有公开数据显示，在 2018 年，全球用于工业自动化领域的机器视觉技术市场规模达 44．4 亿美元，预计 2023 年将达 122．9 亿美元，年复合增长率高达 21％，市场需求巨大。

在近日的GSMA Thrive活动中，华为轮值董事长郭平在演讲中也分享了这样一个有关机器视觉的应用场景：

在飞机机体的制造中使用了大量的碳纤维材料，多达70层的叠加材料，每层材料拼缝间隙要求小于2mm。采用传统人工检查，每层检测需花费40分钟，不合格品要整层重新铺贴。人工质检耗时费力还检测不准，浪费物资。上海商飞采用了5G＋AI的“智眼”检测，检测时间从40min缩小到1min以内，另外还减少了90％以上的物资浪费。

万物互联与人工智能时代，机器视觉已经成为备受全球科技巨头关注与重点投入的新基础设施技术。华为也不例外，正如日前华为安防突然官宣：将“华为安防”更名为“华为机器视觉”，说不准哪天华为机器视觉就从“智能安防”领域拓展到工业领域。

谁占据了工业机器视觉的半壁江山？

机器视觉在工业生产中主要应用在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合。除此之外，在大批量的工业生产过程中，人工检查产品质量效率低且精度不高，采用机器视觉检测可以大幅提高生产效率和生产的自动化程度。

在工业4．0和制造业转型，数字化建设项目持续推进的背景下，制造业总体规模持续扩大、智能化水平不断提高，下游行业对机器视觉的需求度和认知度也在逐步提升，带动了中国机器视觉市场稳定增长的基础。

机器视觉目前主要应用在消费电子、汽车制造、食品包装、制药业等领域，其中又以消费电子和汽车制造领域为主。

根据gongkong市场研究显示：中国机器视觉行业市场仍然保持高度集中，电子制造行业以59．0％的市场份额占整体市场的半壁江山。2019年，电子制造、汽车、制药、食品与包装机械、印刷机械五大应用行业的市场份额高达80％以上。

在汽车制造行业，机器视觉几乎涉及所有系统和部件的制造流程，例如车身装配检测、面板印刷和质量检测、零件尺寸的精密测量、工业零部件表面缺陷检测等。在消费电子行业，机器视觉应用于高精度制造和质量检测，包括圆晶切割、3C表面检测、触摸屏制造、AOI 光学检测、PCB 印刷电路、电子封装等。

总结来说，机器视觉在工业中的应用主要包括三个功能：视觉测量、视觉引导和视觉检测。

视觉测量技术通过测量产品关键尺寸、表面质量、装配效果等，可以确保出厂产品合格；

视觉引导技术通过引导机器完成自动化搬运、最佳匹配装配、精确制孔等，可以显著提升制造效率和装配质量；

视觉检测技术可以监控制造工艺的稳定性，同时也可以用于保证产品的完整性和可追溯性，有利于降低制造成本。

机器视觉在汽车制造行业的应用

机器视觉技术的应用已贯穿了整个汽车车身制造过程，包括从初始原料质量检测发展到汽车零部件100％在线测量，再对制造过程中的焊接、涂胶、冲孔等工艺过程进行把控，最后对车身总成、出厂的整车质量进行把关。

机器视觉引入非接触测量技术，逐步发展成固定式在线测量站与机器人柔性在线测量站等在线测量系统，可严格监控车身尺寸波动，提供数据支持。

视觉引导技术逐渐渗透到汽车制造的全过程，例如引导机器人进行最佳匹配安装、精确制孔、焊缝引导及跟踪、喷涂引导、风挡玻璃装载引导等。

机器视觉检测系统可以对产品进行制造工艺检测、自动化跟踪、追溯与控制等，包括通过光学字符识别（OCR）技术获取车身零件编码以保证零件在整个制造过程中的可追溯性，通过识别零件的存在或缺失以保证部件装配的完整性，以及通过视觉技术识别产品表面缺陷或加工工具是否存在缺陷以保证生产质量。

市场：2019年，传统汽车行业产能由于政策调整，目前产能严重过剩，新增产能进入瓶颈期，行业项目主要集中在维护改造。而油品升级导致车型更换对整车产能扩张影响力有限。此外，新能源汽车也增长乏力，行业主要经济效益有所回落。汽车市场的整体下滑，对机器视觉在汽车行业的应用深化或产生一定影响。