换肤

主营介绍

  • 主营业务:

    3D视觉感知产品的设计、研发、生产和销售。

  • 产品类型:

    3D视觉传感器、消费级应用设备、工业级应用设备

  • 产品名称:

    3D视觉传感器 、 3D刷脸支付设备 、 3D体感一体机 、 3D体态仪 、 三维光学扫描测量 、 三维全场应变测量 、 三维光学弯管测量

  • 经营范围:

    一般经营项目是:立体照相机及多项光学测量产品的技术开发,技术咨询,技术服务及销售;计算机视觉,3D感知,3D传感器,人工智能相关的芯片,算法,光学器件,模组,整机的技术开发及销售;经营进出口业务(以上根据法律,行政法规,国务院决定等规定需要审批的,依法取得相关审批文件后方可经营)。许可经营项目是:立体照相机及多项光学测量产品的生产。

运营业务数据

最新公告日期:2022-06-20 
业务名称 2021-12-31 2020-12-31 2019-12-31
3D视觉传感器产量(台) 71.82万 32.56万 187.97万
3D视觉传感器销量(台) 99.00万 36.56万 133.57万
工业级应用设备销量(套) 63.00 71.00 62.00
消费级应用设备产量(台) 6.91万 4.03万 5.82万
消费级应用设备销量(台) 6.05万 3.57万 4.54万

主营构成分析

{"2022-06-30":{"YYSR":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","12150.00"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","4399.93"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","1050.54"],["\u5176\u4ed6","444.11"],["\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1",257.42]],"3":[["\u5883\u5185","15923.53"],["\u5883\u5916","2378.48"]]},"YYCB":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","5820.61"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","3430.18"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","391.40"],["\u5176\u4ed6","365.46"],["\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1",153.17]],"3":[["\u5883\u5185","9154.72"],["\u5883\u5916","1006.09"]]},"LRBL":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","77.75"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","11.91"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","8.10"],["\u5176\u4ed6","0.97"],["\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1",1.28]],"3":[["\u5883\u5185","83.14"],["\u5883\u5916","16.86"]]}},"2021-12-31":{"YYSR":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","35345.60"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","7579.58"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","2035.80"],["\u5176\u4ed6","1899.32"],["\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1",554.98]],"3":[["\u5883\u5185","41690.44"],["\u5883\u5916","5724.84"]]},"YYCB":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","17562.67"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","5034.88"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","726.00"],["\u5176\u4ed6","1419.87"],["\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1",110.12]],"3":[["\u5883\u5185","22933.38"],["\u5883\u5916","1920.16"]]},"LRBL":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","78.82"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","11.28"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","5.81"],["\u5176\u4ed6","2.13"],["\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1",1.97]],"3":[["\u5883\u5185","83.14"],["\u5883\u5916","16.86"]]}},"2021-06-30":{"YYSR":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","12605.55"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","1909.50"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","885.96"],["\u5176\u4ed6","749.70"]],"3":[["\u5883\u5185","13243.41"],["\u5883\u5916","2367.71"],["\u5176\u4ed6\u4e1a\u52a1\u6536\u5165","539.59"]]},"YYCB":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","6675.18"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","1543.31"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","312.00"],["\u5176\u4ed6","594.88"]],"3":[["\u5883\u5185","7918.43"],["\u5883\u5916","770.03"],["\u5176\u4ed6\u4e1a\u52a1\u6536\u5165","436.91"]]},"LRBL":{"2":[["3D\u89c6\u89c9\u4f20\u611f\u5668","84.41"],["\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","5.21"],["\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","8.17"],["\u5176\u4ed6","2.20"]],"3":[["\u5883\u5185","75.80"],["\u5883\u5916","22.74"],["\u5176\u4ed6\u4e1a\u52a1\u6536\u5165","1.46"]]}}}
{"YYSR":{"chartWrap2":[{"name":"3D\u89c6\u89c9\u4f20\u611f\u5668","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[12150,35345.6,12605.55],"columnData":[66.39,74.54,78.05],"unit":["1.22\u4ebf","3.53\u4ebf","1.26\u4ebf"]},{"name":"\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[4399.93,7579.58,1909.5],"columnData":[24.04,15.99,11.82],"unit":["4399.93\u4e07","7579.58\u4e07","1909.50\u4e07"]},{"name":"\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[1050.54,2035.8,885.96],"columnData":[5.74,4.29,5.49],"unit":["1050.54\u4e07","2035.80\u4e07","885.96\u4e07"]},{"name":"\u5176\u4ed6","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[444.11,1899.32,749.7],"columnData":[2.43,4.01,4.64],"unit":["444.11\u4e07","1899.32\u4e07","749.70\u4e07"]},{"name":"\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1","timeData":["2022-06-30","2021-12-31"],"lineData":[257.42,554.98],"columnData":[1.41,1.17],"unit":["257.42\u4e07","554.98\u4e07"]}],"chartWrap3":[{"name":"\u5883\u5185","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[15923.53,41690.44,13243.41],"columnData":[87,87.93,82],"unit":["1.59\u4ebf","4.17\u4ebf","1.32\u4ebf"]},{"name":"\u5883\u5916","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[2378.48,5724.84,2367.71],"columnData":[13,12.07,14.66],"unit":["2378.48\u4e07","5724.84\u4e07","2367.71\u4e07"]},{"name":"\u5176\u4ed6\u4e1a\u52a1\u6536\u5165","timeData":["2021-06-30"],"lineData":[539.59],"columnData":[3.34],"unit":["539.59\u4e07"]}]},"YYCB":{"chartWrap2":[{"name":"3D\u89c6\u89c9\u4f20\u611f\u5668","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[5820.61,17562.67,6675.18],"columnData":[57.28,70.66,73.15],"unit":["5820.61\u4e07","1.76\u4ebf","6675.18\u4e07"]},{"name":"\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[3430.18,5034.88,1543.31],"columnData":[33.76,20.26,16.91],"unit":["3430.18\u4e07","5034.88\u4e07","1543.31\u4e07"]},{"name":"\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[391.4,726,312],"columnData":[3.85,2.92,3.42],"unit":["391.40\u4e07","726.00\u4e07","312.00\u4e07"]},{"name":"\u5176\u4ed6","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[365.46,1419.87,594.88],"columnData":[3.6,5.71,6.52],"unit":["365.46\u4e07","1419.87\u4e07","594.88\u4e07"]},{"name":"\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1","timeData":["2022-06-30","2021-12-31"],"lineData":[153.17,110.12],"columnData":[1.51,0.44],"unit":["153.17\u4e07","110.12\u4e07"]}],"chartWrap3":[{"name":"\u5883\u5185","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[9154.72,22933.38,7918.43],"columnData":[90.1,92.27,86.77],"unit":["9154.72\u4e07","2.29\u4ebf","7918.43\u4e07"]},{"name":"\u5883\u5916","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[1006.09,1920.16,770.03],"columnData":[9.9,7.73,8.44],"unit":["1006.09\u4e07","1920.16\u4e07","770.03\u4e07"]},{"name":"\u5176\u4ed6\u4e1a\u52a1\u6536\u5165","timeData":["2021-06-30"],"lineData":[436.91],"columnData":[4.79],"unit":["436.91\u4e07"]}]},"LRBL":{"chartWrap2":[{"name":"3D\u89c6\u89c9\u4f20\u611f\u5668","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[77.75,78.82,84.41],"columnData":[77.75,78.82,84.41],"unit":["77.75\u4e07","78.82\u4e07","84.41\u4e07"]},{"name":"\u6d88\u8d39\u7ea7\u5e94\u7528\u8bbe\u5907","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[11.91,11.28,5.21],"columnData":[11.91,11.28,5.21],"unit":["11.91\u4e07","11.28\u4e07","5.21\u4e07"]},{"name":"\u5de5\u4e1a\u7ea7\u5e94\u7528\u8bbe\u5907","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[8.1,5.81,8.17],"columnData":[8.1,5.81,8.17],"unit":["8.10\u4e07","5.81\u4e07","8.17\u4e07"]},{"name":"\u5176\u4ed6","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[0.97,2.13,2.2],"columnData":[0.97,2.13,2.2],"unit":["9700.00","2.13\u4e07","2.20\u4e07"]},{"name":"\u5176\u4ed6\u4e1a\u52a1\u603b\u8ba1","timeData":["2022-06-30","2021-12-31"],"lineData":[1.28,1.97],"columnData":[1.28,1.97],"unit":["1.28\u4e07","1.97\u4e07"]}],"chartWrap3":[{"name":"\u5883\u5185","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[83.14,83.14,75.8],"columnData":[83.14,83.14,75.8],"unit":["83.14\u4e07","83.14\u4e07","75.80\u4e07"]},{"name":"\u5883\u5916","timeData":["2022-06-30","2021-12-31","2021-06-30"],"lineData":[16.86,16.86,22.74],"columnData":[16.86,16.86,22.74],"unit":["16.86\u4e07","16.86\u4e07","22.74\u4e07"]},{"name":"\u5176\u4ed6\u4e1a\u52a1\u6536\u5165","timeData":["2021-06-30"],"lineData":[1.46],"columnData":[1.46],"unit":["1.46\u4e07"]}]}}

