一、 本公司董事会、监事会及董事、监事、高级管理人员保证半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。

　　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“五、风险因素”相关内容。

　　五、 公司负责人卢治临、主管会计工作负责人叶建平及会计机构负责人（会计主管人员）朱万红声明：保证半年度报告中财务报告的真实、准确、完整。

　　本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，敬请投资者注意投资风险。

　　十一、 是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否

　　一种应用于工业和非工业领域的硬件和软件组合，它基于 捕获并处理的图像为设备执行其功能提供操作指导

　　单位受照面积接受的光通量，单位勒克斯（lux），即 lm/ ㎡。照度与受光面积，受光距离密切相关，是机器视觉行业 常用的物理量

　　又称分辨率、解像度，即每英寸图像上的像素数量，光学镜 头和相机的重要参数之一，如分辨率 720p，其每英寸图像 上的像素数量为 1280*720=921600个，即大约为 100 万像 素

　　按照要求设计好的有限的确切的计算序列，并且这样的步 骤和序列可以解决一类问题

　　人工智能及机器学习的一个子集，仿真生物神经系统（例如 人类大脑）工作，使用多层神经网络最先进精确执行任务， 例如物体探测及识别、语音识别及自然语义处理

　　对算法及统计模型的科学学习，计算机系统利用这些算法 及统计模式毋须具体编程指示即可有效执行指定任务

　　Robustness，统计学中的专业术语，用以表征控制系统对特 性或参数摄动的不敏感性

　　人工智能（Artificial Intelligence），它是研究、开发 用于模拟、延伸和扩展人的智能的理论、方法、技术及应用 系统的一门新的技术科学

　　Light Emitting Diode发光二极管，LED是一种固态的半 导体器件，由含镓、砷、磷、氮等的化合物制成

　　Printed Circuit Board Assembly，即将元器件焊接到PCB 空板上后形成的线路板

　　Field Programmable Gate Array，即现场可编程门阵列

　　2014年10月30日，公司注册地址变更，变更前地址为 东莞市长安镇358国道乌沙牌坊口，变更后地址为东莞 市长安镇锦厦社区河南工业区锦升路8号； 2023年3月28日，公司注册地址变更，变更前地址为东 莞市长安镇锦厦社区河南工业区锦升路8号，变更后地 址为广东省东莞市长安镇长安兴发南路66号之一。

　　公司已于2023年3月4日在上海证券交易所网站（ ）披露《关于变更注册地址并修改

　　注：公司于2023年3月25日在上海证券交易所网站（）披露《关于变更持续督导保荐代表人的公告》，因张文先生离职，不再担任公司首次公开发行股票并在科创板上市持续督导的保荐代表人，为保证持续督导工作的正常进行，国信证券股份有限公司指派唐永兵先生接替张文先生担任公司的持续督导保荐代表人，继续履行持续督导职责，持续督导期限至中国证监会和上海证券交易所规定的持续督导义务结束为止。

　　2. 归属于上市公司股东的净利润同比减少11.16%，主要系本期收入增长放缓，期间费用同比增长。归属于上市公司股东的扣除非经常性损益的净利润同比减少11.63%，主要系净利润减少。

　　3. 经营活动产生的现金流量净额同比增长8219.19%，主要系本期回款增加，供应商货款现金支付减少，增加供应链金融付款方式，提高了资金使用效率。

　　4. 基本每股收益和稀释每股收益同比减少11.18%，加权平均净资产收益率同比减少1.47个百分点，主要系本期净利润减少。

　　计入当期损益的政府补助，但与 公司正常经营业务密切相关，符 合国家政策规定、按照一定标准 定额或定量持续享受的政府补助 除外

　　企业取得子公司、联营企业及合 营企业的投资成本小于取得投资 时应享有被投资单位可辨认净资 产公允价值产生的收益

　　效套期保值业务外，持有交易性金 融资产、衍生金融资产、交易性金 融负债、衍生金融负债产生的公允 价值变动损益，以及处置交易性金 融资产、衍生金融资产、交易性金 融负债、衍生金融负债和其他债权 投资取得的投资收益

