《视觉检测装备行业现状分析及发展前景报告》由会员分享,可在线阅读,更多相关《视觉检测装备行业现状分析及发展前景报告(11页珍藏版)》请在金锄头文库上搜索。
1、视觉检测装备行业现状分析及发展前景报告鼓励离散型制造业企业以生产设备网络化、智能化为基础,应用机器学习技术分析处理现场数据,实现设备在线诊断、产品质量实时控制等功能。鼓励流程型制造企业建设全流程、智能化生产管理和安防系统,实现连续性生产、安全生产的智能化管理。打造网络化协同制造平台,增强人工智能指引下的人机协作与企业间协作研发设计与生产能力。发展个性化定制服务平台,提高对用户需求特征的深度学习和分析能力,优化产品的模块化设计能力和个性化组合方式。搭建基于标准化信息采集的控制与自动诊断系统,加快对故障预测模型和用户使用习惯信息模型的训练和优化,提升对产品、核心配件的生命周期分析能力。支持车辆智能
2、计算平台体系架构、车载智能芯片、自动驾驶操作系统、车辆智能算法等关键技术、产品研发,构建软件、硬件、算法一体化的车辆智能化平台。到2020年,建立可靠、安全、实时性强的智能网联汽车智能化平台,形成平台相关标准,支撑高度自动驾驶(HA级)。一、 基本原则(一)系统布局把握人工智能发展趋势,立足国情和各地区的产业现实基础,顶层引导和区域协作相结合,加强体系化部署,做好分阶段实施,构建完善新一代人工智能产业体系。(二)重点突破针对产业发展的关键薄弱环节,集中优势力量和创新资源,支持重点领域人工智能产品研发,加快产业化与应用部署,带动产业整体提升。(三)协同创新发挥政策引导作用,促进产学研用相结合,支
3、持龙头企业与上下游中小企业加强协作,构建良好的产业生态。(四)开放有序加强国际合作,推动人工智能共性技术、资源和服务的开放共享。完善发展环境,提升安全保障能力,实现产业健康有序发展。二、 鼓励创新创业加快建设和不断完善智能网联汽车、智能语音、智能传感器、机器人等人工智能相关领域的制造业创新中心,设立人工智能领域的重点实验室。支持企业、科研院所与高校联合开展人工智能关键技术研发与产业化。鼓励开展人工智能创新创业和解决方案大赛,鼓励制造业大企业、互联网企业、基础电信企业建设双创平台,发挥骨干企业引领作用,加强技术研发与应用合作,提升产业发展创新力和国际竞争力。培育人工智能创新标杆企业,搭建人工智能
4、企业创新交流平台。三、 深化发展智能制造深入实施智能制造,鼓励新一代人工智能技术在工业领域各环节的探索应用,支持重点领域算法突破与应用创新,系统提升制造装备、制造过程、行业应用的智能化水平。(一)智能制造关键技术装备提升高档数控机床与工业机器人的自检测、自校正、自适应、自组织能力和智能化水平,利用人工智能技术提升增材制造装备的加工精度和产品质量,优化智能传感器与分散式控制系统(DCS)、可编程逻辑控制器(PLC)、数据采集系统(SCADA)、高性能高可靠嵌入式控制系统等控制装备在复杂工作环境的感知、认知和控制能力,提高数字化非接触精密测量、在线无损检测系统等智能检测装备的测量精度和效率,增强装
5、配设备的柔性。提升高速分拣机、多层穿梭车、高密度存储穿梭板等物流装备的智能化水平,实现精准、柔性、高效的物料配送和无人化智能仓储。到2020年,高档数控机床智能化水平进一步提升,具备人机协调、自然交互、自主学习功能的新一代工业机器人实现批量生产及应用;增材制造装备成形效率大于450cm3/h,连续工作时间大于240h;实现智能传感与控制装备在机床、机器人、石油化工、轨道交通等领域的集成应用;智能检测与装配装备的工业现场视觉识别准确率达到90%,测量精度及速度满足实际生产需求;开发10个以上智能物流与仓储装备。(二)智能制造新模式鼓励离散型制造业企业以生产设备网络化、智能化为基础,应用机器学习技
