首 页
研究报告

医疗健康信息技术装备制造汽车及零部件文体教育现代服务业金融保险旅游酒店绿色环保能源电力化工新材料房地产建筑建材交通运输社消零售轻工业家电数码产品现代农业投资环境

产业规划

产业规划专题产业规划案例

可研报告

可研报告专题可研报告案例

商业计划书

商业计划书专题商业计划书案例

园区规划

园区规划专题园区规划案例

大健康

大健康专题大健康案例

行业新闻

产业新闻产业资讯产业投资产业数据产业科技产业政策

关于我们

公司简介发展历程品质保证公司新闻

当前位置:思瀚首页 >> 行业新闻 >>  产业资讯

机器视觉行业下游应用领域情况分析
思瀚产业研究院 埃科光电    2023-07-12

机器视觉行业技术更新较快,属于受市场主导型的产业,行业内企业竞争程度较高。机器视觉行业下游应用广泛,包括 3C、半导体、锂电、光伏、汽车、包装印刷、物流、轨道交通、生物医药、食品加工、轻工皮革等领域。

如图所示,根据机器视觉产业联盟(CMVU)、思瀚产业研究院整理的数据,目前我国机器视觉产品的主要应用领域包括电子、新型显示、汽车、电池(锂电池和太阳能电池)、印刷、机器人、半导体、包装等领域。

其中,电子领域占比 24.79%,机器视觉主要应用在电子元器件、PCB 缺陷检测以及外观结构部件等方面的检查与测试;新型显示领域占比 12.15%,机器视觉主要应用在玻璃基材、ITO 玻璃镀膜、丝网印刷和切割、背光模组、触摸屏组贴合、盖板玻璃制造等工艺的检测与校验;汽车制造领域占比 8.39%,机器视觉主要涉及车身装配检测、面板印刷和质量检测、零部件表面缺陷检测等;电池领域占比 8.29%,机器视觉主要涉及锂电领域及光伏领域中相关电池来料的质量检测、生产过程的缺陷监控以及成品电池的检验测试;

印刷领域占比 6.46%,机器视觉主要为印刷智能化提供印刷设计问题拦截、印刷过程质量控制、出厂质量终检机系统生产管理优化等功能;半导体领域占比5.53%,机器视觉在半导体中主要应用在晶圆切割、AOI光学检测、芯片字符对位和识别等工艺流程。

中国机器视觉行业下游应用领域分布

资料来源:机器视觉产业联盟,思瀚产业研究院整理

(1)电子行业

电子制造过程中,由于对产品外观、功能以及可靠性等要求越来越高,加强制造过程的检测和品质管控已成为电子制造业的必备需求,机器视觉在电子制造过程检测中承担越来越重要的作用。目前,电子行业机器视觉系统主要包括电子元器件检测、PCB 检测以及外观结构部件的检测等。

在电子元器件方面,机器视觉系统会根据元器件材质、缺陷类型及不同客户的需求,对元器件瑕疵或缺陷进行检查、识别,在这个过程中,通常会将产品可能存在的缺陷图像从背景图像中区分开,然后利用图像的颜色、灰度、形状、大小等特征对缺陷进行识别。

PCB(Printed Circuit Board,印制电路板)是电子制造过程中必不可少的部件,其制造品质直接影响电子产品的可靠性。随着电子组装向更高密度、更小尺寸 PCB 技术的纵深发展,为减少进入下步工序的缺陷电路板的数量,线路板厂通常通过引入自动光学检测(AOI,Automated Optical Inspection)和自动外观检查(AVI,Automated Visual Inspection)设备来提升 PCB 制造品质。

PCBAOI 通过高分辨率相机提取 PCB 表面图形、图形数字化转换、特征点逻辑判断与图形匹配、线条形态轮廓逻辑比对、缺陷点判定与提取这一技术流程来实现 PCB 表面图形的缺陷检测,包括基板缺陷、孔缺陷、线路缺陷等。PCB AVI 是 PCB 制程最后一道品质防线,主要负责成品 PCB 的外观检查,包括阻焊均匀性、焊盘覆盖、线路覆盖以及线路的表面缺陷等。PCB 缺陷检查过程中,通常会通过专用设备把缺陷自动标识出来,供维修人员进一步处理。

在外观结构部件方面,各类消费电子产品如手机、PAD 的盖板、中框等部件、计算机键盘外设等,在制造过程中,经常会发生划伤、碰伤、崩边以及外形尺寸不良等一系列的品质问题。要提升这类电子产品的品质,通过机器视觉系统去完成识别和检查工作是最为有效、可靠的方法,从而取代传统的人工方法提升检测速度、提高检出率,进而提升电子行业产品制造的效率和品质。