　　根据税收、会计等法律、法规的 要求对当期损益进行一次性调整 对当期损益的影响

　　对公司根据《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》定义界定的非经常性损益项目，以及把《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。

　　本报告期剔除股份支付费用影响（已考虑相关所得税费用的影响），归属于上市公司股东的净利润同比减少11.74%。

　　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。

　　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。

　　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，属于技术密集型行业。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。

　　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（工业AI）、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，结合行业发展趋势，进行前瞻性的产品研发和布局。

　　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，需要考虑到各欧博体育首页平台种各样的因素，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。

　　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。

　　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，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。另一部分是用于配合视觉方案销售的外购成品，包括部分相机、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。

　　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。

　　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。

　　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—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，2022年中国机器视觉市场规模170.65亿元（该数据未包含自动化集成设备规模），同比增长23.51%。其中，2D视觉市场规模约为152.24亿元，同比增长20.21%，3D视觉市场约为18.40亿元，同比增长59.90%。GGII预测，至2027年我国机器视觉市场规模将超过560亿元，其中，2D视觉市场规模将超过400亿元，3D视觉市场规模将接近160亿元。

　　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。

　　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。

　　深度学习（工业AI）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、更加抽欧博体育首页平台象的特征表示，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、定位、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尺寸测量、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。

　　嵌入式系统技术发展推动相机智能化，嵌入式系统技术是以计算机技术为基础，适应应用系统对功能、可靠性、成本欧博体育APP下载、体积、功耗等要求严格的专用计算机系统。嵌入式系统由硬件和软件组成，软件内容包括软件运行环境及其操作系统，硬件内容包括嵌入式处理器、存储器、通信模块等。嵌入式系统技术在机器视觉中的应用不断拓展，形成以智能相机为代表的智能化机器视觉设备。相比于基于上位机的视觉技术，嵌入式系统技术将用于实现图像处理和深度学习算法的AI模块集成至工业相机，实现边缘智能，能够同时胜任图像采集与数据处理工作。

　　边缘计算也将成为机器视觉检测领域重要的计算模式。传统的集中式云计算方式在数据处理速度方面会存在较大的延迟，难以满足视觉检测对于高响应速度欧博体育APP下载、高灵活性的数据处理需求，因此，边缘计算在视觉检测领域的重要性会逐步提升。例如在智能制造领域中，通过协同边缘计算与云计算，将机器视觉系统部署在靠近现场或用户的位置，实现远程实时控制和监控，减少数据传输距离，提高数据处理速度。

　　人工智能技术的高速发展，极大地提升了社会各产业自动化转型升级的进程，特别是以 SAM大模型为代表的人工智能大模型推出，将进一步加快人工智能技术在工业机器视觉的应用覆盖。

　　长期来看，人工智能技术将从提升视觉检测性能、简化算法框架模型、降低检测成本三个方面改变现有机器视觉的发展格局。

　　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，新能源锂电行业将从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。

　　公司以视觉算法和光学技术为核心，具备机器视觉底层算法、平台软件，以及光源控制和光学成像等核心技术能力。核心技术包括深度学习（工业AI）算法、3D视觉算法、传统视觉算法、光源控制和光学成像等。公司重点发展深度学习（工业AI）技术、3D处理与分析技术、图像感知和融合技术、图像处理分析的硬件加速等视觉前沿技术，在3C电子、新能源等行业累积了大量行业应用场景经验/专有技术（Know-How），并持续在光源及其控制技术、镜头技术、智能相机技术、视觉处理分析软件方面进行强化，巩固公司在光源、光学成像、行业应用软件方面的优势。

　　同时，结合多年积累的机器视觉在各下业应用的专有技术（Know-How），公司构建了包括基础核心技术、技术平台、应用技术在内的多层次的技术体系。

　　报告期内，公司新增发明专利16项、实用新型专利30项、外观设计专利1项，软件著作权21项；截至报告期末，公司累计获发明专利67项、实用新型专利382项、外观设计专利31项，软件著作权108项，其他2项。

