随着工业4.0和智能制造时代的到来，3D机器视觉在工业各领域的应用越来越重要。这种技术改变了传统工业的生产方式，为现代工业带来了更高的生产效率和更精确的质量控制，广泛涉及物体识别、产品检测、尺寸测量、视觉引导定位等环节。
在工业领域，3D机器视觉技术正在迎来爆发时刻。在产品质量检测、自动化生产线控制等方面，通过AI技术融合3D视觉，能够精确识别和定位物体，实现高效、精准的自动化生产，还能帮助企业实现生产过程的可视化监控，提高生产效率和产品质量。
公司多年来以AI+机器视觉技术为核心，为工业制造企业提供一站式AI视觉解决方案。除此以外，公司还持续专研3D视觉技术，以高精度3D与人工智能算法，铸就全自研技术体系。
目前，3D视觉技术已成为工业自动化领域的重要发展方向。相较于2D视觉技术，3D视觉技术具有更高的准确性和可靠性，能够更好的满足现代工业生产的需求。
在工业生产中，往往会受到各种光照条件、物体表面特性等因素的影响，3D视觉能够提供更全面的物体信息，可以通过对物体的三维重建，获取物体的形状、大小、位置、深度等更全面的信息，这使得3D机器视觉在物体识别、定位、测量等方面具有更高的精度和可靠性，从而更好地适应复杂的环境。
CEO周礼表示，目前，基于深度学习的AI+3D视觉技术已经取得了显著进步，具有十分广泛的前景，为制造企业生产线的智能化和自动化提供了强有力的支撑。除此之外，AI+3D视觉的应用范围也非常广泛，不仅可以实现物体识别和抓取等功能，还能可以理解成机器的大脑，能够实现机器视觉完全的自主开发。
由于国内厂商与国外厂商在硬件、软件层面仍存在较大差距，国内厂商加速布局AI+3D视觉领域，并通过AI、3D与机器视觉的相互赋能，让工业3D视觉变得更加出色。
在硬件层面，国内厂商通过在2D相机基础上进行结构及软件重构形成3D视觉成像方案，重点关注精度、抗环境光干扰、视野大小等参数；在软件层面也有类似于深眸科技这类初创企业，通过自主创新研发工业视觉平台和提供定制化AI视觉解决方案，并随着这类工业视觉平台的不断训练与成熟，以及AI视觉解决方案应用范围的逐步拓展，实现与国外厂商的同步发展。
在软件算法方面，公司致力于自研算法的研发，包括：
· 基于注意力机制的深度学习网络架构：采用多尺度分层扩展特征编码与全局注意力机制，解决了卷积神经网络的局部特征孤立问题，有效提升了深度学习模型的检出准确性与泛化性；
· AI缺陷生成技术：采用基于Stable Diffusion的生成式AI技术，通过小样本特征学习生成新缺陷，解决工业场景数据获取困难的问题，有效提升工业AI模型生产迭代效率；
· 多任务融合算法：深度融合图像算法与深度学习算法，实现图像算法的解释性和深度学习算法的通用性优势互补，支持多任务模型串并联执行，有效提升了算法的动态扩展能力。
在应用场景方面，据公司技术总监介绍，公司产品主要用于高精度图像有需求的场景，如智能制造场景、工业测量场景、食品医药场景等。以智能制造场景为例，AI+3D视觉技术能够获取更多维度的信息，从而实现对物体更精确测量和识别，为智慧物流、缺陷检测等应用提供有力支持。
AI+3D视觉技术在工业自动化领域的应用愈发广泛，为工业自动化带来了更高精度、更高速度和更柔性化的解决方案。通过不断拓宽场景应用边界，AI+3D视觉技术覆盖工业生产的分类、测量、引导、检测等环节，为工业自动化带来了更多的发展可能性。
