17310456736

机器视觉消费领域市场应用分析——无人机市场

发布时间:2018-03-27  来源:立鼎产业研究网  点击量: 1611 

——2013-2017年无人机市场发展分析

产业发展现状

我国从事无人机行业的单位有300多家,其中规模比较大企业有160家左右,形成了配套齐全的研发、制造、销售和服务体系。目前在研和在用的无人机型多达上百种,小型无人机技术逐步成熟,战略无人机已试飞,攻击无人机也已多次成功试射空地导弹。

市场销售规模

中国2014年无人机销量约2万架,预计到2020年中国无人机年销量将达到29万架。未来几年将保持50%以上的增长,2014年中国民用无人机销售规模已经达到40亿元。从发展前景来看,无人机已经应用在航拍、快递、灾后搜救、数据采集等领域,表明无人机的发展潜力巨大。

市场竞争格局

①总体竞争格局

近年随着行业的快速发展,国内无人机研制领域原有的竞争格局渐被打破,市场格局正处于巨变和重塑的过程中。粗略统计国内当前至少有40余家企业和科研院校生产或正在研制无人机产品。根据类型不同,大致可划分为军工集团、科研院校和民营企业三个阵营。

②军用市场竞争格局

中国的军用无人机主要有各大军工集团研制,主要包括中航工业集团、航天科工集团、航天科技集团。其中利剑无人机是中航工业集团下属的洪都飞机工业集团研制,和上市公司洪都航空有关系,而其余几型无人机整机研制和A股上市公司没有直接关系。此外,无人靶机领域主要是总参60所负责研制,当前上市公司金通灵与中科院合作正在研制无人机,有望作为靶机使用。

③高端市场竞争格局

以美国的发展经验,高端无人机对发动机、飞控/航电系统、任务载荷要求很高,传统航空制造企业凭借配套齐全的产业体系和有人驾驶飞机多年的研发经验具备快速进入、后来居上的能力基础。因此,未来中航工业下属企业、研究所,如沈飞、成飞、贵航等在高空长航时无人机、察打一体无人机等中高端产品研制领域将较大可能占据垄断份额。

④中低端市场竞争格局

中低端无人机的研制以“载荷”为中心,气动布局一般采用静安定性良好的常规布局,具有机身结构简单、制造周期短的特点,技术门槛相对较低,航天工业、兵器工业等其他军工集团和科研院校相对更易取得竞争优势。

——智能无人机机器视觉关键硬件技术分析

双目机器视觉

双目机器视觉基于三角定位原理,与人眼对三维世界的还原原理类似,通过比较两个同向摄像头拍摄的画面中同一物体的视角差来确定距离,从而从二维图像中还原出三维世界的立体模型。

双目机器视觉仅需两个摄像头,但对计算能力的要求较高。双目机器视觉的门槛不在于根据视角信息α、β和间距d解算距离L,而在于让计算机能够在画面中将物体从背景中“提取”出来。目前高通支持双目机器视觉的无人机参考设计使用旗舰芯片Snapdragon 801/820,可见其对计算能力的要求之高。  

对人眼来说将一个物体从背景画面当中区分开来是一件很自然的事情,但对于计算机就不同了:同一景物在不同视点的摄像机图像平面上的成像会发生不同程度的扭曲和变形,要让计算机模糊分割出物体,图像分割算法需要做卷积/微分等大计算量运算;而无人机这种要求实时测距的场景下需要的总体计算性能就更高了。

红外激光视觉

为了规避计算机视觉中识别物体的大量计算以及提高精度,以Intel为代表的一批厂商使用了红外激光视觉技术,如Intel RealSense机器视觉模组。其测距原理与双目视觉类似,但识别对象从物体替换成了打在物体表面的红外激光点。这样就从根本上消除了物体识别的计算需求。

红外激光视觉的必要代价是将两个摄像头替换为红外摄像头,并增加一个红外激光扫描器的硬件成本以及功耗。其中红外激光扫描器由一个红外激光发射器和MEMS扫描反射镜组成,整体增加的硬件成本较高。

超声波探测

超声波测障是一种较为成熟的技术,已广泛使用在军/民用多种应用场合之中。 超声波的优势在于能够有效识别玻璃,电线等双目视觉/红外激光视觉无法准备测距的物体。 缺点在于精度较差,只能用于探测障碍是否存在,无法提取精确空间信息用作路径规划。

以大疆为代表的智能无人机厂商使用超声波测障组件用作辅助手段覆盖机器视觉效果或精度较差的视觉死角和侧面方向的测障功能。

——智能无人机机器视觉关键软件技术分析

光流算法

光流算法是一种单摄像机视觉技术,完全依赖软件算法解决了运动检测和定位问题。 光流算法通过比较同一摄像机两张相邻时间的图像(差分运算)得到场景中不同物体运动的光流场。 

