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革命時期發生的變化相似，但是這種變革力量不是蒸汽或電力相關技術。如今的發展趨勢是自主性和按需生產，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、食品和包裝行業的發展。食品分揀是推動自動化發展的一個有趣例子。總體而言，分揀水果和食品的能力有助于增加農業食品的營收，特別是在亞洲市場。事實上，機器視覺已經“飛躍”工廠，現身于農場、牧場、道路和停車場（如車牌識別）等多種環境中。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品制造方面部署一百萬臺機器人。因此，自動化產品的銷售增速超過了工業生產的增速。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的趨勢可能會加速推進。

高度活躍的市場和廠商生態系統

自動化革命創造了一個高度活躍的市場和廠商生態系統。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。

機器視覺產業鏈廠商的競爭格局

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”產品的公司無法投資或維持生產設施。由于建設生產設施的固定投入較高，所以需要高產量的產品支撐。并且與之前的垂直整合CCD廠商相比，實現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。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、新的應用和智能相機中。

工業相機的演進

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，并能夠實現依照感興趣區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性能。而CMOS則是基于集成電路的標準CMOS工藝技術生產，再根據客戶要求加入成像功能。

板級相機

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

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，占據整個機器視覺相機市場的四分之一。