获超亿元C轮融资 3D视觉企业知象光电已实现自我造血

加入高工机器人专业行业群，加微信：18565829548，出示名片，仅限机器人及智能制造产业链相关企业。

*本文共约 3043 字，阅读完成需 5.5 分钟。

撰文｜潘敏瑶

11月3日，知象光电宣布已完成超亿元C轮融资，本轮融资的主投方为安信投资，跟投方为老股东钟鼎资本，本轮融资资金主要用于技术研发、市场营销及产线建设。
此前知象光电已完成多轮融资，获得钟鼎资本、上海长江国弘、开源投资、国家中小企业基金、深创投、软银中国、中科创星等机构投资。
知象光电由西安交通大学、麻省理工学院、香港理工大学等著名高校博士团队创立，是业内为数不多同时掌握高精度3D光学芯片设计与流片及3D成像算法芯片设计的技术团队。公司目前已在西安、深圳、上海、嘉兴、苏州、香港及海外等地设立了子（分）公司及生产制造基地。
知象光电所研发的3D扫描仪的终端用户遍及全球150多个国家或地区，在智能硬件、医疗成像、元宇宙、3D打印、VR/AR 等领域实现了落地应用；工业3D视觉产品与解决方案已成功服务全球数百家企业，被广泛应用于自动化焊接、工业检测、机器人视觉引导等领域。
当前，机器视觉已成为马太效应极强的赛道，以融资为例，高工机器人不完全统计，2022年以来，机器视觉领域融资事件近20起，其中近5家企业陆续进入B轮及以后融资，且融资金额持续走高，近10家企业获亿元及以上金额的融资。
可以发现，知象光电是该赛道为数不多已经进入C轮融资的企业，这与知象光电的产品力与市场拓展能力不无关系。
知象光电创始人周翔分析，当下3D视觉企业急需修炼的核心能力是“产品力”，产品力的核心又包含底层技术和场景认知。
“底层技术包括3D成像层的芯片、算法，3D应用层的算法、软件，缺乏底层技术，企业则难以在这种高烈度竞争的赛道中长期发展；场景认知是对具体场景的理解和把握，其决定了产品的形态、功能、定价等，缺乏场景认知，企业的产品终究是镜中花水中月，无法落地，那么在当下就可能面临生存的困难。”
知象光电的定位是一家硬科技企业，在底层技术上，将在芯片、算法、软件等层面长期投入大量资源，强化技术壁垒；在场景开拓上，将始终坚持有所为有所不为，聚焦、深入细分行业。

纯自研底层技术构筑壁垒
多年来，知象光电坚持纯国产化技术路线，已自主研发出微结构光成像芯片、3D成像算法及行业应用软件，是为数不多同时掌握成像芯片设计及3D成像算法“软硬”兼备的技术团队。
2022年，原材料涨价、芯片缺货等因素对大部分机器视觉企业的供应链造成了不小的冲击，导致我国机器视觉市场一度出现“供不应求”的情况。
但对于知象光电而言其影响微小，知象光电是业内为数不多拥有芯片和整机产线的高精度3D视觉的厂商，拥有一条自主年产10万台高精度3D视觉像机的产线，因而在一片“保交付”、“涨价”的浪潮中，知象光电依然能拥有稳定的供应能力。
2022年以来，知象光电在产品落地和产线建设方面进一步提速，在具体场景上更加聚焦，比如在工业领域更专注于机器人焊接3D视觉，如今已获得多家行业上市公司及头部客户批量订单。在产品上更贴近用户群体，以客户为中心迭代产品。
在机器人焊接领域，知象光电打造了Tracer 3D 焊接视觉系统，该系统由焊接专用3D相机 Tracer P 系列、焊接视觉软件 TracerStudio 和控制器等构成。知象光电自研的3D焊接视觉软件可实现3D点云实时采集、焊缝特征快速提取、机器人轨迹智能规划等功能，知象光电也成为了率先将3D相机技术引入钢结构等焊接自动化领域的企业。
总体来看，知象光电3D焊接视觉解决方案采用图形化编程和三维数模驱动的编程方式，操作门槛低; 2s内识别出视场内所有焊缝信息，在工件位置偏差±50毫米内可自动识别，可适配ABB、FANUC、KUKA、Kawasaki、Panasonic、YASKAWA、卡诺普、金红鹰、新时达、新松等机器人品牌，具有功能强大、便捷易用、精准高效、容差能力强、开放性强等特点。

