Workflow
3D视觉技术
icon
Search documents
人形机器人“视觉”攻克战
机器人大讲堂· 2025-07-06 05:23
近日,2025RoBoLeague中国机器人足球联赛(以下简称"机超")在北京亦庄打响。 作为国内首个机器人足球3V3 AI赛,同时也是2025世界人形机器人运动会首场测试赛, 此次"机超"最大 的 亮点是参赛机 器人无需遥控器控制,完全依靠AI策略自主运行 。 人形机器人能够不依赖遥控器控制而自主运行,这离不开 视觉传感器 的辅助。 视觉传感器是人形机器人 进行环境感知、实现自主决策与交互 的关键技术之一。在视觉系统的帮助下,人形 机器人得以感知环境并进行建构、识别目标并进行追踪,进而与物体进行交互。 作为人形机器人的核心零部件之一,视觉传感器中的 3D视觉传感器 与人形机器人最为适配,是人形机器人主 流视觉解决方案。它主要包括 激光雷达、多目立体视觉、结构光和飞行时间法(ToF) 等技术路线。在这些 技术的融合与支持下,人形机器人仿佛拥有了"眼睛"。 本文盘点了部分涉及人形机器人视觉技术的企业。 ▍奥比中光 奥比中光成立于2013年,主营业务是3D视觉感知产品的设计、研发、生产和销售,主要产品包括3D视觉传感 器、消费级应用设备和工业级应用设备。 自成立以来,奥比中光凭借出色的产品研发能力、百万级的产品量 ...
奥比中光20250618
2025-06-19 09:46
奥比中光 20250618 摘要 奥比中光 3D 视觉产品毛利率维持在 60%以上,生物识别和 NFC 模组 毛利率约为 26%-27%。2025 年 1-5 月总收入 3.6 亿元,同比增长 117%,经营规模扭亏为盈至 5,500 万元,净利率从一季度 12.7%提升 至四五月份 17.6%。 3D 视觉技术通过激光扫描物体形状和距离,精度达亚毫秒级,优于激光 雷达。消费级市场主要供应商包括苹果、英特尔 RealSense 和奥比中 光,其中奥比中光服务于非苹果客户市场。 3D 视觉模组生产的核心技术壁垒在于实现技术闭环和商业化闭环,即确 保设备准确发射、接收、处理信号,并能根据不同环境进行适配,以保 证设备稳定运行。 3D 视觉技术面临环境光、温度变化等导致的"温漂"挑战,需通过机器 视觉算法调制进行场景适配,测试周期长达一年半到两年,算法层面的 场景适配是核心壁垒。 2024 年 3D 视觉产业模式较差,因下游市场需求有限,缺乏爆款产品, 且研发成本高昂。但自 2020 年以来,AGV 机器人转向自动避障机器人, 以及人形机器人等领域对 3D 视觉需求增加。 Q&A 奥比中光在 2025 年的经营数据 ...
研判2025!中国三维视觉数字化产品行业发展历程、产业链及市场规模分析:行业爆发式增长,技术革新与产业变革共筑黄金发展期[图]
Chan Ye Xin Xi Wang· 2025-06-19 01:44
内容概况:中国三维视觉数字化产品行业正迎来黄金发展期。2024年,中国三维视觉数字化产品行业市 场规模约为29亿元,同比增长34.72%。这一增长得益于多重因素驱动:新能源汽车产业链爆发式增 长,带动电池模组检测、汽车白车身测量等工业级需求激增;清洁能源领域国家战略推动,使能源电力 设备三维检测需求持续释放;同时,AI+3D视觉技术融合催生新场景,如医疗正畸数字化、文物三维重 建等非工业领域应用也在蓬勃发展。 三维视觉数字化产品是指利用光学原理、计算机视觉、传感器技术及人工智能算法,在不接触物体的情 况下,通过扫描获取其空间几何形状、纹理、颜色等属性,并转化为计算机可处理的数字化三维模型或 数据的技术设备及配套软件。根据应用场景、精度需求及技术原理,三维视觉数字化产品可划分为工业 级产品、专业级产品和商业级产品。 二、行业发展历程 中国三维视觉数字化产品行业发展主要经历了四个阶段。1980年至2000年的萌芽期,1980年代,三维扫 描技术诞生,通过激光或结构光实现物体表面数据采集,但精度与效率受限,主要应用于科研及高端制 造领域。接触式三坐标测量机(CMM)成为主流,精度达微米级,但依赖实验室环境且操作复杂 ...
一周解一惑系列:机器人大脑算法迭代对视觉方案的影响
Minsheng Securities· 2025-05-09 11:52
一周解一惑系列: 机器人大脑算法迭代对视觉方案的影响 2025 年 05 月 09 日 ➢ 本周关注:奥比中光、浙江荣泰、杰克股份、法兰泰克、雷迪克 ➢ 主要应用场景:3D 视觉技术的应用场景广泛,它不仅是工业自动化领域的 关键技术,也是众多行业智能化变革的重要驱动力。在 3D 高精度扫描、机器人 领域智能化升级、智能物流与仓储管理、消费电子领域与生物识别领域都展现出 了巨大的应用潜力。 ➢ 3D 点云数据在机器人大模型中具有多项优势:1)增强空间推理能力,提升 任务成功率:实验表明,基于点云的方法在成功率和平均排名上超越了 RGB 和 RGB-D 方法,无论从头开始训练还是利用预训练,都能展现出更强的性能和泛 化能力。将 3D 点云数据注入到预训练的 VLA 模型中,能够为模型提供更全面的 空间信息,使机器人能够更好地理解和感知环境中的物体位置、距离和形状等。 这种能力使得机器人在执行任务时能够做出更准确的决策和动作规划,解决了 2D 模型在空间感知上的局限性,提高了任务的成功率。与传统的 2D VLA 模型 相比,PointVLA 能够利用 3D 点云数据准确感知物体的实际位置和高度,从而 在面对不同高度 ...