凌云光获科创板二轮问询 上交所关注核心技术等八个问题

1月26日，资本邦了解到，凌云光技术股份有限公司(下称“凌云光”)回复科创板二轮问询。

在二轮问询中，上交所主要关注凌云光核心技术、同业竞争、销售、代理业务、成本和费用等八个问题。

关于核心技术，根据首轮问询回复，(1)发行人可配置视觉系统产品对应原材料中镜头与图像采集卡为100%外购，智能视觉装备对应原材料中镜头、采集卡、PLC、运动模组为100%外购、机械平台为100%外协;(2)公司外采部分相机和光源等硬件，主要原因包括国内相机及芯片技术与国际水平仍有不少差距，公司自有产品在部分关键技术上仍有欠缺。由于国内没有合适的配套厂商，该技术短期内无法依靠公司独立解决。同时，海外芯片厂商有部分芯片资源未对国内全面开放，由于无法获取芯片，公司只能外采相机整机来补全部分应用的产品线。

上交所要求发行人说明：(1)上述全部或部分外购和外协的原材料分别在发行人业务中发挥的作用，与发行人核心技术的关系，发行人核心技术是否主要依赖于上述原材料;(2)上述各原材料是否依赖单一境外供应商，是否存在境内合格供应商，更换供应商是否会对生产经营产生重大不利影响;(3)对发行人首轮回复2.3中核心技术水平、竞争优势等列示数据情况进行分析并发表明确结论性意见。

凌云光回复称，综合来看，除个别高端线阵相机对境外单一供应商存在依赖外，发行人其余外购及外协原材料对单一境外供应商不存在依赖，亦存在境内合格供应商。个别高端线阵相机相关产品占发行人报告期内营业收入比例约为1%，更换供应商不会对生产经营产生重大不利影响。

公司的可配置视觉系统和智能视觉装备的核心是产品整体的架构设计和开发，使其满足客户的特定需求。公司在开发环节的主要工作是机器视觉解决方案的设计与研发，以及软硬件的开发;公司在生产环节主要负责产品的组装、调试和测试。

各个环节的主要工作内容如下：

①客户/市场调研环节，公司通过客户沟通等方式获取市场及客户的具体需求，并将需求进行拆解和分析，转化为视觉领域的技术语言，并形成具体的技术指标要求;②在方案设计环节，公司结合客户的具体需求，利用自身研发平台和核心技术，有针对性地设计方案。方案内容包括光源、相机等硬件的类型、数量、具体参数(分辨率、动态范围与噪声水平等)、放置的位置/角度/物理结构，以及适配的算法和软件(算法精度与效率)等;③在开发及验证环节，公司进一步论证方案的可行性，最终形成可产业化的产品方案;④在原材料备货环节，公司基于方案生成物料清单并进行备货;⑤在生产环节，公司进行厂内组装、联调测试、软件建模与参数设置、出厂检验等;⑥在安装/调试环节，客户自行组装，或由公司进行简易安装、安装调试等工作;⑦在培训/售后环节，公司技术支持人员对客户进行相关培训，并提供售后服务。

公司的核心技术主要体现在市场/客户调研、方案设计、开发及验证等环节。首先，公司需深入了解客户的应用需求，基于专业技能将需求转化为对产品指标与特点的分析、定位、界定，并形成具体的可验证产品指标要求。其次，在理解客户需求的基础上，公司基于光学成像、软件及算法等核心技术，设计并通过研发和验证，形成可落地应用的产品方案。公司的可配置视觉系统和智能视觉装备使用了公司自主研发的软件及算法平台，其决定了精度、效率、准确率等产品性能指标，部分产品使用了基于公司核心技术自主研发和生产的相机和光源等硬件。

公司可配置视觉系统和智能视觉装备的共同核心技术主要包括整体方案/系统设计、光学成像、软件与算法。由于具备检测/生产工艺的控制和执行功能，智能视觉装备的核心技术还包括自动化系统设计。