营业收入 X

单位(%) 单位(万元)
注:通常在中报、年报时披露 
业务名称 营业收入(元) 收入比例 营业成本(元) 成本比例 利润比例 毛利率
按产品 3D视觉传感器 1.22亿 66.39% 5820.61万 57.28% 77.75% 52.09%
消费级应用设备 4399.93万 24.04% 3430.18万 33.76% 11.91% 22.04%
工业级应用设备 1050.54万 5.74% 391.40万 3.85% 8.10% 62.74%
其他 444.11万 2.43% 365.46万 3.60% 0.97% 17.71%
技术服务费 257.42万 1.41% 153.17万 1.51% 1.28% 40.50%
按地区 境内 1.59亿 87.00% 9154.72万 90.10% 83.14% 42.51%
境外 2378.48万 13.00% 1006.09万 9.90% 16.86% 57.70%

主要客户及供应商

您对此栏目的评价: 有用 没用 提建议
前5大客户:共销售了4484.60万元,占营业收入的54.29%
  • 蚂蚁集团
  • 上海商米科技集团股份有限公司
  • Matterport, Inc.
  • SoftBank Robotics Eu
  • 宁波公牛智能科技有限公司
  • 其他
客户名称 销售额(元) 占比
蚂蚁集团
2706.82万 32.77%
上海商米科技集团股份有限公司
947.79万 11.47%
Matterport, Inc.
353.38万 4.28%
SoftBank Robotics Eu
247.95万 3.00%
宁波公牛智能科技有限公司
228.66万 2.77%
前5大客户:共销售了2.34亿元,占营业收入的49.31%
">
  • 蚂蚁集团
  • 上海商米
  • Matterport,Inc.
  • 北京友宝在线科技股份有限公司
  • 牧原股份
  • 其他
客户名称 销售额(元) 占比
蚂蚁集团
1.26亿 26.64%
上海商米
5280.29万 11.14%
Matterport,Inc.
2317.27万 4.89%
北京友宝在线科技股份有限公司
1669.83万 3.52%
牧原股份
1478.52万 3.12%
前5大供应商:共采购了3133.42万元,占总采购额的13.26%
">
  • 骏龙科技有限公司
  • Tower Semiconductor
  • 星源电子科技(深圳)有限公司
  • 深圳市京鸿志电子有限公司
  • 擎亚国际科技股份有限公司
  • 其他
供应商名称 采购额(元) 占比
骏龙科技有限公司
787.42万 3.33%
Tower Semiconductor
708.79万 3.00%
星源电子科技(深圳)有限公司
559.61万 2.37%
深圳市京鸿志电子有限公司
554.29万 2.35%
擎亚国际科技股份有限公司
523.31万 2.21%
前5大客户:共销售了1.01亿元,占营业收入的39.05%
">
  • 阿里巴巴系
  • Matterport,Inc.
  • 广东天波信息技术股份有限公司
  • 禾苗集团
  • 蚂蚁集团
  • 其他
客户名称 销售额(元) 占比
阿里巴巴系
4794.99万 18.52%
Matterport,Inc.
2086.92万 8.06%
广东天波信息技术股份有限公司
1221.87万 4.72%
禾苗集团
1064.31万 4.11%
蚂蚁集团
942.25万 3.64%
前5大供应商:共采购了5274.56万元,占总采购额的29.18%
">
  • Global Unichip Corp.
  • 深圳市京鸿志电子有限公司
  • Lumentum
  • 思特威(上海)电子科技股份有限公司
  • 骏龙科技有限公司
  • 其他
供应商名称 采购额(元) 占比
Global Unichip Corp.
1731.16万 9.58%
深圳市京鸿志电子有限公司
1320.88万 7.31%
Lumentum
977.61万 5.41%
思特威(上海)电子科技股份有限公司
940.61万 5.20%
骏龙科技有限公司
304.30万 1.68%
前5大客户:共销售了3.80亿元,占营业收入的63.62%
">
  • 上海商米
  • 蚂蚁集团
  • 禾苗集团
  • OPPO集团
  • 阿里巴巴系
  • 其他
客户名称 销售额(元) 占比
上海商米
1.40亿 23.51%
蚂蚁集团
8495.95万 14.23%
禾苗集团
7129.55万 11.94%
OPPO集团
4278.32万 7.17%
阿里巴巴系
4041.96万 6.77%
前5大供应商:共采购了9069.25万元,占总采购额的27.23%
">
  • 思特威(上海)电子科技股份有限公司
  • 深圳市京鸿志电子有限公司
  • Global Unichip Corp.
  • 新钜科技股份有限公司
  • Lumentum
  • 其他
供应商名称 采购额(元) 占比
思特威(上海)电子科技股份有限公司
2115.53万 6.35%
深圳市京鸿志电子有限公司
2045.66万 6.14%
Global Unichip Corp.
1766.78万 5.30%
新钜科技股份有限公司
1649.78万 4.95%
Lumentum
1491.49万 4.48%