　　1.设备检测精度不低于2μm、缺陷检测重复性和再现性 测量误差小于5%；2.检测对象漏报率不超过0.001%；3. 检测对象误检率不超过0.1%。

　　1.具备面向多领域应用的自主应用程序设计，图像化编 程；2.完全支持二次开发；3.支持不少于 5 种产品缺陷 检测的快速应用；4.检测工具包不少于60种。

　　1.提高机器人抓取工作站的部署效率与任务适应性，提 升产品核心性能，扩展产品应用范围，z 方向精度 0.5mm@1m；2.标定重投影误差≤0.2个像素；3.支持“眼 在手”和“眼在外”快速标定，且抓取系统标定时间 ≤15min。

　　1.复杂混叠单一物体抓取模式：对象识别时间≤50ms、定 位位置误差≤1mm、单轴定位姿态误差≤0.5°、抓取点规 划的时间≤25ms；2.复杂多样物体抓取模式支持≥1000 种物体训练；3.未知物体抓取成功率≥98%、自主抓取无 碰规划时间≤2s。

　　针对支撑工业互联网的状态感知及数据处理和分析等基 础工作面临的挑战及存在问题，攻关异构数据采集与智 能感知、多维度数据对齐和分析以及传输协议一致性及 网络互通互操作等关键技术，研制融合采集终端、多维 数据实时采集系统、工业多维度传感数据处理分析平台， 形成完整的技术和产品体系。

　　针对锂电等制造过程缺陷样本少类别多、数据分布不平 衡，产品换型频繁等成像环境突出问题，本课题拟研究 锂电池高速高精度制造封装检测关键技术并产业化。

　　1.可以同时适用于多种类型检测，在传统光源的基础上 进行多类型组合光路设计，以适用于不同类型特征的外 观检测，涵盖面阵拍摄和线阵拍摄，产品通用性和应用 领域广泛；2.采用色轮设计，实现不同波段切换，适用于 不同颜色需求的检测；3.光源最高照度高达4000万Lux 以上，光利用率高。

　　应用于各种工业零 部件外观缺陷检 测、颜色识别、字符 识别、尺寸测量等 多种应用场景

　　1.光源控制器输出电流范围在10A以上；2.内置FPGA芯 片，响应时间快，触发频率高；3.具备可编程时序控制功 能；4.具有分频、倍频和线.具备DO 输出功能。

　　应用于高速在线检 测、高速印刷质量 检测、远距离高亮 度在线检测，高速 线

　　1.Wifi 无线.ISP 图像处理技术；3.液态镜 头技术；4.可视化编程技术；5.深度学习技术。

　　1.优化算法，提高精度，例如检测算法，其检测过程精准 到亚像素级别；2.在缺陷检测、目标定位、场景分类、图 像识别、图像检测、图像分割、字符检测、物体分拣等基 础上添加基于大数据的训练、检测和分类；3.算法中使 用多种加速技术对绝大部分算法进行了效率优化； 4.研发针对不同任务形式、稳定的、精确的、快速的深度 学习模型与快速高效的训练方法，为上层复杂应用场景 提供黑盒形式的算法。

　　深度学习算法可以 用于图像和视频的 语义分割、目标检 测、图像识别和分 类等问题,如人脸 识别、自动驾驶以 及安防等

　　1.优化算法，提高精度，例如检测算法，其检测过程精准 到亚像素级别；2.在缺陷检测、目标定位、场景分类、图 像识别、图像检测、图像分割、字符检测、物体分拣等基 础上添加基于大数据的训练、检测和分类；3.算法中使 用多种加速技术对绝大部分算法进行了效率优化。

　　嵌入式系统技术将 用于实现图像处理 和深度学习算法的 AI 模块集成至工业 相机，实现边缘智 能，能够同时胜任 图像采集与数据处 理工作

　　1.高精度大靶面定焦机器视觉系列镜头研发，可匹配 3.45μm像元尺寸，最高分辨率可匹配四千万像素分辨率 相机；2.高分辨率远心镜头研发，其倍率范围覆盖 0.0248X-4.0X，用于匹配市面上常用芯片 1/2.5- φ82mm的工业相机；3.高分辨率液态定焦镜头研发，可 匹配 3.45μm 像元尺寸 2/3相机，焦段齐全涵盖 8mm- 50mm；4.产品的升级改善研发，旧产品进行升级优化。