(1)整体方案/系统设计能力

在整体方案/系统设计环节，公司首先对客户的原始需求进行分析，形成设计需求，再进行综合分析来制定技术实现路线，选取合适的器件、算法、架构以达成设计指标，同时制定测试验证方案，确保设计指标实现的同时满足客户需求。同时，考虑用户使用环境、安装空间、成本、能耗等约束条件，进一步优化光学系统设计，并形成结构、电控、软件等设计要求。通常工业应用还要求极高的可靠性与易维护性，对视觉检测系统的结构抗震性、温湿度稳定性、电磁兼容性、结构易拆装性、软件界面易操作等方面也会提出具体的设计要求。

上述过程最终确定了系统的框架结构、主要部件构成及相互关系、软硬件工作流程、用户操作流程等。发行人对光、机、电、算法、软件等模块提出具体的设计指标，并且需要满足客户在性能与价格方面的特定需求，使产品在性能、成本、质量等方面达到综合最优化。

公司拥有完善的系统设计能力，形成了服务于消费电子、新型显示、印刷包装、立体视觉、科学图像、智慧交通等多领域的系列产品。该能力主要依靠于：1)发行人扎根相关行业十余年，能够较好理解行业与客户的需求及痛点、未来技术与产品发展方向;2)发行人长期服务于京东方、无锡夏普、苹果、瑞声、歌尔、华工激光、福莱特等行业知名客户，在光、机、电、算、软领域均形成了较好的经验与技术积累;3)发行人形成了一支具备丰富行业经验的产品架构设计与研发队伍，研发团队中约40%的人员具备10年以上的工程产品研发经验;4)发行人积累了较多知识产权成果，截至2021年6月30日，公司拥有系统设计方面的发明专利56项(含申请中30项)和实用新型专利31项(含申请中19项)。

(2)光学成像能力

由相机、镜头、光源、采集卡等构成的光学硬件，与控制软件共同组成产品中的光学成像模块。

光学成像部分的核心技术创新体现为通过光、机、电等技术综合设计以获取工业现场高速运动的产品及其某些特征的精准的数字化图像，以代替现有人工的观察、测量与识别等工作。图像获取要求高时间准确度、高空间准确度、高尺寸精度、高色彩精度、高速性、高适应性、高稳定性等，以满足工业现场对大批量产品的生产过程及品质状况的实时掌握与控制。在设计环节，发行人结合客户业务场景以及对速度、精度等的要求，对成像系统进行优化设计，包括系统技术指标确定、组成系统各个器件的指标分解、器件的合理选择与组合、照明光路与成像光路设计(包括光路中的关键光学元件设计)、光机设计与标定方法、光电设计与标定方法、系统测试与标定等，从市场千余种多类别、多型号的器件中为客户制定符合性价比要求的最优光学成像方案。

目前，发行人已对印刷包装行业的各种材质(纸张、油墨、烫金、镭射、覆膜等)与缺陷(划痕、气泡、偏位、偏色等)的精准成像基本实现了100%覆盖;对于手机模组及中框外观，发行人对2.5D/3D屏幕的圆弧区缺陷均可实现清晰成像，细小划痕、裂纹的成像精度可分别达到1μm、0.5μm。此外，在科学技术部国家重大科学仪器设备开发专项“微米级高速视觉质量检测仪开发和应用”项目中，公司作为牵头单位，规划整机设备设计，分解并设计了核心部件的关键指标，组织开发了光源(含控制器)、镜头、相机、3D测量系统、高速同步采集控制卡等自主核心视觉部件(光源(含控制器)、相机为公司研发，其余部件为合作单位研发)。其中，成功组织开发的100KHz行频8K像素线扫描CMOS成像器件、140万Lux高亮高均匀性光源，可支持600米/分钟高速检测应用。

