菏泽图像采集卡项目可行性研究报告.docx
《菏泽图像采集卡项目可行性研究报告.docx》由会员分享,可在线阅读,更多相关《菏泽图像采集卡项目可行性研究报告.docx(139页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、泓域咨询/菏泽图像采集卡项目可行性研究报告目录第一章 行业、市场分析7一、 政策规划扶持,机器视觉渗透率逐渐提升7二、 图像采集卡8第二章 背景、必要性分析11一、 下游应用领域广泛,三大制造业领域领头11二、 机器视觉优势明显12三、 国内机器视觉行业正处于高速发展阶段17四、 全力推进“城市功能”突破,打造四省交界区域崭新城市20五、 全力推进“重点产业”突破,加快构建现代产业体系23六、 项目实施的必要性25第三章 项目绪论26一、 项目名称及投资人26二、 编制原则26三、 编制依据27四、 编制范围及内容27五、 项目建设背景28六、 结论分析29主要经济指标一览表31第四章 建设内
2、容与产品方案33一、 建设规模及主要建设内容33二、 产品规划方案及生产纲领33产品规划方案一览表33第五章 选址可行性分析35一、 项目选址原则35二、 建设区基本情况35三、 实施创新驱动发展战略,以科技创新催生发展新动能37四、 积极融入新发展格局38五、 项目选址综合评价41第六章 建筑工程技术方案42一、 项目工程设计总体要求42二、 建设方案43三、 建筑工程建设指标44建筑工程投资一览表45第七章 SWOT分析说明47一、 优势分析(S)47二、 劣势分析(W)48三、 机会分析(O)49四、 威胁分析(T)49第八章 法人治理结构57一、 股东权利及义务57二、 董事62三、
3、高级管理人员66四、 监事68第九章 节能方案70一、 项目节能概述70二、 能源消费种类和数量分析71能耗分析一览表72三、 项目节能措施72四、 节能综合评价75第十章 环境保护分析76一、 编制依据76二、 环境影响合理性分析76三、 建设期大气环境影响分析78四、 建设期水环境影响分析79五、 建设期固体废弃物环境影响分析79六、 建设期声环境影响分析80七、 环境管理分析81八、 结论及建议82第十一章 项目进度计划83一、 项目进度安排83项目实施进度计划一览表83二、 项目实施保障措施84第十二章 劳动安全85一、 编制依据85二、 防范措施88三、 预期效果评价92第十三章 组
4、织架构分析93一、 人力资源配置93劳动定员一览表93二、 员工技能培训93第十四章 原辅材料及成品分析95一、 项目建设期原辅材料供应情况95二、 项目运营期原辅材料供应及质量管理95第十五章 投资估算及资金筹措96一、 编制说明96二、 建设投资96建筑工程投资一览表97主要设备购置一览表98建设投资估算表99三、 建设期利息100建设期利息估算表100固定资产投资估算表101四、 流动资金102流动资金估算表103五、 项目总投资104总投资及构成一览表104六、 资金筹措与投资计划105项目投资计划与资金筹措一览表105第十六章 经济效益107一、 基本假设及基础参数选取107二、 经
5、济评价财务测算107营业收入、税金及附加和增值税估算表107综合总成本费用估算表109利润及利润分配表111三、 项目盈利能力分析111项目投资现金流量表113四、 财务生存能力分析114五、 偿债能力分析115借款还本付息计划表116六、 经济评价结论116第十七章 招标及投资方案118一、 项目招标依据118二、 项目招标范围118三、 招标要求118四、 招标组织方式119五、 招标信息发布120第十八章 总结121第十九章 附表附录123主要经济指标一览表123建设投资估算表124建设期利息估算表125固定资产投资估算表126流动资金估算表127总投资及构成一览表128项目投资计划与资
