麥姆斯咨詢：機器視覺（Machine Vision, MV）是這場自動化革命的核心。機器視覺相機市場將從2017年的20億美元增長到2023年的40億美元左右，復合年增長率（CAGR）為12%。自動化不僅限于機器人技術，還涉及制造周期的幾乎所有機器。

機器視覺是自動化革命的核心

工廠里正在進行一場悄無聲息的革命。我們面臨的變革力量與以前的工業(yè)革命時期發(fā)生的變化相似，但是這種變革力量不是蒸汽或電力相關技術。如今的發(fā)展趨勢是自主性和按需生產(chǎn)，對人類和機器都是如此。工廠內部的轉型升級是來源于自動化相關技術。

機器視覺（Machine Vision, MV）是這場自動化革命的核心。機器視覺相機市場將從2017年的20億美元增長到2023年的40億美元左右，復合年增長率（CAGR）為12%。自動化不僅限于機器人技術，還涉及制造周期的幾乎所有機器。對質量的需求，促進了機器視覺在汽車、電子、半導體、食品和包裝行業(yè)的發(fā)展。食品分揀是推動自動化發(fā)展的一個有趣例子。總體而言，分揀水果和食品的能力有助于增加農業(yè)食品的營收，特別是在亞洲市場。事實上，機器視覺已經(jīng)“飛躍”工廠，現(xiàn)身于農場、牧場、道路和停車場（如車牌識別）等多種環(huán)境中。最近資本市場上最為火熱的機器視覺領域非“自動駕駛汽車”莫屬，Yole預計該機器視覺細分市場未來五年的復合年增長率將高達140%。

機器視覺相機的主要應用領域及市場預測

在我們上一版報告中提到，斯沃琪集團（Swatch Group）于2014年宣布推出Sistem51系列手表，該表是一款全自動化生產(chǎn)制造的機械表。自那時起，其它公司也采取了類似的舉措，如佳能在相機制造方面引入自動化和富士康在消費電子產(chǎn)品制造方面部署一百萬臺機器人。因此，自動化產(chǎn)品的銷售增速超過了工業(yè)生產(chǎn)的增速。展望未來，由于西方國家便宜的勞動力短缺，而中國的工人薪水也在增長，因此這種自動化生產(chǎn)的趨勢可能會加速推進。

高度活躍的市場和廠商生態(tài)系統(tǒng)

自動化革命創(chuàng)造了一個高度活躍的市場和廠商生態(tài)系統(tǒng)。在2014年至2017年的三年中，并購（M&A）活動在圖像傳感器和相機模組級均有所加快。該趨勢的最新例子是，FLIR于2016年以2.15億美元收購了Pointgrey公司，Teledyne則于2017年以7.90億美元收購了e2v公司。其它值得注意的收購包括：2016年ams以2.35億美元收購CMOSIS公司；2014年安森美（ON Semiconductor）以4億美元整合Aptina公司，并以9000萬美元收購Truesense公司。最近，私募股權公司Lakesight整合了機器視覺相機制造商Tattile、Microtron和Chromasens。據(jù)麥姆斯咨詢估算，這段時間內的并購總額超過17億美元。

機器視覺產(chǎn)業(yè)鏈廠商的競爭格局

2017年機器視覺相機廠商的市場份額

從電荷耦合器件（CCD）到互補金屬氧化物半導體（CMOS）的轉變對機器視覺的圖像傳感器產(chǎn)生了深遠的影響，掀起了上述的并購浪潮。雖然這在多年前就開始影響了其它市場，例如20世紀90年代的消費類圖像傳感器和21世紀初的攝影用傳感器，但直到現(xiàn)在，從CCD到CMOS的技術轉變才觸及圖像傳感器市場的高峰。

銷售“高成本/小批量”產(chǎn)品的公司無法投資或維持生產(chǎn)設施。由于建設生產(chǎn)設施的固定投入較高，所以需要高產(chǎn)量的產(chǎn)品支撐。并且與之前的垂直整合CCD廠商相比，實現(xiàn)CMOS圖像傳感器制造的入門成本更高，因此，除了索尼（Sony）之外，很多廠商都轉向無晶圓廠（Fabless）的商業(yè)模式。這也導致CMOS圖像傳感器專用代工廠的興起，如TPSCo、Dongbu Hitek 和收購LFoundry的中芯國際（SMIC）。

從CCD到CMOS：在相機模組級有可能導致新廠商出現(xiàn)的主要變化

在技術方面，圖像傳感器從CCD到CMOS的轉變極大地簡化了相機設計，更容易商品化。將相機功能集成到CMOS圖像傳感器中也導致相機可用單個電路板實現(xiàn)。這種單板相機反過來又會影響供應鏈，把機器視覺相機廠商的地位提升。因此，我們可以看到新興的相機廠商將這些單板相機集成到新的系統(tǒng)、新的應用和智能相機中。

工業(yè)相機的演進

注：在CCD應用中，大部分功能都是在相機的電路板上進行的。當應用需要修改時，設計人員可以改動板級電路而無需重新設計圖像傳感器芯片。在CMOS圖像傳感器中，電荷轉換成電壓的工作是在每一像素上進行的。CMOS圖像傳感器芯片在像素級把電荷轉換成電壓，而大部分的功能則集成進芯片。這樣所有功能可通過單一電源工作，并能夠實現(xiàn)依照感興趣區(qū)域或是開窗靈活讀出圖像。 一般來說，CCD采用NMOS技術，因而能夠通過如雙層多晶硅、抗暈光（Anti-blooming）、金屬屏蔽和特定起始物料互相覆蓋等特定工藝實現(xiàn)性能。而CMOS則是基于集成電路的標準CMOS工藝技術生產(chǎn)，再根據(jù)客戶要求加入成像功能。

板級相機

將相機模組集成到系統(tǒng)和智能相機中也受到來自智能手機技術的推動。片上系統(tǒng)（SoC）和移動產(chǎn)業(yè)處理器接口（MIPI）使得開發(fā)智能視覺系統(tǒng)變得更加容易。智能相機流行的一個例子是Specim公司最近發(fā)布的多光譜相機產(chǎn)品。

機器視覺的十字路口

機器學習（Machine Learning，ML）是使智能相機能夠廣泛應用的一項重要技術。例如，2017年康耐視（Cognex）收購了深度學習軟件公司Vidi Systems，目的是將深度學習應用到智能相機中。機器視覺和深度學習等技術對自動駕駛汽車將產(chǎn)生重要的影響，推動相關市場迅速成長。預計到2023年，自動駕駛汽車領域的機器視覺相機市場將超過9億美元，占據(jù)整個機器視覺相機市場的四分之一。