光学成像能力是发行人的核心技术之一，主要基于以下几方面：1)发行人自2002年成立以来即开始机器视觉自主技术的研发，积累了高速相机图像采集记录、光电性能参数测量、多相机同步采集处理、嵌入式图像预处理、颜色标定、照明系统设计等20余个软件及设计工具，结合对行业应用的理解及宝贵的设计经验，共同形成发行人的基础能力;2)截至2021年6月30日，发行人拥有一支200余人的光学及图像处理工程师队伍;3)在自主技术研发的同时，发行人从事视觉器件代理业务，掌握了行业新产品和技术资源，具备了对各种光学器件的深度认知及资源整合能力。

截至2021年6月30日，公司拥有光学成像发明专利共76项(含申请中28项)，外观及实用新型专利26项(含申请中7项)。

(3)软件与算法能力1

软件与算法主要完成图像的处理分析，实现对工作对象的识别、定位、测量与检测等功能，直接影响精度、效率及准确率等核心技术指标，是产品技术创新的集中体现。公司在设计并架构了软件与算法技术体系后，以此对图像进行数字化处理，智能识别工业产品目标的各种特征，代替现有人工的判断与决策。目标特征包括工业产品的位置、大小、颜色、表面瑕疵(划痕、裂纹、凹凸等)，或数字、文字、编码、图案等，利用算法创新可对特征信息进行智能化处理、判断与决策。软件算法需满足工业现场大批量高速生产(高效率)、微米与纳米级测量精度(高精度)、高自动识别多种特征或信息(智能化)和高稳定性等要求。

目前，发行人自主开发的VisionWare算法识别准确率最高可超过99%，图像增强算法效率可达到10ms/5M像素，2D和3D定位算法精度分别为可达到1/2像素和2μm。

消费电子行业漏检率可低至0.1%、过检率低于5%;印刷包装行业，在600米/分钟的速度下，可检出0.02mm²的微小缺陷，优于人工检测的误判率和漏判率。

在科学技术部国家重大科学仪器设备开发专项“微米级高速视觉质量检测仪开发和应用”项目中，公司提出的视觉检测核心算法在智能化、信息维度和精度方面得到突破和提升，实现了智能化区域分析和建模，更好地完成了缺陷分类;高精度检测算法提升了亚像素级缺陷检测能力和人眼极限的对比度缺陷检测能力。LCD点灯质量检测仪检测效率为人工3倍以上，解决了2%低对比色斑缺陷检测难题，接近人眼极限，实现了高动态范围检测，已在行业推广应用近300多台套。印刷质量检测仪替代进口同类产品，已在下游行业中广泛应用。PCB检测仪实现了6μm高精度检测和大于200面/小时高效率检测。

因公司产品大多数应用于工业制造领域，所以软件与算法需满足工业现场大批量高速生产(高效率)、微米与纳米级测量精度(高精度)、高自动识别多种特征或信息(智能化)和高稳定性等要求。

一方面，发行人自主研发的机器视觉算法平台VisionWARE从2005年开始研发;十余年间，发行人以持续的研发投入进行基础算法的研发与迭代升级，组建并培养了一支多专业学科背景的研究团队。目前，VisionWARE已具有基础、定位、测量、检测、识别、颜色、3D、深度学习和图形用户界面等9个技术模块、18个算法库和91个算法工具，实现了工业视觉行业定位、测量、检测和识别应用全覆盖。

另一方面，在持续研发投入的同时，发行人于2006年开始大力拓展多行业视觉应用，逐步进入消费电子、新型显示、印刷包装及智慧交通等行业，在自主算法库的基础上持续研发不同细分行业的检测算法，并对已有的工业检测软件平台升级迭代。从2010年起，发行人就认识到图像数据的重要性，通过大量专属行业需求与数据的积累，发行人形成了丰富的缺陷AI大数据样本库，在此基础上反哺算法以逐步完善，使算法具备了较好的通用性与适用性，能够快速适配客户需求，并不断提升精度、效率及稳定性。

上一页 1 2 下一页