董事会经营评述

  一、 报告期内公司所属行业及主营业务情况说明
  (一)所处行业情况
  公司主营业务是3D视觉感知产品的设计、研发、生产和销售,主要产品包括3D视觉传感器、消费级应用设备和工业级应用设备。根据《国民经济行业分类》(GB/T4754-2017),公司所属行业为“计算机、通信和其他电子设备制造业”,行业代码为“C39”。
  3D视觉传感器能够让智能终端具备3D视觉感知能力,从而使得智能终端由“看清世界”到“看懂世界”进化。对应的3D视觉感知技术已成为人工智能和物联网时代的关键共性技术,是推动全球科技从互联网/移动互联网时代向智能化物联网时代发展的关键技术之一。3D视觉感知技术经历了从工业级... 查看全部▼

  一、 报告期内公司所属行业及主营业务情况说明
  (一)所处行业情况
  公司主营业务是3D视觉感知产品的设计、研发、生产和销售,主要产品包括3D视觉传感器、消费级应用设备和工业级应用设备。根据《国民经济行业分类》(GB/T4754-2017),公司所属行业为“计算机、通信和其他电子设备制造业”,行业代码为“C39”。
  3D视觉传感器能够让智能终端具备3D视觉感知能力,从而使得智能终端由“看清世界”到“看懂世界”进化。对应的3D视觉感知技术已成为人工智能和物联网时代的关键共性技术,是推动全球科技从互联网/移动互联网时代向智能化物联网时代发展的关键技术之一。3D视觉感知技术经历了从工业级向消费级拓展的过程,核心技术的不断突破和迭代,让大规模产业化应用成为可能。经过近十余年的起步、发展,3D视觉感知行业即将迎来快速增长时期,生物识别、AIoT、消费电子、工业三维测量、汽车等是其主要应用领域。3D视觉感知产业链长,涵盖上游的元器件供应商或代工厂,中游的3D视觉感知方案商,以及下游的各类应用场景客户,在技术、资金、人才等多方面形成了较高的行业门槛和壁垒。
  (二)主营业务、主要产品情况
  公司专注于3D视觉感知技术研发,在万物互联时代为智能终端打造“机器之眼”,致力于让所有终端都能更好地看懂世界。
  公司的主营业务是3D视觉感知产品的设计、研发、生产和销售,3D视觉感知技术处于应用发展初期,公司依托3D视觉感知一体化科研生产能力和创新平台,不断孵化、拓展新的3D视觉感知产品系列。报告期内,公司主要产品包括3D视觉传感器、消费级应用设备和工业级应用设备。
  公司是国内率先开展3D视觉感知技术系统性研发,自主研发一系列深度引擎数字芯片及多种专用感光模拟芯片并实现3D视觉传感器产业化应用的少数企业之一,是市场上为数不多能够提供核心自主知识产权3D视觉感知产品的企业,也是全球少数几家全面布局六大3D视觉感知技术的公司。截至目前,公司系全球已掌握核心技术并实现百万级面阵3D视觉传感器量产的少数企业之一。
  公司致力于将3D视觉感知产品应用于“衣、食、住、行、工、娱、医”等领域,在生物识别、AIoT、消费电子、工业三维测量等市场上实现了多项具有代表性的商业应用。公司已先后服务全球超过1,000家客户及众多的开发者。
  报告期内,公司具体产品包括3D视觉传感器、消费级应用设备和工业级应用设备。其中,3D视觉传感器是由深度引擎芯片、深度引擎算法、通用或专用感光芯片、专用光学系统、驱动及固件等组成的精密光学测量系统,可以采集并输出“人体、物体和空间”的三维矢量信息;消费级应用设备是基于3D视觉传感器的功能特点,结合特定消费级场景应用需求,设计并开发的一体化设备产品;工业级应用设备是面向工业领域高精密检测、测量需求,应用工业三维测量技术设计并开发的一体化成套设备。3D视觉感知技术处于应用发展初期,公司依托3D视觉感知一体化科研生产能力和创新平台,不断孵化、拓展新的3D视觉感知产品系列。
  (三)主要经营模式
  1、采购模式
  公司主要原材料包括通用料件、定制料件。报告期内,公司综合考虑订单需求、市场需求预测并结合采购周期情况进行备货采购,不断提高采购安排的合理性,保障供应链的效率和安全。
  通用料件主要包括电子元器件、通用感光芯片等,由公司根据3D视觉感知产品的技术需求进行选型,通过系统化测试后进行批量采购。
  定制料件主要包括三大类,第一类是由公司自主设计开发后,再采取Fabless模式委托专业代工厂生产,主要包括深度引擎芯片以及iToF感光芯片等自研芯片;第二类是由公司提供功能规划、产品技术参数等需求,再由供应商提供定制化样品,通过系统化测试迭代后进行批量采购,主要包括激光发射器、衍射光学元件等光学器件;第三类是由公司设计并提供相关的技术图纸,再由供应商提供定制化生产,主要包括结构件、PCB板等。
  公司制定了规范统一的采购制度及采购流程,建立了完善的合格供应商准入机制,对供应商进行严格筛选和管理,对供应商资质、报价、产品质量、交货期等从严从优把关,从采购端保证产品质量的稳定性、可靠性。
  2、生产模式
  公司自主进行产品的研发设计,并利用珠三角地区电子行业成熟的产业基础,通过一般采购及定制化采购的方式采购相应主要原材料,将非核心、技术含量较低的半成品加工等生产环节外包给外协厂商,自主生产主要针对激光投影模组加工和整机组装及标定调试等核心环节。
  由于3D视觉传感器属于新型产品,缺乏现成产品生产相关技术。因此,在产品生产环节,公司根据产品特性需求,针对性研发相应的量产核心技术,主要包括标定对齐技术、自校准与补偿技术、核心设备开发技术。这些量产核心技术确保产品量产的一致性、可靠性及良率。
  3、销售模式
  公司采取直销为主的销售模式向境内外客户销售3D视觉感知产品。
  二、核心技术与研发进展
  1.核心技术及其先进性以及报告期内的变化情况