根据电子信息行业联合会、思瀚产业研究院整理数据,2016 年至 2022 年间,我国规模以上电子信息制造业收入规模在 2018 年度出现下滑,其余年度均保持增长趋势,收入规模由 2016 年的 12.18 万亿元达到 2022 年的 15.45 万亿元,年均复合增长率为 4.04%,电子信息制造业正稳步向前发展。

消费电子是电子行业中快速增长的代表性细分行业,得益于互联网科技的不断发展,消费电子产品更新频率的加速、居民收入水平的持续增加,我国消费电子产品市场快速增长。根据国家统计局数据,2021 年,我国手机产量进一步增长至 16.6 亿台,同比增长 12.9%;彩色电视机产量小幅回落到 1.8 亿台,同比下降 5.8%;微型计算机设备产量增长至 4.7 亿台,同比增长 23.5%。

目前,我国电子产业链上机器视觉技术已经基本覆盖从元器件、关键零部件和成品的全制造环节的自动化及品质检测与测量。未来,以消费电子为代表的电子行业产品数量需求的稳步增长,以及消费者对更轻、更薄、更高品质电子产品的日益青睐,将共同推动相关电子生产制造企业通过更加高效、更加精细的机器视觉检测技术提升产能和质量、从而实现降本增效的目标。

此外,随着相关电子技术的发展,电子行业更新换代将进一步加快、精度要求将逐步提高,相应的配套产线设备采购将更加频繁。因此,受益于这些因素的影响,电子产业对机器视觉相关产品的需求也将进一步增大。

(2)新型显示行业

在新型显示领域,LCD(液晶显示器)是当前主流的显示技术,机器视觉在LCD制造过程中的应用从玻璃基材的检测开始,工艺段主要涉及ITO玻璃镀膜、丝网印刷和切割、背光模组、触摸屏组贴合、盖板玻璃检测等。机器视觉技术作为非接触、高精度、高速度的生产、检测技术手段,目前已被广泛应用于各类型的新型面板显示的生产过程中,AOI(自动光学检测机)和 AVI/API(自动画面检测机)是 LCD 制造过程中常见的两种视觉检测设备。

AOI 设备几乎在 LCD 的每一个工艺段都会被应用,用于检测各工艺部件的表面缺陷、Particle 异物颗粒、断线等外观不良。AVI/API 则是对点亮后的显示面板画面缺陷进行检查,取代人工目视检测。

AMOLED 是近年来投资力度比较大的新型显示技术。AMOLED 技术工艺主要分为 TFT 阵列、OLED 蒸镀封装和模组,其中 TFT 工艺段和 LCD 液晶显示屏的 TFT 工艺基本相同,但是精度要求更高,相应的对 AOI 设备要求也会更高。在 AMOLED 蒸镀、模组工艺段,同样有大量 AVI/API 自动画面检测的需求。此外,DeMura 设备在 AMOLED 制程中被用于 Mura(注:指显示器亮度不均匀,造成各种痕迹的现象)补偿,可进行 DeMura 画面拍摄、补偿数据烧录等。此外,随着 mini LED、Micro LED 技术的不断成熟,新型显示领域的泛半导体化,将对视觉检测提出更高的要求。

根据赛迪智库、中国光学光电子协会、工信部披露的数据,2021 年我国面板显示行业的营收达 5,868 亿元,较 2020 年增长了 31.6%,2016-2021 年期间行业营收的复合增长率达到了 23.9%,行业保持高速增长态势,规模不断扩大。此外,随着新型面板显示相关下游应用的规模快速增长及国产新型面板显示技术的不断发展,我国面板显示领域市场规模有望进一步增大。相应地,应用在新型显示领域的机器视觉市场的渗透率将进一步提高,这将利好国产机器视觉厂商的进一步发展。

(3)锂电行业

锂电池的生产工序多,工艺也比较复杂。锂电池生产由于工艺水平引起的不良经过数道工序的叠加,通常会导致从原料到传导到最终产品的不良率会达到惊人的水平,极大地影响生产成本和效率。此外,由于工艺不良导致的电池缺陷,其性能、安全和使用寿命都会受到影响。因此,通过投入机器视觉检测系统加强锂电池的制程管控、提升产品质量和生产效率是各大锂电池生产厂商近年来大力投入的方向。