　　应用于物件/条码 辨识、产品检测、外 观尺寸量测到机械 手臂/传动设备定 位等场景，行业通 用性好，广泛应用 于 3C、半导体、新 能源、医药、食品等 行业

　　1.通过CE、FCC、UL、RoHS认证；2.兼容GenIcam协议。

　　1.自主设计机构、光路以及成像技术，还原产品线.软件具备数据溯源与上传功能，多级权限的用户 管理机制，以及权限可配置的防错防呆模块；3.搭载AI 模块，减少漏杀，提高产品质量；4.光源自主研发设计生 产，灵活定制，满足项目要求。

　　1.分频控制器分频数需达到16分频或更高，并能按照可 编程逻辑随意组合光源数及亮度频闪；2.消除环境干扰 问题，持续优化稳定性；3.频闪速度和信号输出兼容频 率最高100Khz。

　　公司作为机器视觉领域的先行者和领跑者，拥有丰富的软硬件技术和产品经验。公司始终坚持对机器视觉及其底层核心技术进行创新和优化，以满足不同行业和应用场景的需求。凭借对市场动态的敏锐洞察、对行业的深刻理解，以及多年积累的定制化和高效的解决方案，我们与众多优质客户建立了长期稳定的合作关系，赢得了广泛的荣誉和认可。公司具备明显的竞争优势，具体如下：

　　公司自成立以来一直重视自主创新，不断提高公司技术、产品的核心竞争力。近3年及报告期内公司研发投入分别为7,644.15万元、13,710.57万元、19,102.18万元、10,444.55万元，占营业收入的比例分别为11.90%、15.67%、16.74%、16.87%。持续的研发投入为公司在机器视觉领域积累了一批创新性强、实用度高的拥有自主知识产权的核心技术。截至报告期末，公司累计获得发明专利67项、实用新型专利382项、外观设计专利31项，软件著作权108项，其他2项。

　　上述专利和软件著作权涵盖了公司产品的各个关键技术领域，体现了公司在技术研发及设计环节的核心竞争力。公司近几年被评为“国家知识产权优势企业”，获批“国家博士后科研工作站”、“广东省博士工作站”、“广东省奥普特机器视觉工程技术研究中心”、“广东省企业技术中心”、 “东莞市机器视觉重点实验室”等创新研发平台，获得了“广东省科技进步二等奖”、“广东省机械工业科学技术奖一等奖”、“广东省机械工程学会科学技术一等奖”、“广东省制造业单项冠军产品”等省级奖项，并入选了广东省产教融合型企业。

　　公司长期致力于机器视觉领域硬件和软件的技术研究、产品开发及应用拓展，在成像和图像处理分析两大技术领域，积累了一定的核心技术，具备从研究成果向工程应用快速转化的技术能力体系，包括技术顶层设计能力、产品规划设计能力、各产品线的基础技术和底层算法、产品创新优化能力等，大量机器视觉应用案例，不断从应用侧传递需求信息，对下一代产品的研发设计以及当前产品的快速持续优化形成了强有力的支撑。

　　公司一直以来始终重视人才队伍的培养和建设，不断引进高端人才，形成不断扩大的优秀研发团队与深厚的人才储备。截止2023年6月30日，公司研发人员806人，占公司总人数的33.42%。

　　公司研发团队的专业覆盖面广，包括光学、工业设计、计算机等专业，充分满足了本行业技术研发的需要。公司董事长卢盛林先生在华南理工大学获得博士学位，多年来一直专注于机器视觉技术研究及产品开发。公司的经营管理团队多年来专注于机器视觉领域的研究开发、生产、销售与财务等工作，精通技术，熟悉市场，自公司成立以来一直保持稳定状态。公司大客户团队，与行业大客户密切配合，对保持客户黏性及技术延续性发挥了重要作用。稳定、优秀的团队为公司的核心竞争力奠定了良好的基础。

　　在国内市场来说，由于不少从业者从代理起家，技术积累不足，能够达到多产品线自主研发生产能力的厂商更为少有。经过十多年的沉淀，公司已经形成了较为完备的机器视觉欧博体育首页平台核心软硬件的产品体系。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。公司已经完成的自主产品的布局，为公司在日后的竞争和发展中，提供了显著的竞争优势。（未完）