  公司把握2D视觉向3D视觉跃迁的时代契机,专注3D视觉感知技术研发,构建了“全栈式技术研发能力+全领域技术路线布局”的3D视觉感知技术体系,通过“深度+广度”双向驱动,打造3D视觉感知一体化科研生产能力和创新平台,实现公司3D视觉感知技术的全面协同发展。公司的3D视觉感知技术体系如下:
  不同技术路线的底层核心技术相互协同创新。通过对多技术领域及不同层次技术的深入理解和相互贯通,公司一方面开发出性能优异、质量可靠的3D视觉感知产品,另一方面不断实现产品技术迭代创新和产品系统级优化。公司通过对系统设计、芯片设计、算法研发、光学系统、软件开发、量产技术等核心技术的深入研究,开发出结构光、iToF、双目视觉传感器、dToF单线激光雷达以及工业三维测量设备,并积极布局面阵dToF、面阵Lidar等前沿技术。公司核心技术主要通过自主研发为主,并形成相应知识产权。
  公司核心技术先进性一方面体现在已成功开发并规模量产出被众多细分行业龙头运用的3D视觉感知产品,产品性能满足各应用场景高标准要求,对标国际科技巨头;另一方面体现在由全栈式技术研发能力所支撑的系统级优化能力,提升了开发效率与技术性能指标,加快了储备技术的开发进程。具体如下:
  (一)消费级3D视觉感知技术先进性
  公司消费级3D视觉感知技术先进性体现在系统设计、芯片设计、算法研发、光学系统、软件开发以及量产技术等方面。
  (1)系统设计
  3D视觉感知产品是系统级产品,公司开发相应模拟系统进行模拟仿真,在新产品或者技术开发初期,对各个环节及零部件进行全局及局部模拟,并通过搭建实验环境进行功能验证,再进行多次优化,直至达到最优系统性能。
  公司依托从底层到上层技术的全栈式布局,在系统设计时可以更好地进行深入优化与融合,使得系统设计更加合理;此外,结构光、iToF、dToF等技术路线在基础原理上的共通性使得在新技术产品系统设计时,可以借鉴其他技术的成熟模型,缩短系统设计周期。
  系统设计技术先进性主要体现在产品性能以及产品系统层面的创新。在产品性能方面,公司已量产的3D视觉传感器产品性能已获得了广泛商业应用认可;在系统创新层面,主要体现在以下几个方面:
  (2)芯片设计
  公司自成立起就组建了一支专业的芯片团队,形成了数字及模拟芯片的研发实力。公司设计的芯片类型主要包括深度引擎计算芯片、iToF感光芯片、dToF感光芯片、结构光专用感光芯片以及AIoT算力芯片等。目前已成功完成四代深度引擎芯片、两款iToF感光芯片、两款dToF感光芯片的开发;结构光专用感光芯片处于流片状态;正在开发面向开发者、通用市场的AIoT算力芯片以及用于全固态面阵激光雷达的dToF感光芯片。
  ①深度引擎芯片
  3D结构光深度引擎的理论基础是机器视觉中立体匹配算法。为得到图像中每个点的视差,深度引擎需要实时采集目标的散斑图像,与存储的参考散斑图像进行特征匹配。深度引擎芯片集成了中央处理器、总线控制器、内存子系统、结构光深度引擎、主动/被动双目深度引擎、RGB ISP、IR ISP、图像编码器、图像压缩模块、安全加密模块、输入输出子系统以及各类高速模拟接口等功能模块,是系统级SoC芯片,包含了完整的系统、软件/固件及算法,在满足高性能运算的同时,大幅降低了功耗,缩小了芯片的物理面积,加强了深度引擎处理能力,丰富了用户输入输出方式。
  公司结构光/双目深度引擎芯片已形成系列,从MX400、MX6000、MX6300到MX6600迭代,功能不断增强、成像质量不断提升、支持的分辨率逐代提高。
  MX系列芯片的先进性具体体现在以下几个方面:
  ②iToF感光芯片
  iToF感光芯片是iToF3D视觉传感器的核心器件,与结构光/双目技术不同的是,iToF技术主要依靠接收端感光芯片在单个周期内采集多次光信号,并通过换算得到距离信息。
  公司基于BSI背照式65nm+65nmStacking堆栈式工艺的像素设计,优化了像素内电子转移速度,在系统架构设计上采用列级高速高精度ADC以及高速MIPI接口设计,实现超高深度帧率,研发出了可以支持脉冲调制、连续波调制、抗多机干扰等优异性能的iToF感光芯片。公司的iToF感光芯片Pleco已实现量产,目前正随模组小批量出货中,同时公司的另外一款iToF感光芯片Pleco Mini已完成流片,目前在进行相关iToF模组的开发测试。
  ③dToF感光芯片
  基于单光子雪崩二极管(SPAD)的dToF测距原理,通过向物体发射激光散斑,并利用SPAD接收物体表面的反射光子,通过TDC(Time-to-Digital Converter,即时间数字转换器)测量光子飞行时间,经多次统计处理,得到目标物体的深度/距离信息。dToF感光芯片是dToF技术中难度最大、门槛最高的技术。衡量dToF感光芯片的先进性主要包括:SPAD像素性能、像素阵列结构、TDC性能、淬灭电路性能、数据后处理电路的精度、吞吐率、功耗等指标。
  公司dToF感光芯片采用BSI背照式和先进的Stacking堆栈式工艺的芯片结构,通过自主创新,优化了SPAD像素探测效率,提出了创新性的高精度数据后处理算法并申请了专利,设计了高性能的数据后处理电路,可实现mm级测量精度,最远达到10m@100k lux@30%反射率的测量距离,帧率达到30fps,抗干扰能力强。性能指标处于主流的水平,功耗与行业内当前主流芯片相当。目前公司已经完成一款面阵SPAD芯片和一款单点SPAD芯片的流片,目前在进行包括用于全固态面阵激光雷达的dToF感光芯片在内的多款dToF感光芯片的研制。
  ④结构光专用感光芯片
  结构光3D视觉传感器中的接收端需要利用感光芯片采集结构光图像,目前普遍选用市场中通用感光芯片,但由于结构光3D深度引擎算法的特殊性,比如当基线方向与感光芯片的数据读出方向不一致时,就要求在算法层面进行相应的优化调整以适应感光芯片,因此通用感光芯片存在帧率下降、额外计算资源消耗等问题。
