（一）3D视觉感知行业发展情况3D 视觉感知技术经历了从工业级向消费级拓展的过程，核心技术的不断突破和迭代，让大规模产业化应用成为可能。经过近十余年的起步、发展，3D 视觉感知行业即将迎来快速增长时期，生物识别、AIoT、消费电子、工业三维测量、汽车自动驾驶等是其主要应用领域。3D 视觉感知产业链长，涵盖上游的元器件供应商或代工厂，中游的 3D 视觉感知方案商，以及下游的各类应用场景客户，在技术、资金、人才等多方面形成了较高的行业门槛和壁垒。 1、3D 视觉感知行业概况（1）行业发展历程 3D 视觉感知技术最早应用于工业领域，主要用于工业设备与零部件的高精度三维测量以及物体、材料的微小形变测量等，代表产品如德国高慕公司（GOM） 的 ATOS 系列三维扫描仪和 ARAMIS 三维形变测量系统用于工业零部件三维尺寸和形变测量；瑞典海克斯康（HEXAGON）的 PrimeScan 扫描仪能够对工业部件实现高精度3D 数字化作业；Correlated Solution, Inc（. 美国CSI公司）的VIC-3D系列扫描仪可以通过数字图像相关法的原理，对物体表面的任意点进行位移、应变的测量。为了满足工业领域严苛的工作环境与高达微米级的测量精度，用于工业检测的 3D 视觉测量设备一般为多种技术融合使用，比如利用相位结构光以及高精度工业相机组成的工业三维测量仪器，致使设备成本高、体积大、功耗高， 应用普及缓慢。 随着底层元器件、核心算法等技术的快速发展，3D 视觉感知技术逐渐由工业领域向消费级领域推广。国内外一些公司先后推出了消费级 3D 视觉感知产品。 （2）市场规模 各分类应用市场规模和未来增长预测如下：
2019-2025全球3D成像和传感市场规模预测（百万美） 数据来源：Yole Développement 3D 视觉感知的六大技术路线，目前均有一定的市场应用，但是结构光，ToF 和 Lidar 技术基于其自身的技术特点，更能满足消费电子和汽车自动驾驶的场景应用需求，具有更大的市场应用空间。这三类技术目前应用占比已高于其他 3D 视觉感知技术，未来随着消费电子和汽车自动驾驶市场的增长，结构光、ToF 和Lidar 技术的市场占比会进一步提升。
（3）产业链情况 3D 视觉感知产业是一个新兴行业，产业链经过近十年的不断探索、研发及应用，已形成一条包括上游、中游、下游和应用终端的产业化链条。
产业链上游主要为提供各类 3D 视觉传感器硬件的供应商或生产商。3D 视觉传感器主要由深度引擎芯片、光学成像模组、激光投影模组以及其他电子器件、结构件等构成。其中光学成像模组的核心部件包括感光芯片、成像镜头、滤光片等核心元器件；激光投影模组包括激光发射器、衍射光学元件、投影镜头等核心元器件。感光芯片供应商有索尼、三星、韦尔股份、思特威等；滤光片供应商有Viavi、五方光电等，光学镜头供应商有大立光、玉晶光电、新旭光学等；激光发射器供应商有 Lumentum、菲尼萨（Finisar）、艾迈斯半导体（AMS）等，衍射光学元件供应商有 CDA、AMS、驭光科技等。此外上游环节中传感器模组生产商主要基于 3D 视觉传感器的设计进行生产设备的定制，产线设计与优化，实现规模化生产。 产业链中游为 3D 视觉感知方案商。主要基于深度引擎算法结合应用进行各类 3D 视觉传感器的方案设计，其中部分 3D 视觉感知方案商已具备完整的 3D 视觉感知方案的能力，涉及三合一模组/系统设计、光学成像模组、激光投影模组的设计与生产，3D 视觉感知系统和组件的标定、对齐、补偿、校准，核心元器件如激光器、衍射光学元件、滤光片等定制设计，深度引擎芯片的设计，以及配套固件、开发工具包 SDK 等软件的研发，代表企业如苹果、微软、英特尔、华为、奥比中光等。 产业链下游主要为根据终端的各类应用场景开发各类应用算法的应用算法方案。目前已具备一定商业应用的算法包括：人脸识别、活体检测算法，三维测量、三维重建算法，图像分割、图像增强优化算法，VSLAM 算法，骨架、姿态识别、行为分析算法，沉浸式 AR、虚拟现实算法等。随着 3D 视觉感知应用场景的丰富，会有更多的应用算法商业化。 