广东奥普特科技股份有限公司|机器视觉_新浪财经

2022年年度报告摘要

公司代码：688686 公司简称：奥普特

第一节重要提示

1本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到www.sse.com.cn网站仔细阅读年度报告全文。

2重大风险提示

公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施，敬请查阅本

报告第三节“管理层讨论与分析”中“四、风险因素”相关内容。

3本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。

4公司全体董事出席董事会会议。

5天职国际会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。

6公司上市时未盈利且尚未实现盈利

□是 √否

7董事会决议通过的本报告期利润分配预案或公积金转增股本预案

公司2022年度利润分配预案为：拟以实施权益分派股权登记日登记的总股本为基数，向全体股东每10股派发现金红利人民币8.50元（含税）。截至2022年12月31日公司总股本122,063,992股，以此计算合计拟派发现金红利103,754,393.20元（含税）。本次公司现金分红金额占合并报表中当年归属于上市公司股东净利润的比例为31.94%。本次不进行资本公积转增股本，不送红股。

上述利润分配预案已经公司第三届董事会第五次会议审议通过，尚需公司股东大会审议。

8是否存在公司治理特殊安排等重要事项

□适用 √不适用

第二节公司基本情况

1公司简介

公司股票简况

√适用 □不适用

■

公司存托凭证简况

□适用 √不适用

联系人和联系方式

■

2报告期公司主要业务简介

(一)主要业务、主要产品或服务情况

奥普特是一家主要从事机器视觉核心软硬件产品的研发、生产和销售的高新技术企业。公司定位于自动化核心零部件供应商，以“打造世界一流视觉企业”为目标，致力于为下游行业实现自动化提供具有竞争力的产品和解决方案。

奥普特成立于2006年，是我国国内较早进入机器视觉领域的企业之一。在成立之初，以机器视觉核心部件中的光源产品为突破口，奥普特进入了当时主要为国际品牌所垄断的机器视觉市场。在十几年的发展过程中，公司坚持“深耕优势、以点带面、以面促点、逐个突破”的发展路径，将产品线逐步拓展至其他机器视觉部件。奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业AI）、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器。同时，奥普特以产品核心技术为基础，建立了成像和视觉分析两大技术平台，结合多年积累的机器视觉在各下游行业应用的专有技术（Know-How），形成了多层次的技术体系。以此为基础，公司能够向下游客户提供各种机器视觉解决方案，协助客户在智能装备中实现视觉功能，提高机器视觉系统的准确性、稳定性和可靠性，从而带动公司产品的销售。

(二)主要经营模式

1.盈利模式

公司依靠产品和解决方案的研发积累形成的技术体系，为客户提供具有技术附加值的机器视觉核心软硬件产品，从中取得收入、获得盈利。

2.研发模式

公司的主要产品机器视觉核心软硬件是实现智能制造的关键构成部分之一。公司所处行业为机器视觉行业，属于高科技行业。研发能力是关系公司在行业内竞争力的核心因素之一。公司的研发主要包括基于各机器视觉软硬件产品的研发和基于机器视觉解决方案的研发。

对于基于各机器视觉软硬件产品的研发，公司坚持基础研发、产品研发与前瞻性研发并重。一方面公司通过包括对光学成像、图像处理、深度学习、3D视觉技术、异构计算等技术的研究，为产品研究夯实了技术基础；另一方面，公司也贴合客户需求不断研发改进既有产品，有效地满足客户需求、提升用户体验；此外，公司根据业务发展规划，结合行业发展轨迹，进行前瞻性的产品研发和布局。

对于基于机器视觉解决方案的研发包括三个层次。第一个层次是针对客户具体的需求和应用场景进行的方案研发。机器视觉的应用场景千变万化，在实际应用过程中，需要考虑到各种各样的因素，如被摄目标自身的大小、形状，机器视觉所在设备的自身结构、速度等，对机器视觉系统的影响，才能设计出合适、可实现应用目标的方案。第二个层次是从若干客户的各种具体应用场景中对解决方案进行总结研发，提炼出在一定应用场景下相对普适性的解决方案，从而向客户提供更优化、简洁、高效的产品和服务。第三个层次是将应用数据反馈回具体的机器视觉软硬件层面，总结出产品改进和新品开发的路线，促进产品的研发。