  结构光专用感光芯片针对结构光成像技术的应用场景,针对性考虑其应用的多元性,将全局快门和卷帘快门有机的融合在一起,并在专用感光芯片上融入各种预处理算法,缓解后续算力芯片的算力要求,减少接口,提高速度,实现最佳的成像性能。公司开发的结构光专用感光芯片目前处于流片阶段。
  ⑤AIoT算力芯片
  公司面向移动终端、物联网等领域对3D视觉边缘计算的需求,研发将大规模神经网络、3D深度计算、关键算法固化到单颗SoC中,实现同时具备神经网络加速、3D视觉计算算力的AIoT算力芯片。目前公司的AIoT算力芯片仍处于设计开发中。
  (3)算法研发
  ①深度引擎算法
  深度引擎算法用于实现深度信息的计算,包括结构光深度引擎算法、双目深度引擎算法、iToF深度引擎算法等,这些算法一般通过PC端研发、FPGA优化验证,最后形成芯片底层语言,并固化到芯片中。与传统由通用处理器来实现深度计算相比,深度引擎算法更加优化,并专用于深度引擎芯片,可以以更低功耗实现更快速、更高精度的深度信息计算,是3D视觉技术走向消费级并不断推广的关键。
  公司研发的深度引擎算法情况如下:
  深度引擎算法先进性最终体现在芯片或传感器产品性能。公司的深度引擎算法已经过多次迭代,在搜索种子点策略方面进行了深入优化,大幅降低了内存与功耗,此外还通过神经网络提升亚像素精度。
  ②消费级应用算法
  消费级应用算法是基于3D视觉传感器获取的目标场景的三维信息,面向下游消费级应用需要所开发出的算法方案,是构筑客户具体应用与3D视觉传感器硬件之间的桥梁。
  在推动产品应用过程中,公司向上层应用算法拓展,开发骨架跟踪、图像分割、三维重建、VSLAM、沉浸式AR等应用算法,如下所示:
  应用算法的先进性主要通过应用体验来体现。公司骨架跟踪算法已在多平台落地,支持2D以及3D骨架识别与跟踪,帧率可达到30fps,无明显丢帧、抖动等现象;图像分割算法在直播等场景中落地了基于3D图像分割的抠图应用,支持多平台,帧率达到30fps,边缘无毛刺,无明显延迟。三维重建目前可实现20s内完成人脸的纹理及三维重建,效果逼真;VSLAM已部分商用,沉浸式AR处于在研阶段。
  (4)光学设计
  3D视觉传感器采用三维光学测量原理,涉及光学系统,包括局部光学系统(比如结构光3D视觉传感器中的散斑激光投影器件)、全局的三维测量光学系统(比如激光雷达的共轴、离轴光学系统等)。光学系统设计好坏直接影响产品的测量性能。公司根据3D视觉感知类产品的当前需求及对未来的预期,投入了大量资源在光学设计上。
  公司光学设计内容主要包括激光发射器设计、衍射光学元件设计、激光投影器件设计、镜头设计以及光学系统设计等。光学设计的先进性体现如下:
  (5)软件开发
  为便于用户便利地使用公司3D视觉传感器进行开发和应用,公司配套推出二次开发软件工具包SDK,该SDK随3D视觉传感器提供给用户。用户可以通过SDK获取彩色图、深度图,也可以使用相应的API接口将原始深度、彩色数据转换成点云数据。SDK包含3D视觉传感器硬件规格书与结构示意图、API、帮助文档、示范例程以及工具软件。软件开发先进性具体如下:
  (6)量产技术
  3D视觉传感器属于新兴产品,核心器件激光发射模组包含电路板、激光发射器、透镜组以及衍射光学元件等元器件,其组装工艺较传统镜头组装工艺要求更高;此外,3D视觉传感器主要三大组成部件激光发射模组、IR成像模组以及RGB模组在组装时对光轴要求极其严格。因此,公司“从0到1”研发和设计相关产品量产工艺,先后研发了激光发射模组高精度组装与测试、主要部件三合一光轴AA、标定对齐等全链条的量产工艺核心设备,使公司成为全球少数实现3D视觉传感器百万级量产的企业之一。
  此外,公司将产品设计与量产工艺设计相互融合,比如在产品设计端利用算法实现温度误差补偿,降低量产工艺中硬件热性能要求以及相关热测试要求,或者通过在量产工艺中提升标定精度来降低产品设计中对相关算法的高要求。
  量产技术的先进性主要体现在生产效率与产品良率上,目前通过自研工艺设备实现了自动化程度超过80%,产品的整体良率达到99%,高良率不仅意味着在一定程度上降低成本,更意味着公司对产品研发各个环节有着深入、系统性地理解,确保产品量产的一致性。
  (二)工业级3D视觉感知技术先进性
  (1)系统设计
  公司针对工业级应用开发出多个检测系统,并通过不断市场化打磨迭代,提升系统水平。公司的代表性检测系统如下:
  基于上述系统设计,凭借底层核心算法的自主可控,公司可快速整合已有软件平台和算法模块,敏捷向客户提供定制化的设备方案。
  (2)算法设计
  公司在三维工业测量领域研发并形成了摄影测量、图像相关匹配、多目视觉弯管重建、双目结构光三维重建等底层核心算法,实现自主可控和自由调校。部分典型算法如下:
  (3)软件平台
  为支持软件开发的高效、协同、可持续性,公司经过多年研发形成一套工业软件开发平台,可实现接口统一、本地继承并调校、功能的多样化、授权的差异化。软件平台涵盖下述四个层面:
  国家科学技术奖项获奖情况
  国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况
  2.报告期内获得的研发成果
  截至报告期末,公司累计申请专利共1,307个(其中发明专利771个),软件著作权91个;累计获得专利568个(其中发明专利227个),累计获得软件著作权89个。
  报告期内获得的知识产权列表
  注:“其他”为PCT专利数量。
  3.研发投入情况表
  研发投入总额较上年发生重大变化的原因
  研发投入资本化的比重大幅变动的原因及其合理性说明
  4.在研项目情况
  5.研发人员情况
  6.其他说明

