3D机器视觉技术作为现代工业和智能化的重要组成部分，其发展历程可以追溯到1969年美国贝尔实验室开发的第一片CCD图像传感器。从那时起，机器视觉技术经历了从黑白到彩色、从低分辨率到高分辨率的发展，直至今天的3D机器视觉，被称为“第四次视觉革命”。如今，3D机器视觉技术已在刷脸支付、智能机器人等多个应用场景中得到应用，与工业互联网的融合进一步提升了其商业价值。

3D机器视觉是通过传感器获取三维空间信息，并对其进行处理和分析的技术。主要方法包括双目立体视觉、结构光和飞行时间法（TOF）。双目立体视觉利用两个摄像头从不同角度拍摄同一物体，通过视差计算出物体的三维坐标。结构光则通过投射已知结构的光线，并分析光线在物体表面的变形情况来获取三维信息。飞行时间法通过测量光线从发射到反射回传感器的时间差来计算距离。

双目立体视觉方案利用两台摄像机从不同视角拍摄同一物体，通过计算图像间的视差获得三维信息。这种方法具备成本低、易于实现等优点，但对于纹理较少或光照变化较大的场景，精度较低。结构光方案通过投射已知结构的光线（如条纹、网格）到物体表面，摄像机捕捉变形后的光线图案，结合投射图案的已知信息来重建物体的三维形状。这种方法精度高、抗干扰能力强，适用于多种复杂环境。飞行时间法（TOF）通过发射光脉冲到物体表面并接收反射光，计算光脉冲往返时间来测量距离。这种方法速度快、适应性强，但受限于环境光和反射率的影响。

3D机器视觉技术最早用于工业自动化和智能化进程中，广泛应用于工业、医疗、军工、物流和商业等领域。纵观当下最受关注的几大领域，智能机器人、自动驾驶汽车、XR（包含VR、AR、MR），还有元宇宙，都需要3D感知。相比传统2D视觉系统，3D机器视觉提供更精准的三维点云数据，显著提升机器人作业的灵活性和精度，满足现代工业对高精度和高效率的需求。随着人工智能、大数据和云计算等技术的发展，3D机器视觉将与这些技术深度融合，进一步提升其应用潜力。

3D机器视觉应用表，来源：与非研究院整理

通过不断的技术创新和应用拓展，3D视觉将为工业自动化、物流、无人机、增强现实和智能家居等领域带来深远的影响，成为未来科技发展的重要推动力量。在工作和生产中，3D视觉感知技术广泛应用于工业机器人和特种机器人，替代人类在高风险、高强度的工作环境中完成任务，降低了职业伤害风险。这项技术的应用不仅提高了国家的科技研发能力，也推动了传统产业的智能化和数字化升级。

在工业领域，3D机器视觉技术尤为关键。在工业自动化领域，3D机器视觉系统可以进行精确的尺寸测量和缺陷检测，特别是在汽车制造和电子制造业中，确保产品符合设计要求和生产质量。在生产线应用中，3D机器视觉技术已从单一场景（如质检）拓展到全产线，涵盖上下料、焊接、喷涂等环节，尤其在柔性制造中，为机器人和自动化设备提供了极高的灵活性和准确性。智慧物流也受益于3D机器视觉的高度柔性和精准性，通过与AI结合，实现对海量SKU货品的精准识别和分拣，突破智慧物流增长的瓶颈，拓展其应用范围。

此外，3D视觉技术在机器人领域用于识别和定位物体，实现高效抓取和操作，提高生产线的自动化程度和灵活性。根据预测，未来几年内传感器需求的复合增长率预计超过30%，其中3D机器视觉传感器占比将接近80%。2D机器视觉虽然已广泛应用且年销售量高达百万台，但3D机器视觉技术尽管成本较高，具备巨大潜力和应用前景。在无人驾驶汽车领域，3D空间计算芯片通过集成RGB摄像头、深度传感器和惯性测量单元，实时捕获车辆周围的三维空间信息，为无人驾驶汽车提供高精度的导航和控制信息。在无人机领域，3D空间计算芯片能够在复杂环境中实现高精度的定位和地图构建，提高无人机的自主飞行能力。在智能家居领域，高端的扫地机器人和智能门锁都可以用到3D机器视觉芯片。在消费领域，3D视觉感知行业属于新兴行业，目前尚未形成稳定的竞争格局，企业之间既有竞争关系也有合作关系。例如，苹果和华为拥有智能手机等终端产品，采用自研的3D视觉感知技术方案，但不排除未来会同步采用外部企业的产品。