锂电池制造过程对视觉的需求从对隔膜、铜箔等锂电池上游材料的质量检测开始,到前段的正、负极材料混合、涂布、膜切、分切、卷绕(或叠片),再到中段的注液、焊接、化成、分容和后段的成组、加工和组装工艺,各个工艺过程都需要对物料、部件外观缺陷进行检查、测量或对位等。锂电制造过程的缺陷检查动作主要包括极片表面突起、凝聚、露箔、暗斑、掉料等;测量动作则包括对极片、极耳的尺寸进行测量,对电池材料进行测长等。

以涂布环节为例,机器视觉通过上相机与下相机两个拍摄角度分别拍摄涂布的正面与反面,再由图像处理软件对图像进行处理,识别涂布表面的瑕疵,对不良品进行贴标区分。从锂电制程工艺特点来看,锂电行业对机器视觉系统的需求量巨大。

新能源汽车是锂离子电池的典型应用场景,随着新能源汽车销量不断创新高,我国锂离子电池需求保持较高增速。根据工信部、国家统计局、机器视觉产业联盟(CMVU)整理数据,2016-2022 年,我国锂离子电池产量由 78.4 亿只增长到239.3 亿只,年均复合增长 20.4%,2021 年锂电全行业总产值突破 6,000 亿元,表明锂离子电池行业规模正在快速增长。

未来,受益于新能源应用场景的不断扩展及动力电池需求的增加,我国锂电池出货量将逐年上升。相应地,锂电领域对机器视觉相关的检测设备以及智能制造装备的需求量将不断提高。

(4)半导体行业

随着微电子技术的高速发展,各种半导体芯片的集成度越来越高,同时芯片的体积趋向于小型化、微型化,对芯片的质量检测提出更高的要求。机器视觉检测所具有高精度、高效性、非接触性、连续性、灵活性等优点,传统人工检测正逐渐被机器视觉检测替代应用于半导体制造中。

在半导体晶圆制造阶段,氧化、涂胶、光刻、刻蚀、离子注入、扩散、薄膜沉积、抛光、蚀刻、曝光、清洗等工序每一步完成后都需要在整个生产过程中进行实时监测。根据检测功能的不同分为量测类和缺陷检测类两种。量测类应用主要包括透明薄膜厚度、不透明薄膜厚度、膜应力、掺杂浓度、关键尺寸、套准精度等;缺陷检测类分为明暗场光学图形图片缺陷检测、无图形表面检测、宏观缺陷检测等。在这些检测过程中,半导体机器视觉检测发挥了重要的作用。

晶圆制造机器视觉检测主要分无图形表面缺陷(未曝光)、有图形表面缺陷(曝光后)、尺寸测量、套刻标记等几种类型。基于光学图像检测技术,检测尺度大于 0.5μm 的圆片缺陷检测,一般用于光刻、CMP、刻蚀、薄膜沉积后的出货检验(OQC)以及入厂检验(IQC)中,包括正面检测、背面检测、边缘检测、晶圆几何形状检测等,这些检测可通过高感光线扫相机(高阶 TDI 相机)或高帧率面扫相机飞拍扫描硅片的全表面,自动存储和检测硅片全景图像、自动输出缺陷分类结果。

在半导体封测等后段工序中,包括晶片切割、黏晶、焊线、封胶、剪切、印字、电镀封装等,也会大量用到量测和缺陷检测机器视觉系统。在量测方面,按照晶片尺寸大小对整片晶圆进行裁切,由于晶片之间有10~30μm不等间隙区分,划片区切道需确保在晶粒之间均等切割,对此需要高精度机器视觉引导测量裁切位置,这里一般常用光学线扫相机进行超感光量测;在缺陷检测方面,包括晶圆裁切后划伤、崩边、裂纹等表面缺陷检测;成品晶片封装在固定支架上需机器视觉定位引导到相应安装位置;IC 封装成品也需机器视觉系统对其外观缺陷进行终检。

根据华经产业研究院整理数据显示,2016 年至 2021 年间,我国半导体市场规模在 2019 年度出现下滑,其余年度均保持增长趋势,市场规模由 2016 年的1,075 亿美元达到 2021 年的 1,925 亿美元,年均复合增长率为 12.36%,说明半导体产业规模正不断增长。此外,未来随着工业自动化智能产线的不断普及,半导体行业对产品生产过程中的高精度检测需求将不断提高,这也将进一步促进机器视觉产品的应用,市场规模有望迎来新一轮的扩张。