6、金筹措一览表129营业收入、税金及附加和增值税估算表130综合总成本费用估算表130固定资产折旧费估算表131无形资产和其他资产摊销估算表132利润及利润分配表133项目投资现金流量表134借款还本付息计划表135建筑工程投资一览表136项目实施进度计划一览表137主要设备购置一览表138能耗分析一览表138第一章 行业、市场分析一、 政策规划扶持,机器视觉渗透率逐渐提升在人口老龄化严重、人工成本加重的情况下,国家越来越注重智能制造的发展,为高端装备、人工智能、自动化生产等领域发布各项政策规划支持行业发展,充分支持智能制造行业的产品研发和市场扩展。高端装备制造、人工智能、自动化生产行业均是机器
7、视觉技术的主要应用领域,对于精准度的严格要求需要机器视觉技术的支持。受益于国家各项政策推动,机器视觉行业得以快速发展。中国制造逐渐走出国门,迈向全球。从2013年起,国家陆续发布相关政策与规划为机器视觉行业提供支持。2016年发布的智能制造“十三五”发展规划,提出十大重点任务,加快智能制造装备发展并推动重点领域智能转型。发展规划为高端装备制造和自动化生产的发展提供大力支持,而作为配套设备的机器视觉产品需求也逐渐增加。2019年发布的加快培育共享制造新模式新业态,促进制造业高质量发展的指导意见,提出要求支持平台企业积极应用人工智能技术,发展智能检测功能,不断提升制造全流程的智能化水平。机器视觉技
8、术为智能检测提供便利,提高效率及降低人工成本。随着行业的发展,客户了解到机器视觉技术的应用广泛、增效降本等有利因素后,机器视觉在各行业的渗透率逐渐提升。随着机器视觉技术和产品不断扩张下游应用领域,客户对机器视觉的标准提出更高要求。我国在持续制定机器视觉行业相关标准,机器视觉产业联盟于2020年发布了工业镜头术语及工业数字相机术语两项团体标准,进一步推动国内机器视觉标准的制定。同时智能制造机器视觉在线检测通用要求国家标准正在征求意见,而智能制造机器视觉在线检测测试方法国家标准在起草当中。二、 图像采集卡图像采集卡(ImageCaptureCard),又称图像捕捉卡,是一种可以获取数字化视频图像信
9、息,并将其存储和播放出来的硬件设备。很多图像采集卡能在捕捉视频信息的同时获得伴音,使音频和视频在数字化过程中同步保存、同步播放。图像采集卡的功能是将图像信号采集到电脑中,以数据文件的形式保存在硬盘上,是进行图像处理必不可少的硬件设备。图像采集卡可以把摄像机拍摄的视频信号从摄像带上转存到计算机中,利用相关的视频编辑软件,对数字化的视频信号进行后期编辑处理,如剪切画面、添加滤镱、字幕和音效等。在电脑上通过图像采集卡可以接收来自视频输入端的模拟视频信号,对该信号进行采集、量化成数字信号,然后压缩编码成数字视频。大部分图像采集卡都具备硬件压缩功能,在采集视频信号时首先在卡上对视频信号进行压缩,再通过P
10、CI接口把压缩的视频数据传送到主机上。一般的PC视频采集卡采用帧内压缩的算法把数字化的视频存储成AVI文件,高级视频采集卡能把采集到的数字视频数据压缩成MPEG-1格式的文件。由于模拟视频输入端可以提供不间断的信息源,视频采集卡要采集模拟视频序列中的每帧图像,并在采集下一帧图像之前把这些数据传入电脑系统。因此,实现实时采集的关键是每一帧所需的处理时间。如每帧视频图像的处理时间超过相邻两帧之间的相隔时间,将会出现数据的丢失,即丢帧现象。采集卡是把获取的视频序列先进行压缩处理后存入硬盘,即视频序列的获取和压缩是同时完成的,免除了再次进行压缩处理的不便。不同档次的采集卡采集压缩性能质量也将有所不同。
11、图像采集卡主要有两种类型,分别为PCI/PCIe和USB采集卡,而业内企业以生产PCI/Pcle采集卡为主,PCI/PCIe采集卡使用率较高,市场占比约为80%。中国、欧洲和北美为图像采集卡主要生产地区,中国占比约为36%。图像采集卡技术含量高,2020年CR5市场占比约为42%,市场集中度相对较高。2020年全球图像采集卡市场规模为3.31亿美元,同比下降0.06%。目前,北美是全球最大的图像采集卡市场,2020年市场占比达到32%。国内图像采集卡市场规模为3.9亿元。第二章 背景、必要性分析一、 下游应用领域广泛,三大制造业领域领头制造业是目前机器视觉应用中比重最大的领域之一。由于制造业竞