如果我们假定背景物体不动而是摄像机在运动,则可以通过相对运动速度得出不同背景距离摄像机的相对距离。  光流法的优点在于其主要依赖软件和计算能力识别物体和距离,因此对额外的光学和声学硬件需求小,更能节省成本。 

但其缺点在于精度低,且局限性较大(不适用于照明不良的室内,玻璃,细小的电线)。

图像分割算法

边缘检测是一种应用广泛的图像分割算法,其原理是先对图像的灰度函数求导, 再根据静态或动态的阈值设定检测出物体的边缘。 

其他的图像分割算法包括多尺度边缘检测、基于小波变换的分割算法、基于神经网络的分割算法等。边缘检测算法其产生的结果是进一步图像处理的基础。

各类边缘检测算法的共同特征是对计算要求非常高。  例如高通实现的双目深度摄像解决方案中,需要单独使用骁龙801多核芯片中的一个核运行专门的SIMDSingleinstruction multiple data 单指令多数据)运算,并仅能提供30Hz的实时运算能力。对于飞行速度可高达20m/s的四轴无人机而言,这一频率意味着两次识别期间无人机已经飞过了0.66m,将不能对环境中突然出现的一些物体及时反应。

图像识别算法

完成分割和三维建模后的数据对于无人机仅仅是物体的信息,仅能用作避障和路径规划。要让无人机区分物体是什么的软件技术是图像识别算法。

当无人机载计算机能够具体区分物体和物体之间实质差别的时候,就能自主完成更复杂的动作,如:对电力设备上的特定部件扫描检查;照人类指令讲特定物体(橘子而不是香蕉)抓取并飞行到另一房间;在边境巡逻时区分普通动物还是可疑人形目标,并及时报警。

人脸识别算法

图像识别应用的一个子类:人脸和步态识别能够进一步拓展智能无人机的应用。

目前现有的航拍无人机对地面人的区分能力较弱,所以实用的时候会发生“跟错人”现象;而警用无人机也依赖操作警察遥控跟踪目标。 当步态/人脸识别技术能够成熟搭载在智能无人机上之后,警用智能无人机就能够完成自主飞行,自主扫描和跟踪目标等任务,将减轻警察部门的人力负担。  

但目前无人机应用人脸识别算法依然具有一定门槛,在理想的测试库中如LFWLabeledFaces in the Wild)测评中,最好成绩的准确率高达99.5%,已经超过人眼的准确率,但在无人机应用场景中,诸多因素会导致识别准确率大幅下降:  

无人机通常需要俯拍,大角度拍摄下能提取的信息较少;

无人机与目标距离可变,远距离下画面信息量较少;  

室外光照条件变化,环境干扰等因素也会影响人脸识别的准确率;   

因此我们判断智能无人机短期内在以上技术难题解决之前不会过分倚重人脸识别算法完成任务,但长期来看人脸识别算法的突破会进一步拓展应用范围。

语音和语义识别算法

传统无人机依靠各类遥控器控制飞行器飞行;无人机智能化后,语音操作将成为无人机的一种新的控制方式。 

这种方式将拓展其新应用领域。目前据报道在2016CES上,无人机制造商Flypro发布了XEagle声控无人机,可以通过操作者的声音进行飞行控制。  

使用语音识别操作无人机需要无人机的能够支撑关键算法:语音与语义识别算法。 语音识别的作用是将声音转化为计算机能够理解文本信息,而语义识别将文本再转化为无人机需要执行的指令,完成任务。 对于指挥无人机飞行这一应用场景,主要的难点在室内环境(噪声,多人说话)提高语音识别准确率上。  

目前主流的提高语音识别准确度的技术是深度神经网络技术。目前在一定环境下的准确率已经能够做到很高,如科大讯飞语音识别准确率超过95%    

与图像分割算法不同的是,以神经网络为基础的图像识别/人脸识别/语音识别算法计算量根据使用场景差异较大。 

神经网络的训练过程需要大量的并行计算;但当神经网络的节点被训练完成而内部的参数固定下来以后,每次识别的计算量则保持一个固定值不变。 

某些应用下无人机载神经网络完全可以在出厂前就训练好并固化,在应用时仅使用有限的计算资源。但当无人机需要做实时神经网络训练时,高性能并行计算硬件则成为软件算法能否发挥效能的基础。

——2013-2017年智能无人机应用分析

潜在应用市场

1、军用无人机应用领域

美国作为无人机发展的领头羊,已发展出了多种机型,其功能也实现了很大的扩展。而在作战方式上,美军无人机已经摆脱了传统的作战方式,正在向中继通讯、情报搜集、电子对抗、空中打击四大职能转变。