  二、经营情况的讨论与分析
  2022年以来,在全球疫情反复和复杂的政治经济环境等因素的叠加影响下,企业经营发展的压力和不确定性增加。面对复杂多变的宏观经济形势,公司在既定的发展战略和年度经营目标的指导下,持续推进3D视觉感知技术在各行业、各应用场景的推广和落地,并持续优化产品性能,加大市场推广力度,促使公司2022年上半年收入保持正增长。公司2022年上半年实现营业收入18,302.01万元,较上年同期增长13.32%。
  (一)持续进行3D视觉感知技术的研发和创新
  报告期内,公司围绕“全栈式技术研发能力+全领域技术路线布局”的3D视觉感知技术体系,对各核心技术进行持续的研发迭代。
  在感光芯片方面,公司自研的iToF感光芯片Pleco和PlecoMini已完成流片;结构光专用感光芯片目前处于流片阶段;公司的dToF感光芯片目前已完成一款面阵SPAD芯片和一款单点SPAD芯片的流片,正在进行包括用于全固态面阵激光雷达的dToF感光芯片在内的多款dToF感光芯片的研制。
  在数字芯片方面,公司目前已成功完成四代深度引擎芯片的开发,正在开发面向开发者、通用市场的AIoT算力芯片。
  在全固态激光雷达方面,公司先后克服了全固态激光雷达的系统方案设计、关键器件定义研制、量产制造和标定等多个技术难点,并在2021年6月完成了中远距全固态激光雷达样机的研制与发布,目前在进行核心感光芯片和驱动芯片的定制开发工作,以及全固态激光雷达系统设计和算法的迭代优化。
  (二)大力推进3D视觉感知技术在各类应用场景落地
  1、生物识别方向
  (1)线下支付
  在疫情多点爆发的背景下,公司加大市场推广力度,稳步推进3D视觉传感器在线下零售、自助货柜、餐饮、医疗、校园、景区、酒店等支付场景的应用。公司已推出多款专门应用于线下零售和智能货柜的支付设备终端。与此同时,公司也在积极参与中国银联线下支付的试点工作,并持续推进同其他第三方支付企业的业务合作。
  (2)医保核身
  公司积极参加国家医保业务综合服务终端3D刷脸设备的开发工作,该业务在国家医保总局的统一规划下,已经在全国多个省市开展系统对接、设备试点等工作。
  (3)智能门锁方向
  门锁作为智慧家庭的重要入口,3D视觉感知技术所带来的准确识别及核验用户身份的能力,为智能门锁行业带来了安全便捷的用户体验,将成为“以人为本”的智能生活方式的关键技术能力之一。公司积极把握3D人脸智能门锁快速普及的行业发展趋势,不断拓展3D视觉传感器在智能门锁领域的应用。经过多年的不懈努力,公司已与包括凯迪仕、德施曼、云米、公牛、海尔、TCL等知名品牌商在内的50多家智能门锁企业达成业务合作,实现了产品的快速出货,搭载公司3D视觉传感器的智能门锁已覆盖C端消费者、公租房、房地产等应用场景。报告期内,公司不断创新迭代相关技术,推出了搭载AI视觉算法的3D视觉感知+猫眼的一体化产品。
  2、机器人领域方向
  随着服务机器人在各类应用场景的普及,公司应用于服务机器人的3D视觉传感器出货实现了快速增长。在机器人业务方向,公司已与包括云迹、擎朗、普渡、高仙等在内的超过100家服务机器人客户实现了业务合作,覆盖了智能工厂、仓储物流、建筑自动化、智能巡检、割草机、酒店配送、楼宇配送、商用清洁、ROS教育等应用场景。
  在扫地机器人应用方向,公司推出了基于自研单点SPAD芯片的dToF单线激光雷达、3DToF传感器、双目避障传感器,目前正在同多家行业客户进行产品测试适配。
  3、消费电子方向
  2018年公司为OPPO旗舰手机FindX提供3D结构光技术,使其成为继苹果iPhoneX后全球第二款量产超百万台搭载3D视觉传感器的智能手机;在智能手机后置视觉传感器方面,2020年5月公司为魅族旗舰手机17Pro提供ToF系统解决方案,自研的ToF深度引擎、高性能滤波算法等技术为其带来优化的3D深感探测性能;2021年3月,公司为魅族5G旗舰新机18Pro提供ToF一站式量产方案。3D视觉感知技术的加载使智能手机在解锁、支付、拍照、AR互动、图片美化、三维空间扫描等功能的用户体验得到了升级或实现。苹果公司的3D视觉传感器在自主的智能手机及平板电脑上已进入商业化应用阶段,公司目标市场安卓阵营受到下游应用内容、外观ID设计、产品成本等影响,市场需求存在阶段性波动,还未进入稳定需求放量阶段。公司将其作为中长期业务布局发展,与行业多家手机品牌厂商保持紧密的技术预研合作,等待市场需求释放。除了手机之外,公司同下游客户持续探索3D视觉感知技术在PAD、电视、电脑等消费电子方向的应用。
  4、其他AIOT业务方向
  公司持续推动3D视觉感知技术在空间扫描、三维测量、智慧交通、智慧农牧、家庭娱乐、体感健身、医疗健康等业务场景的市场拓展,不断迭代和优化产品线,满足各类市场对3D视觉感知技术的需求。同时,持续推动3D开发者社区平台的建设,培育3D视觉感知应用市场。2022年4月,奥比中光3D视觉AI开放平台正式上线,面向全球开发者开放人脸识别、人脸重建等能力,其中面向高校的开发者实践平台“追光空间站”陆续在深圳大学、电子科技大学等7所知名高校落地。
  5、工业方向
  公司把握工业企业智能化升级以及高精度三维测量国产化的大趋势,不断优化升级三维光学扫描测量、三维全场应变测量、三维光学弯管测量等工业级应用设备及应用软件,持续与轨道交通、航空航天、风电能源、3C电子、生物医学、材料研究、汽车等领域的行业企业、科研院所完成合作落地。
  6、汽车业务方向
  公司3D视觉感知技术在汽车领域的应用主要为智能座舱和智能驾驶两大类。在智能座舱方向,公司的3D视觉传感器可以实现车主身份识别、车内手势交互、驾驶员行为分析等功能。目前公司在积极完善相关产品,与汽车产业链合作伙伴进行研发适配。
  在智能驾驶方向,公司在进行单光子面阵全固态激光雷达的研发。激光雷达是汽车由L2/L3级别自动驾驶向L4/L5高级别自动驾驶进化的核心器件。公司先后克服了单光子面阵全固态激光雷达的系统方案设计、关键器件定义研制、量产制造和标定等多个技术难点,并在2021年6月完成了中远距全固态面阵激光雷达样机的研制与发布。目前公司在进行用于相关dToF感光芯片的研制以及全固态面阵激光雷达的系统和算法的迭代优化。
  7、教育行业方向
  公司借助3D视觉硬件和算法技术的优势切入教育行业领域,形成较完善的校园体育与健康解决方案。公司结合国家新课标发布推进体育教育创新,利用3D视觉在扫描测量、动作捕捉、运动跟踪方面的优势,结合3D视觉硬件、算法、大数据和内容等,开发了包括视力健康与脊柱侧弯筛查、智能乒乓教学、交互运动训练、全视觉智能体测等一系列智能硬件、软件系统和教学课程,形成了教、学、评、测、练的闭环系统,涵盖了基础运动素养与专项运动能力。目前公司已经申请了数十项相关专利,体育教育产品和方案已经在上海落地并规模应用,并在北京、深圳、内蒙古、陕西等省市逐步落地。
  8、海外业务
  公司依托创始团队的国际化背景,在成立初期就着手布局海外市场,于2014年在美国设立全资子公司用于服务海外客户,成为国内极少数建立海外销售渠道且能稳定向客户销售3D视觉感知产品的本土企业。过去三年公司境外销售收入保持稳定增长趋势,客户群体不断扩大。报告期内,公司持续优化、完善产品线,覆盖更多应用场景,积极拓展海外客户,抢占海外市场。与此同时,自公司与微软于2021年达成业务合作以来,双方联合设计研发的3D视觉传感器进展顺利,后续将接入微软Azure云计算平台,提供一系列SDK及算法服务,并向微软渠道客户进行产品销售,届时可快速导入微软已积累超过十年的开发者和客户需求。
  (三)推动公司人才体系健全发展
  报告期内,公司继续提升研发团队建设,健全人才激励机制,优化人员结构,吸纳更多优秀人才加入公司。截至报告期末,公司研发人员630名,其中硕士及以上学位的研发人员占研发人员总数的40.00%。公司将继续坚持“以人为本”的人力资源管理理念,立足公司实际情况,不断完善各项人力资源管理制度,为实现公司可持续发展奠定坚实的人才基础。
  报告期内公司经营情况的重大变化,以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项