拓展3D视觉应用的边界

各行各业对3D相机的要求不尽相同，比如机器人自动化焊接领域对3D相机的精度、体积、可靠性有很高的要求；工业检测对3D相机的精度和表面反射率适应性要求比较高；机器人视觉引导对3D相机精度、视野范围要求比较高。
而知象光电切入以上领域主要是充分发挥自身技术路线在精度、体积、可靠性等方面的优势，走差异化竞争路线。
举例来看，知象光电Tracer 3D 焊接视觉系统适用“小批量多品种”的“柔性制造”场景，如人防门、车厢板、钢结构、钢筋、管板焊接等，可实现复杂焊缝、异形焊缝高效识别定位的功能。
在钢结构的焊接场景中，由于工件形状尺寸差异、工件位置差异等问题，通过线激光寻位和焊丝寻位等传统方法，无法快速准确定位焊缝的起始点和终结点。使用 Tracer 3D 焊接视觉系统，可以实时拍摄工件三维点云数据，快速、稳定地提取焊缝的位置信息，大幅提升焊缝识别的准确度和寻位效率。
钢筋预制件焊接存在钢筋直径差异，焊点位置分散、无规律等问题，而这些问题无法通过传统的焊丝寻位和激光寻位等方法解决，因此该焊接应用普遍以人工焊接为主。搭载 Tracer 3D 焊接视觉系统，可以通过三维视觉识别不同尺寸、不同类型的钢筋结构，并准确反馈钢筋交叉点位置、间隙数据，引导机器人采用对应的工艺进行自动化焊接。从落地效果来看，某装配式钢结构制造领域的上市龙头企业，通过使用知象光电的技术方案实现其未来三年产能扩增规划。该方案是通过使用 Tracer P1 3D 相机对钢结构组件进行高精度 3D 拍照，再利用 Tracer Studio 软件对获取的三维点云数据进行分析，识别出钢结构组件的全部焊缝，并将参数反馈给机器人，引导机器人自动焊接。与该企业过去使用的示教编程方案相比，此方案免示教、免编程，一线操作工不仅可以轻松上手使用，还可以同时操作3~5台设备，这为该企业降低了用工成本，提高了工作效率，保障了产品质量。

步步为营，枕戈待旦

高工机器人产业研究所（GGII）数据显示，2021年3D视觉的市场规模约为11.51 亿元；根据 GGII 预测，至 2025 年我国3D视觉的市场规模将达到 104.35 亿元。2021 年中国3D视觉市场增速超过100%，其中国产厂商开始崭露头角，预计未来10年将会是机器视觉发展的“黄金期”，期间将有望涌现出更多优秀的机器视觉厂商。在周翔看来，3D视觉的产业化进程在合理范围之内，参考2D视觉的发展路径，可以发现，3D视觉要实现普及，还需要扫除三个关键障碍：

1、典型场景的落地。通过刚需且大体量场景的带动，3D视觉才能生根。实际上，当前3D机器视觉企业们找寻到的抓取、焊接、开坡口、打磨等典型应用，正带动3D视觉的落地生根。

2、生态的建立。生态包括商业生态与开发者生态。当下开发者生态的开垦更显不足，导致市面上具备3D视觉应用开发能力的人才稀少。而开发者生态的发展有赖于整个行业的推动，培养更多的3D视觉人才。

3、工具链的打造。在2D视觉的发展过程中，诞生了很多优秀的工具软件，进而降低了2D视觉应用开发的难度。对于3D视觉而言，同样如此。

值得注意的是，当前3D视觉在机器人领域还属于新兴技术，渗透率还不高。GGII数据显示， 2021年中国3D 视觉+工业机器人应用台套数为7100套，在整个工业机器人的渗透率为2.72%。GGII预计到2025年渗透率有望达到10%，届时3D视觉+工业机器人的销售数量有望达到6万套。
随着客户端对3D视觉的认知度大幅度提高，供应端热度上升，以及机器人本体企业将3D视觉纳入自身方案的意愿增强，3D视觉和机器人的融合正在加速。
面对大环境的变化，对于创业企业来说，需要储备粮草应对挑战，同时沉下心来修炼核心竞争力，以便在市场所需时，能乘风而起。
2022年，对知象光电来说是一个重要的节点，其业绩实现大幅增长，同时成为高精度3D视觉企业中为数不多实现自我造血的企业。
未来，知象光电还将在底层技术上加大投入，推出更加小巧、高精度、高速的硬件产品，和更智能、易用、开放的软件工具，助力中国制造的自动化升级，笃定远行。

—END—

招募作者

高工机器人正在招募兼职内容创作者和专栏作家，请将简历和原创作品投至邮箱：[e-mail] 

我们对职业、所在地等没有要求，欢迎有兴趣有能力的朋友加入！

历史文章

点

“阅读原文”报名参加2022高工机器人年会