(5)光伏行业

太阳能电池作为光伏产业应用的核心部件之一,从原料到实际应用的电池组件分别要经过硅料、硅片、电池片、电池组件四个大环节,其中硅锭、硅片质量及加工镀膜工艺等都会影响太阳能电池片的光电转换效率。

例如硅片在运输过程中很容易产生缺角、碎片、隐裂等缺陷;在生产过程中电池片会产生如碎片、电池片隐裂、表面污染、电极不良、划伤等缺陷。这些缺陷影响了电池的光电转化效率和使用寿命,造成电池片等级降低或报废。为了保证电池片的光电转换效率和良品率,相关产线需要采用有效的缺陷检测方法以提高电池片的成品质量。

近年来,机器视觉技术凭借着检测精度高、可靠性强、速度快的特点,逐步被应用于太阳能电池生产线的质量缺陷检测与控制环节。具体来说,机器视觉系统将在太阳能电池产线的每个工艺段提供相对应的光电视觉模组器件(相机、光源、镜头等),通过这些视觉组件进行硅片、过程片、成品片的缺陷图像采集,然后配合图像处理软件进行缺陷分类及统计,从而达到可快速配置,提供高质量的视觉成像效果的目标。

整体来看,配备有机器视觉系统的生产线不仅可以使检测结果更加客观可靠、准确率高,而且能够长时间重复进行检测,生产效率显著提升,还能够大大降低太阳能电池的废品率,从而减少生产能耗、提高太阳能电池片产出比,使太阳能利用更加高效。

根据国家统计局数据,2022 年我国太阳能电池产量达到 34,364.2 万千瓦,较 2021 年增长了 46.8%,产量创历史新高。未来,随着太阳能行业的竞争愈发激烈,电池片质量也将变得愈发重要,客户对视觉检测系统的成本、检测效果、稳定性要求也越来越高,相关机器视觉检测产业的需求将不断增加,行业整体将迎来新一轮的发展机遇。

(6)印刷行业

在各类型的印刷品生产制造过程中,受印刷工艺、印刷设备、印刷材料、环境变量、人为操作随机误差等因素的影响,印刷产品经常会出现各种缺陷,如墨点、异物、脏点、切线、拖墨、划痕、溢胶、字符不完整、漏印、色差、套印不准确及气泡等。

在印刷品缺陷检测过程中,传统人工随机抽样检测印刷质量的方法,受主观判断影响较大,难以保证印刷产品的准确性和一致性,一旦这些缺陷出现在产品包装上,产品的视觉观感将会大大降低,严重影响产品的品牌形象,降低客户满意度。因此,在印刷制造的多个工艺段,均需要配置机器视觉系统进行质量缺陷检测和数据反馈。

印刷行业的视觉检测根据应用类型的不同主要分为卷材类检测、单张片材类检测和标签类检测。其中,卷材类印刷包括检测各类膜材、金属箔、纸张、塑料包装等;单张片材主要包括检测药包、烟包、钞票、3C 产品/食品/日化包装盒等;标签类检测主要包括印刷字符、二维码/条形码、打标 logo、不干胶标签等。

搭配机器视觉检测设备的印刷产线通常能将生产的各个环节的质量数据进行分析处理,进一步反馈并优化生产工艺,从而形成决策判断系统平台,助力印刷企业优化并提升生产管理。整体来看,在装备技术水平稳步提升的基础上,机器视觉能够为印刷智能化提供印刷设计问题拦截、印刷过程质量控制、出厂质量终检、系统生产管理优化等功能。

包装印刷与社会进步、经济发展与居民消费需求息息相关。近年来,得益于我国经济快速稳定发展、日用品消费市场持续增长、文化市场的刚性需求、出口市场的持续繁荣,对包装印刷品的需求量和品质要求都在不断提高,印刷行业取得了长足的发展。根据前瞻产业研究数据统计,2020 年我国印刷行业市场规模为 13,867.0 亿元,预计 2021 年将达到 13,950.0 亿元。未来,随着印刷生产设备持续高速、高精度、智能化的发展,将对印刷检测提出了更高、更严的要求及标准。相应的,机器视觉相关产品在印刷行业的应用将进一步扩大。

免责声明:
1.本站部分文章为转载,其目的在于传播更多信息,我们不对其准确性、完整性、及时性、有效性和适用性等任何的陈述和保证。本文仅代表作者本人观点,并不代表本网赞同其观点和对其真实性负责。
2.思瀚研究院一贯高度重视知识产权保护并遵守中国各项知识产权法律。如涉及文章内容、版权等问题,我们将及时沟通与处理。