3D机器视觉市场应用空间，来源：图漾科技

机器视觉市场规模多大？

随着人工智能技术的不断进步，3D视觉感知行业正在全球范围内迅速崛起。根据法国市场研究公司Yole发布的报告，全球3D视觉感知市场预计在2028年将达到172亿美元。主要的市场参与者包括苹果、微软、索尼、英特尔、华为、三星和奥比中光等企业。这些公司在技术创新和市场拓展方面展开了激烈的竞争，共同推动了行业的发展。

根据高工机器人产业研究所的数据，2022年中国机器视觉市场规模为170.5亿元 (该数据未包含自动化集成设备规模)，同比增长23.6%。 其中，2D视觉市场规模约为152.0亿元，3D视觉市场约为18.5亿元。 前瞻初步测算，2023年我国机器视觉市场规模达到215亿元左右。根据Markets and Markets预测显示，到2027年，中国机器视觉市场的总规模将达到560亿元人民币，其中3D机器视觉市场规模将近160亿元。

全球市场方面，预计2022至2025年间，全球机器视觉市场的复合年增长率将达到13%，到2025年市场规模可能达到1276亿元人民币。这一增长主要得益于人工智能和边缘计算能力的提升。根据GGII的数据，2021年中国机器视觉市场规模为138.16亿元，其中2D视觉市场规模为126.65亿元，3D视觉市场为11.51亿元。预计到2025年，中国机器视觉市场规模将达到469亿元，2021-2025年复合增速为36%。

中国机器视觉市场规模，来源：Markets and Markets

3D机器视觉产业链介绍

3D机器视觉市场的参与者主要分为四类：国际自动化公司、国际机器视觉专业公司、国内机器视觉专业公司和国内自动化设备公司。尽管底层开发仍然由国际企业主导，但国内公司在二次开发和系统集成方面表现出色，并正逐渐向上游核心环节扩展。国际市场的主要参与者包括苹果、微软、索尼、英特尔、三星和华为等科技巨头。这些公司在3D视觉感知技术方面投入了大量资源，开发出先进的视觉传感器和处理芯片。国内市场的主要参与者则包括海康机器人、华睿科技、大恒图像等，它们在镜头、光源和相机方面逐渐超越外资品牌。目前国内3D机器视觉厂商数量已达60-70家，并仍在增长。新兴公司如库柏特、灵西机器人等也在3D机器视觉领域崭露头角，并获得了大量融资支持。传统企业巨头如ABB、安川、发那科和库卡也纷纷进入这一市场，与AI视觉企业海康威视和旷视进行合作，共同推动技术进步。

3D机器视觉产业链（部分），来源：华西证券研究所

上游：3D视觉传感器硬件

上游产业链主要包括感光芯片、图像传感器、光源和镜头等核心元器件供应商。这些厂商提供高精度、高性能的硬件，以满足3D机器视觉系统的需求。例如，恩智浦和三星等知名半导体厂商提供CMOS图像传感器和图像信号处理器，舜宇光学科技和欧菲光等中国企业也在这一领域表现出色。舜宇光学科技为科沃斯旗下的扫地机器人品牌Yeedi提供3D面阵TOF传感器，而欧菲光则研发出RGB+ToF系统级产品，具备较高的双体融合精度。舜宇智能光学与石头科技合作多年，提供小型化3D线性结构光传感器及AI传感器，为扫地机器人提供深度距离信息和彩色图像信息。欧菲光在机器人业务领域的主要产品包括扫地机器人、仿生机器人和服务机器人等。其研发的RGB+ToF系统级产品，具有完全自主的ToF标定方案，并能实现RGB+ToF的双体标定和融合，测距精度较高。