  三、可能面对的风险
  (一)技术风险
  1.3D视觉感知技术迭代创新的风险
  目前主流3D视觉感知技术包括结构光、iToF、双目、dToF、Lidar、工业三维测量等。公司从结构光技术发展起步,逐步布局其他3D视觉感知技术,报告期内公司产品以结构光技术产品为主,其他技术处于产品上市初期或还在研阶段,存在技术迭代创新不达预期的风险。
  2.核心技术泄密的风险
  通过持续技术创新,公司自主研发了一系列3D视觉感知核心技术,这些核心技术是公司保持竞争优势的有力保障。当前公司多项技术产品处于研发阶段,核心技术保密对公司的发展尤为重要。如果公司在经营过程中因核心技术信息保管不善导致核心技术泄密,将对公司的竞争力产生不利影响。
  3.核心技术人才流失的风险
  本行业是典型的技术密集型行业,对于研发人员尤其是核心技术人才的依赖远高于其他行业。公司已针对优秀人才实施了股权激励等相应的激励措施,对稳定公司核心技术团队起到了积极作用。但随着行业规模的不断增长,同行业企业对于核心技术人才的竞争日趋激烈,如果公司不能持续加强对原有核心技术人才的培养、激励和新人才的引进,则存在核心技术人才流失的风险。
  (二)经营风险
  1.尚未盈利的风险
  报告期内,公司的营业收入为183,020,070.56元,公司归属于母公司股东的净利润为-123,461,624.51元。若公司不能尽快实现盈利,在短期内无法完全弥补累积亏损,将对股东的投资收益造成不利影响。
  2.应用场景增长存在不确定性的风险
  报告期内,公司3D视觉感知技术产品的应用场景主要包括生物识别领域的线下刷脸支付、智能门锁场景,AIoT领域的空间扫描场景、服务机器人场景、智能交通场景,消费电子领域的智能手机场景以及工业三维测量领域。上述应用场景大多还处于发展初期,内外部的影响因素较多,增长存在不确定性的风险。受新冠疫情的持续影响,线下零售受到较大的冲击,3D视觉感知技术在线下支付应用场景的渗透步伐放缓。如果新冠疫情持续,公司产品在线下支付领域应用场景预计将会继续受到较大不利影响。
  公司根据3D视觉感知技术应用发展的节奏,在结构光、双目、工业三维测量实现规模商业化的基础上,先后布局了iToF、dToF、Lidar等3D视觉感知前沿技术及产品研发,重点面向智能手机、汽车等应用场景的3D视觉感知渗透需求。这些产品和技术布局需要公司持续投入大量的人力、物力开展前瞻性基础技术研发、产业化技术研发等工作。目前,公司上述产品和技术布局的应用场景仍属于中长期市场,是否能够如期商业化、商业化规模是否能达到足够市场容量以及公司的技术产品是否能够匹配规模商业化需求均具备一定的不确定性,存在商业化不及预期的风险。
  3.部分关键器件外采及委托加工等方式带来的供应链风险
  报告期内,公司对外采购激光发射器、感光芯片等关键器件,并通过委托加工等方式进行部分生产环节加工,存在关键器件外采及委托加工模式带来的供应链风险。一方面,如果关键器件供应不稳定,短期之内将较难切换到其他供应商,影响到公司产品生产及质量的可靠性;另一方面,如果公司不能同时管控好多种生产模式,做好产品质量管控及技术保密,可能给公司的经营带来较大不利影响。
  (三)内控风险
  公司有境外控股子公司美国奥比、香港奥比、新加坡奥比和JoyfulVision。由于境外控股子公司所在国家和地区的经营环境与境内存在一定的差异,公司对境外控股子公司的管理在管控效率、汇率波动、当地政治与法律的合规性等方面均面临一定风险。若公司无法适应多个国家和地区的监管环境,建立起有效的境外控股子公司管控体系,将对公司境外业务的进一步发展造成一定不利影响。
  (四)行业风险
  3D视觉感知是人工智能和物联网时代的关键基础共性技术,国家各部委及省市地区陆续出台相关政策,对企业在数据应用合规性、数据安全技术上提出更高要求。公司产品应用取决于下游应用行业发展:一方面,数据合规和科技伦理的相关政策法规,可能对公司下游个别行业的发展造成影响,例如市场需求放缓、技术需求提升等;另一方面,在未来公司业务开展过程中,存在因立法或监管政策的发展变化而引发数据合规等方面的潜在法律风险。同时,如公司员工违反公司内部相关制度,或数据合作方、客户等违反协议约定或基于其他自身原因造成数据不当使用或泄露,则可能受到有关部门的行政处罚,或产生数据合规方面的诉讼或纠纷,并可能对公司的研发、销售等业务产生不利影响。

