 [4] 科创板未盈利企业的发展情况 - 自2019年科创板开板以来 有54家未盈利企业在科创板上市 [5] - 2024年度 54家上市时未盈利企业合计实现营业收入1744 79亿元 同比增长24% [5] - 其中22家上市时未盈利企业已首次实现盈利并摘"U" [5] - 奥比中光2025年第一季度实现扭亏为盈 营收利润稳步增长 [5][6] 科创成长层支持的前沿科技领域 - 扩大科创板第五套标准适用范围 支持人工智能 商业航天 低空经济等更多前沿科技领域企业适用 [6] - 这些行业普遍具有研发投入大 周期长 技术壁垒高等特点 [6] - 科创成长层将主要赋能具有高成长潜力但尚未盈利的科创企业 [6] 投资者适当性管理 - 本次改革没有对个人投资者参与科创成长层股票交易新增投资交易门槛 仍为具备"50万元资产+2年经验"的资金门槛和投资经验即可 [7] - 增加投资者适当性要求 加强对科创成长层企业股票的专门风险揭示 [7] - 投资新注册的未盈利科技型企业的投资者 应当签署科创成长层企业股票投资专门风险揭示书 [7] 信息披露要求 - 科创成长层公司应当在年度报告中 结合行业特点充分披露尚未盈利的原因 以及对公司现金流 业务拓展等方面的影响 [8] - 在年度报告首页的显著位置提示公司尚未盈利的风险 [8] 科创成长层的市场影响 - 重点扶持未盈利高成长硬科技型企业 同步优化IPO预审机制和专业投资者背书制度 [9] - 预计将有一批具备核心技术的企业加速登陆科创板 涌现一批高成长性标的 [9] - 投资者需重点关注企业的核心技术优势 研发能力和市场前景 [9]
2025年中国工业机器视觉行业产业链、发展现状及未来趋势研判:未来五年行业市场规模预计翻倍,3D视觉市场渗透率加速提升[图]
产业信息网· 2025-06-18 09:07
行业概述 - 工业机器视觉通过计算机视觉与图像处理技术实现自动化识别、定位、测量与检测,核心是为工业设备赋予视觉感知能力[2] - 按功能分为识别、测量、定位、检测,按技术架构分为嵌入式视觉、PC-Based系统和3D视觉,按应用场景分为在线检测和离线抽检[2][3] - 典型应用场景包括物流分拣、精密零件测量、机器人抓取、缺陷检测等[3] 发展历程 - 中国工业机器视觉行业历经40年发展,从技术引进到自主创新,分为萌芽期(1980-1990)、自主化起步(2000-2010)、爆发增长(2011-2020)和高质量发展(2021至今)四个阶段[4] - 当前阶段在新能源装备、半导体检测等高端领域取得突破,并进入国际市场[4] 产业链 - 上游包括光学组件、工业相机、图像采集卡等硬件及图像处理算法等软件,硬件国产替代成效显著但高端产品仍有差距[6] - 中游为系统集成商与设备制造商,下游应用以3C电子、汽车、半导体为主,三大领域贡献超50%需求,新能源、医药等新兴领域需求快速增长[6] 市场规模 - 2024年中国机器视觉市场规模181.47亿元,同比微降1.97%,预计2025年突破210亿元,2028年达385亿元,2024-2028年CAGR约20%[8] - 2D视觉2024年市场规模153.32亿元(同比-5.07%),3D视觉28.15亿元(同比+19.18%),预计2028年2D/3D市场规模分别达315亿元和70亿元,CAGR分别为19.78%和25.73%[10] 竞争格局 - 外资巨头如康耐视、基恩士占据高端市场超50%份额,国产企业如海康机器人、凌云光、奥普特在细分领域实现局部领先[12] - 2024年重点上市企业经营承压,凌云光营收同比-15.42%,大恒科技净利润同比-164.15%,但3D视觉和AI视觉成为新增长动力[14][15] 重点企业 - 奥普特构建完整产品矩阵,涵盖算法到硬件,2024年机器视觉业务收入9.10亿元(同比-3.44%),核心部件业务收入7.93亿元(同比-1.93%)[16] - 凌云光自研相机覆盖率高,表面检测行业自研供应率超50%,2024年营收22.34亿元(同比-15.42%),机器视觉业务收入16.21亿元(同比-13.77%)[18] 发展趋势 - 技术融合驱动智能化升级,应用场景向非标及跨界领域拓展,国产替代与生态重构加速[20] - 深度学习与3D视觉技术推动精度提升,边缘计算与云视觉结合提升资源效率,应用场景从工业扩展到医疗、农业等领域[21][22] - 本土企业在核心算法、光学器件等环节持续突破,头部企业加速全球化布局,产业链协同创新加强[23]
【私募调研记录】盘京投资调研思看科技
证券之星· 2025-05-13 08:12
公司调研信息 - 思看科技2024年实现营业收入33,25839万元 同比增长2241% [1] - 2025年一季度收入871089万元 同比增长2638% [1] - 增长动力源于行业技术快速发展 产品创新及市场应用扩展 [1] - 3D视觉技术已在多个工业领域实现应用 包括自动化装配 焊接和喷涂 [1] - 3D打印领域是带动收入增长的重要领域 市场需求持续攀升 [1] - 国际化进展顺利 境外收入占比4290% 国际政策变动影响有限 [1] - 硬件模块和元器件供应实现自主可控 掌握核心设计及研发步骤 [1] 机构背景 - 盘京投资成立于2016年 是中国优秀的私募证券投资基金管理人之一 [2] - 公司由多位长期业绩卓越且具备相同价值观的资深投资人创办 [2] - 以合伙人制度为基础 平台化运营的投资管理机构 [2] - 立足中国证券市场 聚焦中国上市公司投资机会 同时在中概股有广泛布局 [2] - 建设以投研为导向 以深度产业和个股研究为投资决策唯一依据 [2] - 搭建领先于同行的内部研究团队 拥有广泛的外部研究资源 [2] - 与国内各大顶级券商研究所建立良好的投研服务关系 [2]