3.销售模式

公司的销售模式均为买断式销售，主要依托向客户提供解决方案带动产品的销售，主要客户类型包括设备制造商、设备使用方、系统集成商/贸易商等。

机器视觉是智能装备的“眼睛”和视觉“大脑”，是实现智能制造的重要核心部分。而机器视觉在我国兴起和发展的时间较短，客户对于机器视觉能够实现的功能和能够达到的效果有一定的疑虑；且机器视觉功能的实现受到多种变量的影响，一套高效的机器视觉解决方案的设计需要大量的经验数据，而机器视觉的使用者往往较难积累足够的机器视觉应用经验数据库。因此，在销售机器视觉部件过程中，为客户提供技术服务和支持尤为重要。通过对行业特点的分析，结合公司自身的优势，公司建立起了以向客户提供机器视觉解决方案，从而带动产品销售的业务模式。

4.采购模式

公司的对外采购主要分为两个部分：一部分是生产所需的原辅料，包括五金塑胶件、电子电器件、LED、光学件、PCB（A）、线材、接插件、包装材料等，用于生产自产产品。由于公司自产产品线较多，每条产品线涉及的原材料有较大差别，而公司整体规模还相对较小，因此，该部分原辅料的采购具有品种极多、单品种采购量较小等特点。另一部分是用于直接对外销售的外购成品，主要包括相机、镜头等。该部分采购主要针对的是公司目前产品线或产品型号尚未覆盖的部分。

公司结合销售订单和市场需求预测制定生产计划和发货计划，根据生产计划和发货计划制定原材料和外购成品采购计划。对于交付周期较长的材料和成品、一般通过销售预测确定预计使用量并联系供应商提前进行备货；对于部分生产过程中普遍适用的通用型材料和成品则维持合理的安全库存，保证生产和销售。

5.生产模式

奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业AI）、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器。随着公司产品线的不断丰富和完善，公司自产的产品品种和系列逐渐增多。

在这些自主生产的产品中，根据常用程度和应用范围大小进行区分，自主产品的标准化程度情况如下：（1）光源产品，包括标准产品和非标准产品，非标光源主要是在标准光源的基础上对尺寸、照度、均匀性等指标进行调整或者组合；（2）光源控制器产品，以标准产品为主，少量非标型号是在标准产品的基础上，对某些特定指标，如电流、电压等，进行强化或者其它特别设定；（3）自主工业镜头、工业相机、视觉控制器、视觉处理分析软件，均为标准产品。上述标准或者非标准的产品，依托公司的应用技术和向客户提供的解决方案进行组合，从而在各种各样的应用场景中，实现各异的视觉功能。因此，解决方案层面，公司的机器视觉解决方案具有定制化、多品种、小批量的特点。随着行业方案的批量应用及深度积累，逐步实现行业方案及产品和交付的标准化。

公司采取以销定产并按照销售预测保持一定安全库存的生产备料模式，以保证生产的平稳性和交期的灵活性。对于较为常规的产品，公司采用“备货生产”模式。即根据历史订单数据、下游市场情况等信息进行销售预测并确定安全库存水平，在考虑上游供货周期的基础上，以该库存水平为目标，调整生产节奏，提前排产，以便快速响应市场需求。对于常用程度较低、应用范围较窄的非标准产品，公司采用“按单生产”模式。即以订单为导向，按照客户需求的产品规格、数量和交货期来制定生产计划，组织备料排产。

(三)所处行业情况

1.行业的发展阶段、基本特点、主要技术门槛

公司所处行业为机器视觉行业，机器视觉率先发生和发展在基础科学和技术水平领先的北美、欧洲和日本等发达地区，在全球的发展历史不过半个多世纪。虽然发展时间较短，但在全球范围，以技术革新速度和工业发展之有利形势，机器视觉行业获得了快速的发展。我国机器视觉行业启蒙于20世纪90年代，从代理国外机器视觉产品开始，经历了启蒙阶段、初步发展阶段，目前正处于快速发展阶段。进入21世纪后，少数本土机器视觉企业才逐渐开启自主研发之路。本世纪10年代左右，伴随我国经济的发展、工业水平的进步，特别是3C电子、新能源行业自动化的普及和深入，本土的机器视觉行业获得了空前的发展机遇。