产业应用终端主要是基于 3D 视觉感知技术的各类应用场景客户，包括生物识别（刷脸支付、智能门锁门禁、身份识别等）、AIoT（3D 空间扫描、服务型机器人、AR/VR 设备等）消费电子（智能手机、平板设备、电视等）、工业（工业扫描、工业机器人等）、以及汽车（车载激光雷达、车载视觉传感器等）等众多客户，如魅族、OPPO、蚂蚁集团、惠普、优必选、凯迪仕等；此外，应用终端还包括家庭、零售、学校、医院、药店、政府、企业、工厂、公共运输领域（包括不限于地铁、公交、高铁、飞机等）等。 3D 视觉感知行业的整体发展与上游核心元器件的升级迭代紧密相关。为促使 3D 视觉传感器实现快速迭代、达到较好性能并满足特定行业需求，产业链上游元器件的定制化研发是必经之路。包括对核心感光芯片的功能、架构、像素、材料掺杂等重新设计研发，对激光投影模组中的激光阵列芯片、衍射光学元件进行定制化设计研发，配套研发出一系列深度引擎算法及深度引擎芯片等。 然而，多数 3D 视觉感知技术如 iToF、dToF 等依然处于起步发展阶段，整体行业也处于发展前期，因此产业链上游企业难以提供专用于 3D 视觉感知技术的核心元器件，早期在产品开发过程中，主要选自已经成熟应用于其他行业的元器件，比如光学镜头、感光芯片、滤光片均来自于 2D 成像行业，激光发射器则来自于光通信、激光加工行业。由于这些元器件的非专用化，导致 3D 视觉感知行业的发展遭受瓶颈。 产业链中游 3D 视觉感知方案商由于直接进行 3D 视觉感知产品研发，同时对接上、下游企业，因此对 3D 视觉感知技术拥有最为全面的系统级理解能力， 是整个产业链中最为重要的环节。3D 视觉感知方案商需要深入理解客户的需求， 并整合上游产业链资源以开发出相应的产品，因此 3D 视觉感知行业产业链的发展具有其独特的特点，即依托于中游企业，带动上游企业研发并提供定制化的元器件，下游应用算法方案商算法迭代优化，共同促进客户向 3D 视觉智能化升级。如 2017 年苹果同上游器件企业定制开发了用于手机前置结构光的一系列核心器件，包括 VCSEL 激光器、DOE、滤光片等；2020 年苹果同上游企业索尼合作研发了用于激光雷达的 dToF 感光芯片。 2、3D 视觉感知应用发展情况3D 视觉感知技术与产品经过多年的发展，目前已在生物识别、AIoT、消费电子（中期市场）、工业三维测量、汽车应用（长期市场）等多个领域实现了推广应用，并在国民经济中发挥着越来越重要的作用。 （1）生物识别领域应用生物识别是一种通过计算机、光学、声学、生物传感器等多个技术领域密切结合，利用人体固有的生理特性，如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法。随着对于身份识别和保密需求的日益增加， 各类新兴生物识别的技术不断发展，通过 3D 视觉感知技术实现的生物识别方法逐渐落地于不同的应用场景。相较于指纹、虹膜、2D 人脸识别及掌纹，3D 人脸识别的特点如下：
（二）行业未来发展趋势随着 5G 技术的推广普及，人工智能和物联网应用将迎来快速发展，推动视觉技术加速从 2D 成像向 3D 视觉感知跨越，成为各行各业智能化升级的关键共性技术，催生出越来越多的应用场景，旺盛的需求同时也将倒逼各种主要 3D 视觉感知技术快速进化迭代，推动行业加快发展。 1、2D 成像向 3D 视觉感知升级在过去的数十年中，2D 成像技术有了长足的发展。AI 算法及算力逐步可以通过 2D 相机产生的平面图像对环境进行识别、判断和追踪。然而，2D 图像仅能够提供固定平面内的形状及纹理信息，无法提供 AI 算法实现精准识别、追踪等功能所需的空间形貌、位姿等信息。 3D 视觉感知技术则充分弥补了 2D 成像技术的缺陷，在同步提供 2D 图像的同时，还能够为 AI 算法及算力提供视场内物体的深度、形貌、位姿等 3D 信息。基于 3D 视觉感知技术研发出的 3D 视觉传感器可以采集人体、物体以及空间的3D 信息，配合 AI 算法能够实现多种 2D 成像技术难以实现的功能。使得 AI 的相关应用如生物识别、三维重建、骨架跟踪、AR 交互、数字孪生、自主定位导航等应用有了更好的体验。3D 视觉感知技术将成为促使人工智能更广泛应用的关键共性技术。 2、3D 视觉感知应用领域将更加多样化且行业渗透率更高智能物联网时代是行业发展方向，智能化将逐步应用于“衣、食、住、行、工、娱、医”等人类生活的各领域。