12、争加剧,成本压力迫使企业重视生产效率并促进了机器视觉技术的应用。为了提高生产效率,降低人力成本、减少生产过程中的错误,工业生产和管理中的某些人工环节逐渐被机器替代。机器视觉系统的特点是提高生产的柔性和智能化程度。此外,机器视觉易于实现信息集成,是实现计算机集成制造的基础核心技术之一。在制造业领域之外,机器视觉技术也应用于农业、医药行业、包装印刷业等其他领域。制造业细分领域中,消费电子、汽车、半导体是机器视觉行业应用最广泛的三大领域。近十年,中国工业机器人密度高速增长。2020年,中国工业机器人密度为246台/万人,较2019年增加59台/万人,从全球第15名提升至第9名。中国工业机器人密度已高
13、于全球水平,但仍低于发达水平国家,其中韩国、新加坡、日本长期霸占全球各国工业机器人密度榜首,分别为932台/万人、605台/万人、390台/万人;德国和美国工业机器人密度分别为371台/万人、255台/万人。对比发达国家,中国的工业机器人密度仍有较大的上升空间,将拉动自动化生产设备需求,细分领域机器视觉需求也将增加。二、 机器视觉优势明显根据美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会关于机器视觉的定义:机器视觉是通过光学的装置和非接触的传感器,自动地接收和处理一个真实物体的图像,以获得所需信息或用于控制机器人运动的装置。机器视觉即用机器代替人眼,模拟眼
14、睛进行图像采集,经过图像识别和处理提取信息,最终通过执行装置完成操作。机器视觉是计算机学科的一个重要分支,综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展,也推动了机器视觉的发展。机器视觉系统是指通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作,是用于生产、装配或包装的有价值的机制。它
15、在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。机器视觉的特点是提高生产的柔性和自动化程度。在不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。可以在最快的生产线上对产品进行测量、引导、检测和识别,并能保质保量的完成生产任务。机器视觉的灰度分辨率强,一般可使用256个灰度级,采集系统可具有10bit、12bit、16bit等灰度级,远强于人类视觉的64
16、个灰度级,也弥补了人类视觉对灰度分辨率的缺陷。目前,机器视觉的空间分辨率有4Kx4K的面阵摄像机和12K的线阵摄像机,通过设备各种光学镜头,可观测小物件至微米,大物体至天体的目标。此外,机器视觉可从紫外光到红外光的较宽光谱范围,也有X光等特殊摄像机等配件适用于不同特殊用途。人类视觉适应性强,可在复杂环境中识别目标,较为适合无结构化场景,而机器视觉具有速度、准确度和可重复性等优势,更擅长定量测定结构化场景。使用合适的相机分辨率和光学元件制造的机器视觉可检测人眼难以看到的物体细节。机器视觉检测可避免测试系统和待测零件发生物理接触、零件损坏、由机械组件磨损产生的维护和成本支出,同时减少制造过程中的人
17、为干预,从而增加安全性和操作便捷性。此外,还可以避免人为污染无尘室,保护工人误入危险环境。根据自动成像协会(AIA),机器视觉涵盖所有工业和非工业应用,它综合使用硬件和软件的功能,根据图像的采集和处理为设备提供操作指引。虽然工业机器视觉的使用与学术、教育、政府、军事等应用相同的机器视觉算法和方法,但个别方面仍具有不同之处。与学术、教育视觉系统相比,工业视觉系统需要更高的坚固性、可靠性和稳定性,而且成本相对而言较低。机器视觉系统依靠工业相机内受保护的数字传感器和专用光学元件采集图像,使计算机硬件和软件能够处理、分析和测量各种特性以帮助制定决策。机器视觉的用途可分为定位、识别、引导、测量、检查。(