中游：3D视觉感知方案商

中游产业链主要由3D视觉感知方案商组成，这些公司基于深度引擎算法，设计和开发3D视觉传感器解决方案，并负责对接上下游企业。它们在系统级理解能力方面非常强，是整个产业链的关键环节。例如，一微半导体的AM680芯片采用AI+VSLAM定位导航技术，为扫地机器人提供高精度的导航和避障功能。该公司的芯片支持惯性导航、激光导航到视觉导航多种方案，全面覆盖从入门级到高端级别的扫地机器人产品。

下游：应用开发

机器视觉行业下游场景分布，来源：中国机器视觉产业联盟

下游产业链包括各种终端应用开发商，涉及消费电子、汽车、工业自动化、医疗等领域。这些企业基于3D视觉传感器和解决方案，开发出针对不同应用场景的算法和系统。例如，奥比中光在服务机器人领域的3D机器视觉传感市场市占率超过70%，为多家头部服务机器人品牌提供技术和产品服务。奥比中光在3D机器视觉传感技术方面有着深厚的技术积累和广泛的市场应用，具有明确的业务定位和强大的市场潜力。

3D视觉芯片主要玩家

近年来，3D机器视觉技术取得了显著突破，推动了高端机器人应用的发展。相比2D视觉，3D视觉具备测量速度快、精度高、抗干扰能力强、操作简便等优势，能够解决2D视觉在高度、厚度、体积、平面度等测量方面的不足。然而，3D视觉的应用复杂度更高，涉及数据存储、计算和算法的提升，需要更强的计算能力。因此，其中的3D机器视觉芯片成为了核心部件。与非研究院整理了一部分国内的3D机器视觉芯片玩家：

肇观电子：

肇观电子的NE-D163A SoC芯片能够实时输出深度图像和计算机视觉特征处理，具备AI计算能力。该公司开发的N系列、D系列和V系列芯片广泛应用于安防、智能驾驶、工业机器视觉和消费领域。其3D感知和视觉实时定位与构图方面的独特引擎应用于机器人定位与环境感知等场景。

银牛微电子：

银牛微电子的NU4100视觉AI处理器采用芯原的双通道ISP IP，具备3D深度感知、AI处理和片上实时定位与建图（VSLAM）功能，能够低功耗、低延迟地处理多个4K摄像头的数据。2024年，银牛微电子推出了NU4500芯片，集成了3D视觉感知、AI和SLAM技术，是全球唯一一款单芯片集成这些技术的系统级芯片。

中科融合：

中科融合基于自主研发的MEMS微振镜芯片和3D AI VDPU SoC芯片提供3D视觉解决方案，应用于机器人和医疗等领域。其3D智能相机模组在生物识别、机器视觉和智能家居等领域表现出色。

神顶科技：

神顶科技的3D智能感知融合SoC芯片平台基于Smart Fusion技术，应用于移动机器人、AR/VR和自动驾驶等场景。其VC6801芯片在消费级和工业级市场中表现出色，并在AR/VR应用中显示出广阔前景。

为旌科技：

为旌科技的海山VS839系列芯片具备4TOPS的NPU算力，能够接入多路摄像头和激光雷达等感知数据，实现融合感知。该系列芯片在双光融合感知、热成像感知和多模态感知方面具有创新应用，广泛应用于智能安防、智慧城市和自动驾驶领域。

奥比中光：

奥比中光自研的深度引擎芯片和专用感光芯片应用于消费电子、刷脸支付和服务机器人等领域。其Femto系列iToF相机和结构光产品在国际市场上取得成功，与微软和英伟达的合作进一步提升了其技术和市场地位。

聚芯微电子：

聚芯微电子的背照式飞行时间（ToF）传感器芯片SIF2310具备高精度和低功耗特点，广泛应用于人脸识别、手势控制和机器视觉等领域。其产品组合包括iToF、dToF和车载激光雷达产品，满足多样化需求。