目前，中国已经成为全球制造业的加工中心，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了包括3C电子、新能源、半导体、汽车等国民经济的各个领域。工业和信息化部等七部门印发《智能检测装备产业发展行动计划（2023一2025年）》，其中提出，到2025年，智能检测技术基本满足用户领域制造工艺需求，核心零部件、专用软件和整机装备供给能力显著提升，重点领域智能检测装备示范带动和规模应用成效明显，产业生态初步形成，基本满足智能制造发展需求。研制一批专用智能检测装备。围绕机械、汽车、航空航天、电子信息、钢铁、石化、纺织、医药等行业专用检测需求，支持用户牵头，产学研用跨学科、跨领域攻关，开展基于数字模型的正向设计，融合新原理、新材料、新工艺，研制开发一批专用智能检测装备。加强新材料、生物制造等新兴领域专用检测装备研制。随着我国工业制造领域的自动化和智能化程度的加深，机器视觉将得到更广泛的发展空间。

GGII数据显示，从全球市场来看，2021年全球机器视觉市场规模约为804亿元，同比2020年增长12.15%，预计至2025年该市场规模将超过1200亿元。2022年至2025年复合增长率约为12%；从中国市场来看，2021年中国机器视觉市场规模138.16亿元（该数据未包含自动化集成设备规模），同比增长46.79%，预计至2025年我国机器视觉市场规模将达到349亿元。中国市场已成为全球机器视觉规模增长最快的市场之一。

机器视觉行业属于技术密集型行业，跨越多个学科和技术领域，需要在包括成像、算法、软件、传感器等领域积累大量的技术，需要持续的大量研发投入。因此，较高的技术门槛对潜在的市场进入者构成了壁垒。

2.公司所处的行业地位分析及其变化情况

公司成立于2006年，是国内较早进入机器视觉领域的企业之一。在发展过程中，公司注重技术的积累，奥普特拥有完整的机器视觉核心软硬件产品，自主产品线已全面覆盖视觉算法库、智能视觉平台、深度学习（工业AI）、光源、光源控制器、工业镜头、工业相机、智能读码器、3D传感器。公司产品定位于中高端市场，研发、设计和生产的机器视觉产品已经成功应用于3C电子、新能源、半导体、汽车等多个领域，协助下游客户建立和增强智能制造能力，并为公司技术发展和应用经验的沉淀提供了有力保证。公司也已建立稳定的客户群体，产品应用于全球知名企业和行业龙头企业的生产线中。随着公司应用行业的进一步扩大以及公司面向不同行业不断推出新产品、不断提升服务能力，公司产品销售规模及市场占有率有望持续稳步扩大。

3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势

报告期内，新技术和产业化应用不断提升，公司下游产业链发展势头良好，机器视觉的需求稳步增加，未来应用前景广阔。

（1）新技术的进步极大扩展了机器视觉的应用领域和市场空间

深度学习相关技术的持续进步显著提升了机器视觉技术解决工业问题的能力，加快了机器视觉向更多行业渗透的速度。目前主流的机器视觉技术仍采用传统方式，即首先将数据表示为一组特征，分析特征或输入模型后，输出得到预测结果，在结构化场景下定量检测具有高速、高准确率、可重复性等优势。但随着机器视觉的应用领域扩大，传统方式显示出通用性低、难以复制、对使用人员要求高等缺点。深度学习对原始数据通过多步特征转换，得到更高层次、更加抽象的特征表示，并输入预测函数得到最终结果。深度学习可以将机器视觉的效率和鲁棒性与人类视觉的灵活性相结合，极大地拓展了机器视觉的应用场景。深度学习相关算法不断迭代优化，很多原来处理效果不佳或处理性能不足的机器视觉问题逐步得到较满意的结果，从而有效扩大了机器视觉技术的市场潜力。

传统的机器视觉技术主要基于2D图像的处理分析实现测量、检测、引导、识别等功能。3D视觉技术是对传统2D视觉技术的重要补充。3D视觉技术利用3D视觉传感器采集目标对象的3D轮廓信息，形成3D点云，进而可以实现平面度、翘曲度、段差、曲面轮廓度等3D尺寸量测、3D空间中的机器人引导定位、基于3D信息的检测、识别等各种丰富的功能。3D视觉技术，提供了丰富的三维信息，使机器能够感知物理环境的变化，并相应地进行调整，从而在应用中提高了灵活性和实用性，扩大了机器视觉的应用场景。

高精度成像技术是机器视觉行业始终追求的技术发展目标。高精度成像需要光源、镜头、相机等各部分的精密配合。在光源技术方面，技术的发展方向包括新的光源类型、更全面的波长覆盖、创新的光源布局等；在镜头和相机方面，提供更高分辨率的产品是行业持续的发展方向和目标。