6、术分析处理现场数据,实现设备在线诊断、产品质量实时控制等功能。鼓励流程型制造企业建设全流程、智能化生产管理和安防系统,实现连续性生产、安全生产的智能化管理。打造网络化协同制造平台,增强人工智能指引下的人机协作与企业间协作研发设计与生产能力。发展个性化定制服务平台,提高对用户需求特征的深度学习和分析能力,优化产品的模块化设计能力和个性化组合方式。搭建基于标准化信息采集的控制与自动诊断系统,加快对故障预测模型和用户使用习惯信息模型的训练和优化,提升对产品、核心配件的生命周期分析能力。到2020年,数字化车间的运营成本降低20%,产品研制周期缩短20%;智能工厂产品不良品率降低10%,能源利用率提高
7、10%;航空航天、汽车等领域加快推广企业内外并行组织和协同优化新模式;服装、家电等领域对大规模、小批量个性化订单全流程的柔性生产与协作优化能力普遍提升;在装备制造、零部件制造等领域推进开展智能装备健康状况监测预警等远程运维服务。四、 智能传感器支持微型化及可靠性设计、精密制造、集成开发工具、嵌入式算法等关键技术研发,支持基于新需求、新材料、新工艺、新原理设计的智能传感器研发及应用。发展市场前景广阔的新型生物、气体、压力、流量、惯性、距离、图像、声学等智能传感器,推动压电材料、磁性材料、红外辐射材料、金属氧化物等材料技术革新,支持基于微机电系统(MEMS)和互补金属氧化物半导体(CMOS)集成等
8、工艺的新型智能传感器研发,发展面向新应用场景的基于磁感、超声波、非可见光、生物化学等新原理的智能传感器,推动智能传感器实现高精度、高可靠、低功耗、低成本。到2020年,压电传感器、磁传感器、红外传感器、气体传感器等的性能显著提高,信噪比达到70dB、声学过载点达到135dB的声学传感器实现量产,绝对精度100Pa以内、噪音水平06Pa以内的压力传感器实现商用,弱磁场分辨率达到1pT的磁传感器实现量产。在模拟仿真、设计、MEMS工艺、封装及个性化测试技术方面达到国际先进水平,具备在移动式可穿戴、互联网、汽车电子等重点领域的系统方案设计能力。五、 构建支撑体系面向重点产品研发和行业应用需求,支持建
9、设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台,建立并完善人工智能标准和测试评估体系,建设知识产权等服务平台,加快构建智能化基础设施体系,建立人工智能网络安全保障体系。(一)行业训练资源库面向语音识别、视觉识别、自然语言处理等基础领域及工业、医疗、金融、交通等行业领域,支持建设高质量人工智能训练资源库、标准测试数据集并推动共享,鼓励建设提供知识图谱、算法训练、产品优化等共性服务的开放性云平台。到2020年,基础语音、视频图像、文本对话等公共训练数据量大幅提升,在工业、医疗、金融、交通等领域汇集一定规模的行业应用数据,用于支持创业创新。(二)标准测试及知识产权服务平台建设人
10、工智能产业标准规范体系,建立并完善基础共性、互联互通、安全隐私、行业应用等技术标准,鼓励业界积极参与国际标准化工作。构建人工智能产品评估评测体系,对重点智能产品和服务的智能水平、可靠性、安全性等进行评估,提升人工智能产品和服务质量。研究建立人工智能技术专利协同运用机制,支持建设专利协同运营平台和知识产权服务平台。到2020年,初步建立人工智能产业标准体系,建成第三方试点测试平台并开展评估评测服务;在模式识别、语义理解、自动驾驶、智能机器人等领域建成具有基础支撑能力的知识产权服务平台。(三)智能化网络基础设施加快高度智能化的下一代互联网、高速率大容量低时延的第五代移动通信(5G)网、快速高精度定
11、位的导航网、泛在融合高效互联的天地一体化信息网部署和建设,加快工业互联网、车联网建设,逐步形成智能化网络基础设施体系,提升支撑服务能力。到2020年,全国90%以上地区的宽带接入速率和时延满足人工智能行业应用需求,10家以上重点企业实现覆盖生产全流程的工业互联网示范建设,重点区域车联网网络设施初步建成。(四)网络安全保障体系针对智能网联汽车、智能家居等人工智能重点产品或行业应用,开展漏洞挖掘、安全测试、威胁预警、攻击检测、应急处置等安全技术攻关,推动人工智能先进技术在网络安全领域的深度应用,加快漏洞库、风险库、案例集等共享资源建设。到2020年,完善人工智能网络安全产业布局,形成人工智能安全防