18、1)定位:零件定位在机器视觉应用中是关键的第一步。无论是简单的装配验证还是复杂的三维机器料箱拣选,所有机器视觉应用的第一步是通过模式匹配技术在相机视野中找到关注的对象或特征。关注对象的定位决定了成功还是失败。如模式匹配软件工具无法精确定位图像中的零件,则无法进行识别、引导、检查或测量。在实际生产中,零件外观出现差异将无法实行定位,该步骤具极具挑战性;视觉系统根据图案来识别零件,尽管严格管控元器件的制造过程,在视觉系统中的外观也会有一些差异。视觉系统的零件定位工具必须足够智能且快速并准确地将培训模式和下移至生产线上的实际对象进行比较,从而获得更准确、可靠且可重复的结果。(2)识别:视觉技术可以读
19、取字母、数字、字符。零件标识和识别机器视觉系统可以读取条码(一维)、数据矩阵代码(二维)、直接部件标识(DPM)和零件、标签与包装上印刷的字符。先由光学字符识别(OCR)系统在不知情的情况下读取字母、数字、字符,然后由字符验证(OCV)系统确认字符串的存在。此外,机器视觉系统可以通过定位具体图案来识别零件或根据颜色、形状或大小识别物品。DPM应用将代码或字符串直接标记到零件上,通过直接部件标记进行追溯可以改善资产追溯和零件真伪验证。通过记录成品子组件中各元件的谱系信息,它还可以提供单位级数据,从而推动出色技术支持和保修服务的提供。(3)引导:有多种需要引导的原因。首先,机器视觉系统可以定位零件
20、的位置和方向,然后将其与规定的公差进行对比,并确保它位于正确的角度以便准确地验证装配。然后可以通过引导将零件在二维和三维空间中的位置和方向报告给机器人或机器控制器,使机器人能够定位零件或让机器能够对准零件。机器视觉引导在许多任务中可以实现比手动定位更高的速度和准确性。另外,可通过引导与其他机器视觉工具对准。这是机器视觉的一个非常强大的功能,因为生产期间零件可能会以未知的方向出现在相机视野中。通过定位零件再将其与其他机器视觉工具对齐,机器视觉可以实现自动工具固定。这涉及定位零件上的关键特征以精确放置卡尺、斑点、边缘或其他视觉软件工具从而正确地与零件产生相互作用。这种方法使制造商能够在同一条生产线
21、上制造多个产品并减少了对检测时需要维持零件位置的昂贵的硬件换型的需求。引导需要几何图案搭配。图案搭配工具必须能处理对比度和照明方面之间存在的差异,以及比例、旋转和其他因素的变化,同时每次都要可靠地找到零件。这是因为其他机器视觉软件工具的对准需要图案搭配获得位置信息。(4)测量:测量距离和位置以评估是否符合规格。测量应用中的机器视觉系统计算测量对象上两个点、多个点或几何位置之间的距离以确定这些测量是否符合规格。如不符合标准,视觉系统向机器控制器发送失败信号,触发拒绝机制以将对象从生产线上弹出。在实际应用中,使用固定安装的相机采集通过相机视野的零件图像,然后系统使用软件计算图像中各个点之间的距离。
22、由于许多机器视觉系统可以测量0.0254毫米范围内的对象特征,所以能解决诸多手工接触测量无法处理的应用。(5)检查:识别缺陷、异常和其他制造缺陷。检查应用中的机器视觉系统用于检测制造的产品中的缺陷、污染、功能缺陷和其他异常。如检查药物的药片是否有缺陷,验证显示屏上的图标或确认像素的存在,或检测触摸屏以评估背光对比度的水平。机器视觉也可检查产品的完整性,如保证食品和药品行业产品和包装是否相符,以及检查瓶子的密封、瓶盖和环的安全性。三、 国内机器视觉行业正处于高速发展阶段机器视觉是人工智能正在快速发展的一个分支,全球机器视觉行业发展从20世纪50年代开始,工作主要是二维图像分析与识别,包括光学字符
23、识别、工件表面图片分析、显微图片等分析。60年代开始以研究及理解三维场景的机器视觉。1965年研究学者从数字图像中提取如立方体、楔形体等的三维结构,研究物体形状与物体空间关系,开始对三维机器视觉的研究。受到积木世界的创造性研究的启发,对积木世界做更深入的研究,理解积木玩具组成的三维世界,以此为基础深入研究与理解更复杂的三维场景。从边缘、角点等特征开始,再到线条、平面、曲面等要素,再深入研究至图像明暗、运动以及成像几何,并建立了各种数据结构和推理规则。深入研究积木世界后,70年代起,机器视觉的理念逐步清晰明了,行业发展速度极快。知名大学正式开设“机器视觉”课程,越来越多学者踊跃参与机器视觉理论、
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 菏泽 图像 采集 项目 可行性研究 报告
限制150内