  四、报告期内核心竞争力分析
  (一)核心竞争力分析
  1、技术优势—3D视觉感知全栈式、全领域技术研发创新能力
  公司构建了“全栈式技术研发能力+全领域技术路线布局”的3D视觉感知技术体系,通过对系统设计、芯片设计、算法研发、光学系统、软件开发、量产技术等核心技术的深入研究,开发出结构光、iToF、双目视觉传感器、dToF单线激光雷达以及工业三维测量设备,并积极布局面阵dToF、面阵Lidar等前沿技术。通过对3D视觉感知技术全领域、全栈式的研发布局,公司具备了既能在纵向上从底层到应用层、软硬件一体化的系统级开发设计能力,又能在横向上对不同路线的技术相互借鉴、相互促进的研发创新能力,实现对3D视觉感知技术的深度理解和融合创新。
  公司拥有的系统性设计、全栈式优化的技术研发实力,能够显著提升公司的研发能力和创新速度,更好地满足下游市场和客户的需求,支撑公司保持技术领先优势。截至报告期末,公司累计申请专利1,307项,取得授权专利568项,其中发明专利授权227项。公司先后承担科技部国家重点研发计划项目“面向服务机器人的三维视觉传感器研发及产业化应用”、“3D视觉感知广东省新一代人工智能开放创新平台”等国家级、省级重大项目建设任务。“微型3D智能传感器关键技术及其应用”获2020年度第十届“吴文俊人工智能科技进步奖”;“3D视觉芯片及全平台兼容的高分辨率光学测量系统”获得“广东省科学技术奖科技进步奖一等奖”;“结构光深度相机关键技术的研发及产业化”获得“深圳市科技进步奖技术开发类一等奖”等。
  2、人才优势—光学测量基因深厚、多学科交叉的核心团队
  公司拥有一支以光学测量为基础,芯片设计、算法等多学科交叉的优秀核心团队。公司创始人黄源浩先生是国际知名光学测量专家、国内3D视觉感知技术领域的领军人才,曾先后在4个海外科研究机构从事光学测量相关的博士后研究。以创始人为核心搭建的研发团队,吸纳了一批芯片设计、算法、光学等领域的高端人才和专家,多数拥有海内外知名大学教育背景,具有很强的全球视野。核心团队成员大多具有十多年的实战经验,在一起共事多年,共同攻克了诸多技术难点,形成了公司在3D视觉感知技术研发方面独有的方法和经验,对3D视觉感知技术有深刻的理解,并建立了成熟有效的多学科协同研发机制和研发人才培养机制,建立了公司的核心人才优势和特色。
  截至报告期末,公司研发人员数量630名,占比58.99%,其中博士47名(含24名博士后),国家级人才计划1名、广东省珠江人才7名、各类深圳市高层次人才18名。
  3、产业链优势—集聚全球性供应链和行业头部客户的上下游资源
  全球3D视觉感知市场近年来刚刚兴起,公司凭借出色的产品研发能力、百万级的产品量产保障及快速的服务响应能力,成为全球3D视觉传感器重要供应商之一,并在产业链方面形成了先发优势。
  在上游供应链,公司得到了全球性知名厂商的合作支持;在下游客户资源,公司积累了一批行业龙头客户,且在一些细分行业逐步成为行业客户的标配产品,一旦选用了公司产品,客户在硬件结构设计及软件算法调试方面都需进行专项适配,形成一定的客户粘性。
  公司与各行业头部客户建立的良性合作关系,也反向推动公司产品的升级迭代,同时极大促进了公司对各细分行业的深度理解,进而定义出更适合行业需求的产品。由于3D视觉感知技术正处于行业应用的初期,很多龙头客户与公司合作共同进行风险开发,并优先选择成熟产品实现大规模量产,从而进一步拉大公司与竞争对手的差距。
  4、量产优势—掌握自主核心技术、实现百万级规模的生产能力
  3D视觉传感器的构造精密,生产工艺复杂,量产难度高,能否实现大规模量产是衡量一家企业是否全面掌握3D视觉感知技术的核心评价指标之一。
  公司作为行业的先行者,在早期自主进行专用生产设备的开发,自主设计生产工艺、测试工具、测试流程,自主研发标定与对齐、自校准与补偿等多类核心设备及关键技术,于2015年成功实现了3D视觉传感器量产,2018年成功突破百万级量产交付。截至报告期末,公司系全球已掌握核心技术并实现百万级面阵3D视觉传感器量产的少数企业之一。公司自建工厂已于2020年7月投产,为支撑大规模需求增长提供了有力保障。 收起▲