12、控体系框架,初步建成具备人工智能安全态势感知、测试评估、威胁信息共享以及应急处置等基本能力的安全保障平台。六、 智能装备行业发展态势及未来发展趋势(一)国家政策进一步促进智能装备行业的发展国家政策大力支持工业智能,工业自动化前景广阔,智能装备行业亦有较大的发展空间。智能制造发展规划(20162020年)提出2025年前,推进智能制造实施两步走战略:第一步,到2020年,智能制造发展基础和支撑能力明显增强,传统制造业重点领域基本实现数字化制造,有条件、有基础的重点产业智能转型取得明显进展;第二步,到2025年,智能制造支撑体系基本建立,重点产业初步实现智能转型。该规划还提出了加快智能装备发展,国
13、家大力推动工业智能发展,智能装备生产企业迎来更多的市场机会。中小企业数字化赋能专项行动方案旨在提升中小企业应对危机能力,夯实可持续发展基础,提出了针对中小企业典型应用场景,引导有基础、有条件的中小企业加快传统制造装备联网、关键工序数控化等数字化改造,应用低成本、模块化、易使用、易维护的先进智能装备和系统,优化工艺流程与装备技术,建设智能生产线、智能车间和智能工厂,实现精益生产、敏捷制造、精细管理和智能决策。智能装备产业是为国民经济各行业提供技术装备的战略性产业,是智能制造的基础,是国家综合实力的集中体现,为此,我国从政策上支持智能装备行业做大做强,为行业提供了巨大的市场空间。(二)智能装备行业
14、产业结构化升级,智能制造产业链协同发展随着国内制造升级,全球高端制造产能向我国转移,我国已步入后工业时代。高技术产业和服务业日益成为国民经济发展的主导,工业由低端向高端发展,技术密集型和高端装备产业的占比加大。我国制造业在政策和市场共同影响下,坚持走产业结构化升级、实现数字化、网络化和智能化的智能制造的目标。我国制造业通过用机器智能装备代替人工,提高对产品生产过程中的质量控制水平,减少误判、漏判的情况发生,有效的提高产品品质,系实现智能制造的关键硬件平台。智能制造的实现是一个逐级推进的过程,涉及设计、生产、物流、装配、调试、服务等产品全生命周期,并涉及从装备硬件到网络软件的复杂架构,智能装备、
15、物流仓储、软件专业供应商间将不断加强协同创新,以强化智能制造系统解决方案供应能力。智能制造将造就全新的业态,由多个提供单一产品或服务的供应商共同构建协作系统,形成融合发展的生态产业链。(三)智能装备行业新技术不断在智能制造中深度应用智能装备行业的基础技术涉及物理、材料学、机械运动、电气化、自动化、人工智能等多学科,并且在应用上相互交叉,相关学科的不断发展亦为智能检测、组装装备的发展奠定了有利基础。随着智能检测、组装装备的不断成熟和运算能力的提升,软件算法在各应用领域解决方案、深度学习能力的不断完善,智能检测、组装装备在除消费电子以外的汽车制造、半导体和新能源等领域应用的广度和深度均在提高,并加
16、快在医药、食品饮料等其他领域的渗透。未来智能制造不断地将新的技术应用到制造业中,与制造业进行深度融合。这其中物联网与云计算、人工智能(AI)等新技术的作用将尤为凸显。未来物联网与云计算将会更加广泛地部署到制造行业,从而减少人工干预、提高工厂设施整体协作效率、提高产品质量一致性。人工智能亦将更加广泛地应用到智能制造行业中。机器视觉作为人工智能的一部分已经广泛运用于智能装备中,未来通过深度学习、增强学习、迁移学习等技术的应用,智能制造将提升制造领域知识产生、获取、应用和传承的效率:离线状态下,利用机器学习技术挖掘产品缺陷,形成控制规则;在线状态下,通过增强学习技术和实时反馈,控制生产过程减少产品缺陷;同时集成专家经验,不断改进学习结果。2017年新一代人工智能发展规划提到,将全面推动人工智能与制造业的融合,解决中国制造业在推进智能化转型过程中面临的问题。七、 加快人才培养贯彻落实制造业人