简单重复性的工作更多将由智能化的机器来完成。3D 视觉感知技术是智能化的基础，可以精准还原三维世界，并基于高质量的源头数据作智能化的分析，促使机器更好地实现在简单重复性的工作方面对人类的超越，为我们的日常生活带来极大便利和效率的提升。 人类生活的丰富多彩，也意味着未来智能化功能的多种多样。随着 3D 视觉感知技术的不断成熟，越来越多场景开始利用 3D 视觉感知技术向智能化升级。3D 视觉感知技术的应用从工业级场景到消费级场景，目前拓展至生物识别、AIoT、消费电子、工业三维测量等多个领域。未来随着底层技术的进一步迭代、应用型技术的不断创新、多技术路径丰富与全面融合、产业链的不断完善、成本持续的降低等，3D 视觉感知技术将具备更强大的功能，在原有应用领域拓展和渗透更多场景，并持续落地到自动驾驶汽车、数字孪生、高精密加工、AR 交互等更多新的应用领域。 3D 视觉传感器在手机端的主要应用为人脸解锁、拍照背景虚化、人像美拍、AR 特效、3D 扫描等。目前各类应用已取得较好的用户体验，如苹果手机的前置刷脸解锁应用，华为手机后置 iToF 传感器用于拍照景深的提取和图片的优化， 均取得了较好用户反馈，促进了销量。目前多家手机厂商均尝试在其旗舰机型和高端机型上搭载 3D 视觉传感器，未来随着技术演进，成本的降低，手机端的各类应用将有更好体验和更多的功能，各手机品牌将向逐渐从旗舰机型向高端、中端、低端机型普及。 在刷脸支付方面，2018 年和2019 年已经完成一定规模的线下渗透。但是2020年突发的疫情影响，线下零售业受到重创，使得刷脸支付应用的推广进展暂时放缓，预计在疫情过后，刷脸支付的应用将迎来快速的普及。 除手机和刷脸支付领域外，3D 视觉感知技术也在智能电视、平板电脑、个人电脑、机器人、智能门锁、门禁、工业检测、投影交互、3D 空间扫描、智慧客厅、智能监护、智慧物流、自动驾驶、人体测量、体感健身等领域逐步渗透。随着 3D 视觉感知各技术进一步的完善，其他应用场景定制化的专用设备将会具有更好的性能，支撑更好的用户体验；产业链的完善、量产成本的降低也将加速3D 视觉感知技术在其他应用领域进一步拓展和渗透。 3、3D 视觉感知技术要求不断提升当前 3D 视觉感知产品核心零部件国产化、定制化程度不高，导致产品的成本、性能、体积、功耗等先进性指标仍有较大提升空间。国外企业在 3D 视觉感知技术方面占有一定的优势，但我国拥有规模最大、增速最快的应用市场，因此3D 视觉感知行业的发展势必要经过国外占优、中外抗衡等阶段，而在发展过程中，需要通过不断提升核心零部件的定制化以及国产化程度，从而确保在技术先进性指标上具备领先优势，才能保证在国际竞争中占有一定的优势。 目前 3D 视觉感知产品在诸多领域已有初步应用，但技术迭代速度缓慢导致产品应用推广受阻，难以满足下游市场对 3D 视觉感知多样化、不断增长的应用需求。2D 视觉时代经过几十年的时间，在图像分辨率、算力、成像性能等方面都取得了巨大的进步。而目前，3D 视觉也正面临分辨率、精度、算力等方面的快速迭代期，未来随着分辨率及精度越来越高，边缘端算力也越来越强，对 AI 视觉算力芯片的要求也将不断凸显。加快技术迭代将促使 3D 视觉感知技术加速向应用领域落地。 为了将 3D 视觉感知技术通过不断迭代以具备领先的技术，对全领域技术路线布局以及全栈式技术研发能力的要求也将不断提升。 3D 视觉感知正逐步拓展下游市场的各类应用，由于智能设备的多样化，对 3D 视觉的精度、成本、测量范围等要求均不一样，单一 3D 视觉感知技术难以满足各类方案的需求。企业需要在掌握核心芯片、光学、算法等底层核心能力的基础上，尽可能具备结构光、iToF、双目、dToF、Lidar、工业三维测量等全领域技术路线布局及相关产品开发的能力。 另外，3D 视觉感知行业正处于快速发展阶段，在很多细分领域的实际应用仍待进一步探索。由于行业的技术门槛较高，且客户需要的不仅仅是一颗传感器或者软件算法，而是一整套的解决方案以及技术支持体系。因此企业需具备涵盖系统设计、芯片设计、算法研发、光学系统、软件开发、量产技术等全栈式技术研发能力，覆盖产品从设计、研发到制造的全周期研发流程，为客户提供包含芯片开发+硬件量产+应用算法在内的完整 3D 视觉感知应用方案。 |
|
|