2、民用无人机市场应用领域

近年来,无人机开始在民用市场崭露头角,其中农林植保和电力能源巡检这两个领域在目前已表现出较为迫切的需求趋势,且具备较为可观的市场规模前景,而考虑到无人机现阶段的技术已大可满足,故预计供需的契合度较高。在其他相对小众的民用领域方面,无人机凭借其优势,预计也将会在消防救灾、公安系统、国土测绘、气象环保监测、包裹派送等方面一展身手。

市场参与主体

重点民用无人直升机


资料来源:立鼎产业研究中心

产业价值链分析

无人机产业链“微笑曲线”显示,上游的无人机研发试验、飞控系统开发、发动机等关键零部件制造,以及下游的无人机应用服务、运营服务、培训等环节的利润空间较大。

无人机价值链微笑曲线


资料来源:立鼎产业研究中心

——智能无人机产业趋势预测及趋势分析

智能无人机市场前景

民用无人机之所以能够取得快速发展,就在于机体、飞控、动力、通信以及信息等核心技术不断突破,从而降低了制造成本与行业门槛,最终体现在产品的价格与性能上。不过,无人机市场的飞速扩张也使得无人机的应用愈发广泛,导致无人机需执行任务进一步复杂化、多样化。

为了使无人机能够更好地适应经济、社会的发展需求,满足各行各业的不同需要,在工信部发布的《促进新一代人工智能产业发展三年行动计划(2018-2020)》中,对无人机的智能化发展进行了明确规划。

2018年开始,无人机将持续向智能化升级,在智能避障、自动巡航、自主飞行、群体作业等关键技术的研发与应用上加大投入,并开展智能飞控系统、高集成度专用芯片等关键部件的研制。

工业级无人机发展展望

2010年以前,受限于技术、价格等因素,我国工业级无无人机市场规模不大,发展速度也较为缓慢,仅仅在地理测绘、灾害救援等少数领域得到应用。近年来,在消费级无人机爆发的积极形势影响下,工业级无人机市场也获得了快速增长。

工业级无人机的技术瓶颈主要在续航、载重、稳定性等技术方面,在相关企业不断加大技术研发投入的基础上,如今已经取得很大突破。当前,工业级无人机应用范围不断扩张,涵盖了农业植保、警用公务、消防、监测、巡检以及测绘和救援等诸多领域。

因此,在市场认同持续提升、核心技术加快突破、政策支持陆续落地的大好形势下,工业级无人机市场有望在2018年加速崛起,并逐步走向成熟。

无人机制造发展趋势

近几年来,我国民用无人机制造业发展迅速,技术水平不断提高、商用市场加速开拓,以大疆为代表的中国无人机企业正成为中国制造、中国创造的新名片。但是与此同时,监管法律滞后、标准体系缺失、部分核心技术仍然有待突破等问题日益凸显。

为此,工信部在201712月出台了《关于促进和规范民用无人机制造业发展的指导意见》,要求提升民用无人机安全性和技术水平,建立完善标准体系和检测认证体系,强化产业竞争优势,促进我国民用无人机制造业健康发展。

在政策的强力支撑与积极引导下,可以预见的是,2018年我国民用无人机制造业将会迎来重要发展契机,有望在研发创新、行业规范等多个方面取得新进展。

本文相关报告

2022年版中国工业机器视觉行业现状分析及发展前景研究报告
2022年版中国工业机器视觉行业现状分析及发展前景研究报告

立鼎产业研究中心发布的《中国工业机器视觉行业现状分析及发展前景研究报告》是基于国家部门统计机构、行业协会、权威研究机构、第三方数据库(wind)以及本研究中心的数据积累的基础上编撰而成。报告主要对我国工业机器视觉的外部发展发展环境(政策影响、技术趋势影响等),...

2022年版中国机器视觉行业发展进展现状调研分析与发展趋势研究报告
2022年版中国机器视觉行业发展进展现状调研分析与发展趋势研究报告

立鼎产业研究中心发布的《中国机器视觉行业发展进展现状调研分析与发展趋势研究报告》是基于国家部门统计机构、行业协会、权威研究机构、第三方数据库(wind)以及本研究中心的数据积累的基础上编撰而成。报告主要对我国机器视觉行业的外部发展发展环境(政策影响、技术趋势影...

2022年版中国机器视觉行业市场现状研究及市场前景预测报告
2022年版中国机器视觉行业市场现状研究及市场前景预测报告

立鼎产业研究中心发布的《中国机器视觉行业市场现状研究及市场前景预测报告》是基于国家部门统计机构、行业协会、权威研究机构、第三方数据库(wind)以及本研究中心的数据积累的基础上编撰而成。报告主要对我国机器视觉行业的外部发展发展环境(政策影响、技术趋势影响等),...

标签:机器视觉

决策支持

17310456736在线客服

扫描二维码,联系我们

微信扫码,联系我们

17310456736