（2）下游产业的发展带动机器视觉行业的持续增长和繁荣

过去数十年来，中国制造业发展迅猛，总体规模体量已位居世界首位，但整体大而不强，产品附加值不高，处于价值链的低端，传统制造业面临严重的发展瓶颈。另外，国际上制造业竞争也在加剧，促使我国制造业的转型升级，同时也面临着很大的挑战。机器视觉由于在高精度尺寸测量、精确引导定位、自动化品质检测、智能化识别判断等方面的独特优势，已成为制造业转型的关键技术之一。机器视觉已经利用机器视觉技术在消费电子制造、新能源、汽车、半导体等众多行业取得成功应用，帮助行业客户实现降本、提质、增效等目标。反过来，下游应用行业不断拓展也为机器视觉企业提供了新的机遇和新的应用方向，中国机器视觉的市场规模被不断扩容。

消费电子行业作为机器视觉最主要的应用行业，将持续引领产业发展。消费电子行业具有技术革新迅速，产品迭代快等特性，整个产业始终保持着非常活跃的态势，频繁的型号和设计变更导致制造企业需要频繁采购、更新其生产线设备，对其上游的机器视觉行业产生巨大需求。消费电子行业海量的产品数量和消费者对轻、薄、高品质电子产品的挑剔，共同推动了其产品必然需要通过更高效、更精细的机器视觉检测技术以提升产能和质量、降本增效。在消费电子产业链上机器视觉技术已经基本覆盖从元器件、部件和成品的全制造环节的自动化及品质检测与量测。此外，连接器检测、PCB检查、SMT、硬盘检测、元器件在线分类筛选、二维码读取等场景的应用渗透率也逐步提高。

“双碳”背景下，锂电新能源行业将从GWh迈入TWh时代，终端厂商既要保障电池产品全生命周期可靠性，又要大幅提高生产效率，打造TWh级别超大规模交付能力。锂电生产中气泡、黑点等瑕疵、极耳错位等问题对电池质量及稳定性存在较大影响，过去锂电池质量检测更多依赖于人工，近几年随着安全事故发生频率增加，为提高锂电池性能的稳定性与品质的可靠性，电池厂商对锂电池视觉检测重视程度持续增加。此外，为了应对日益复杂的制造工艺和满足高质量的产品需求，业界提出了“极限制造”理念。面对“极高的质量要求，极复杂的工艺流程，极快的生产速度”三大挑战，核心锂电厂商建立了极限制造体系架构，打造以智能制造平台为核心，多平台、多系统深度交互的工业化和信息化融合生态平台，支撑极限制造目标的实现。其中，机器视觉技术是关键的环节。随着锂电池制造企业扩产，工厂智能化、自动化程度提升，未来随着技术的不断进步，机器视觉产品的需求持续加大。

半导体产业具有高集成度、高精细度的特点，是机器视觉技术最早大规模应用的领域。在新的国际环境下，中国半导体芯片产业链受到限制，特别是对生产设备的限制，刺激我国半导体芯片生产设备的国产替代、国产自主可控进一步加快进程。内资机器视觉企业已经进入长期被外资设备商把控的高端机器视觉装备领域，半导体制造领域日趋成熟与稳定的技术有望形成新的市场增长点，国内机器视觉行业也将迎来新的发展机遇。

汽车行业是国家高质量发展战略的重点行业之一，中国新能源汽车市场规模和发展速度持续领先，已开始建立自主可控的供应链体系，推进新能源车核心产业链国产化。除新能源汽车相关零部件已高度国产化外，自主设计、自建自动化生产线成为众多中国造车新势力车企的首要选择。汽车自动化产线的建设，离不开机器视觉技术的应用，特别是在装配的在线检测和零部件的离线检测等。中国汽车行业，特别是新能源汽车的高速发展，叠加核心产业链的国产化进程，给国内机器视觉企业带来增长机会。

3公司主要会计数据和财务指标

3.1近3年的主要会计数据和财务指标

单位：元币种：人民币

■

3.2报告期分季度的主要会计数据

单位：元币种：人民币

■

季度数据与已披露定期报告数据差异说明

□适用 √不适用

4股东情况

4.1普通股股东总数、表决权恢复的优先股股东总数和持有特别表决权股份的股东总数及前 10 名股东情况

单位: 股