爱芯元智：

爱芯元智专注于高性能、低功耗的AI视觉处理器芯片，支持多种AI视觉任务。其最新的AX650N SoC芯片具备43.2TOPs的NPU算力，适用于智慧城市、智慧交通等领域。

埃瓦科技：

埃瓦科技以“3D AI视觉，赋能智慧终端”为发展使命，构建了从芯片、算法到系统方案的产品矩阵。其3D视觉解决方案应用于商用机器人、扫地机和AR/VR等智能场景，提供高效易用的3D视觉AI计算平台。

灵明光子：

灵明光子的高性能光电3D传感芯片（dToF）应用于手机3D模组、激光雷达和其他高性能深度传感系统。其ADS6401系列SPAD dToF芯片在消费电子设备中表现出色，并与高通和虹软合作实现了全球首款dToF电影模式。

元橡科技：

元橡科技的双目立体视觉芯片及解决方案在自动驾驶技术中具有重要应用。其双目相机产品搭载自研芯片，内置避障和跟随功能，应用于L1-L2级别自动驾驶解决方案。

视海芯图：

视海芯图的多模态AI芯片SH1580具备4TOPS算力，支持CNN、Transformer和点云神经网络。其产品在智能门锁、金融支付和服务机器人等领域广泛应用。

国产3D机器视觉芯片厂商（部分），来源：与非研究院整理

总结：3D机器视觉发展面临的趋势和挑战

3D机器视觉技术相比2D视觉技术更为复杂，涉及高度和深度的信息处理，需要多核CPU和GPU的强大计算能力以及复杂的光学和结构设计。这使得3D机器视觉能够捕捉三维空间的完整几何信息，识别物体的平面信息，并获取高度、深度等空间信息。尽管3D机器视觉技术在多个领域有广泛应用，其市场规模目前相对较小，但增长潜力巨大。预计未来五年内，3D机器视觉领域将有至少50倍的增长空间，尤其在物流科技领域，增长空间可能超过一百倍。然而，高成本仍然是其普及的一大障碍。目前国内3D相机价格一般在5-7万元人民币，进口相机价格则在10万元以上。这一高成本导致批量应用困难，从而减缓了市场拓展速度。尽管3D机器视觉技术的优势明显，2D视觉系统并未被完全淘汰。实际上，3D机器视觉通常作为2D视觉的补充，在需要高精度和复杂处理的场合发挥作用。因此，2D和3D视觉系统在工业应用中相辅相成，共同推动视觉技术的发展。

3D机器视觉技术趋势，来源：与非研究院整理

3D机器视觉在中国的崛起以传统机器视觉技术为基础，正在迎来爆发期。越来越多的国产芯片厂商开始推出集3D视觉感知、人工智能及SLAM于一体的高级集成度3D视觉芯片，通过高精度传感器技术、数据融合算法、人工智能算法和SLAM技术，实现对三维空间信息的高效、精准计算和分析。

笔者认为，虽然目前3D机器视觉技术在多个领域拥有广阔前景，但仍存在不同的挑战。一方面是市场需求，目前用量最多的领域仍然集中在扫地机器人、智能门锁等消费类领域，其余细分市场单一用量太小。另一方面是供应链问题，过往产业链中的大多数公司从低维度切入3D相机硬件集成和机器视觉算法优化，未能解决国产3D视觉芯片“缺芯少魂”的困境，依赖于国外芯片供货周期长和供应链不可控问题。第三是竞争激烈，资本涌入加剧了内卷和盲目扩张问题，改变了公司之间的合作与竞争格局。芯片厂商面临激烈竞争不得不也下场去做模块和方案，业务模式越来越重，也给中小企业和集成商带来压力。

展望未来，随着低空经济、服务/人形机器人产业的爆发，3D机器视觉芯片的需求还将面临新的增长，而国产芯片厂商则需要找准自己的定位，深耕某一个细分市场，才能构筑起自己的护城河，避免“内卷”和资源浪费。