[年报]奥普特:2020年年度报告（修订版）
原标题:奥普特:2020年年度报告（修订版） 公司代码：688686 公司简称：奥普特 广东奥普特科技股份有限公司 2020年年度报告 重要提示 一、 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、准确、完整， 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。 二、 重大风险提示 公司已在本报告中描述公司面临的风险，敬请查阅本报告第四节经营情况讨论与分析中 （二）风险因素相关内容，请投资者予以关注。 三、 公司 全体董事出席 董事会会议 四、 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。 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） 邵宏 声 明：保证年度报告中财务报告的真实、准确、完整。 六、 经董事会审议的报告期利润分配预案或公积金转增股本预案 公司2020年度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10元（含税）。截至2020年12月31日公司总股本82,475,670股，以此计算合计拟派发 现金红利82,475,670元（含税）。本年度公司现金分红占合并报表中当年归属于上市公司股东净 利润的比例为33.78%，占报告期末上市公司股东累计未分配利润总额467,633,441.93元的17.64% 。上述利润分配方案已经公司第二届董事会第十次会议审议通过，尚需公司股东大会审议。 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 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。 九、 是否存在被控股股东及其关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况 否 十一、 是否存在半数以上董事无法保证公司所披露年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目录 第一节 释义 ................................ ................................ ................................ ................................ ..... 5 第二节 公司简介和主要财务指标 ................................ ................................ ................................ . 7 第三节 公司业务概要 ................................ ................................ ................................ ................... 11 第四节 经营情况讨论与分析 ................................ ................................ ................................ ....... 26 第五节 重要事项 ................................ ................................ ................................ ........................... 38 第六节 股份变动及股东情况 ................................ ................................ ................................ ....... 68 第七节 优先股相关情况 ................................ ................................ ................................ ............... 79 第八节 董事、监事、高级管理人员和员工情况 ................................ ................................ ....... 80 第九节 公司治理 ................................ ................................ ................................ ........................... 88 第十节 公司债券相关情况 ................................ ................................ ................................ ........... 91 第十一节 财务报告 ................................ ................................ ................................ ........................... 92 第十二节 备查文件目录 ................................ ................................ ................................ ................. 211 第一节 释义 一、 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义： 常用词语释义 奥普特、股份公司、公司、本公 司 指 广东奥普特科技股份有限公司 奥普特有限 指 东莞市奥普特自动化科技有限公司 东莞赛视 指 东莞市赛视软件有限公司 香港奥普特 指 OPT Vision Limited 惠州奥普特 指 惠州市奥普特自动化技术有限公司 苏州奥普特 指 奥普特视觉科技（苏州）有限公司 日本奥普特 指 日本VST株式会社、株式会社OPT 德国奥普特 指 OPT Machine Vision GmbH 宁德奥普特 指 宁德奥普特视觉科技有限公司 迈未来光电 指 东莞市迈未来光电科技有限公司 深圳分公司 指 系奥普特设立于深圳的分公司 千智投资 指 东莞千智股权投资合伙企业（有限合伙） 长江晨道 指 长江晨道（湖北）新能源产业投资合伙企业（有限合伙） 宁波超兴 指 宁波梅山保税港区超兴创业投资合伙企业（有限合伙） 至兴臻泰 指 珠海至兴臻泰文化传媒投资企业（有限合伙） 控股股东、实际控制人、创始人 指 卢治临、卢盛林兄弟 实际控制人的一致行动人 指 许学亮先生、千智投资 CATL 指 宁德时代新能源科技股份有限公司，证券代码 300750.SZ ATL 指 新能源科技有限公司及其附属公司 股东大会 指 广东奥普特科技股份有限公司股东大会 董事会 指 广东奥普特科技股份有限公司董事会 监事会 指 广东奥普特科技股份有限公司监事会 公司法 指 中华人民共和国公司法 证券法 指 中华人民共和国证券法 《公司章程》 指 公司现行的公司章程 《公司章程（草案）》 指 将于公司首次公开发行股票并在上海证券交易所科创 板上市后正式生效的公司章程 中国证监会、证监会 指 中国证券监督管理委员会 交易所、上交所 指 上海证券交易所 保荐机构、主承销商、国信证券 指 国信证券股份有限公司 审计机构、会计师、天职国际 指 天职国际会计师事务所（特殊普通合伙） 国枫、律师 指 北京国枫律师事务所 元/万元 指 人民币元/万元 机器视觉 指 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 光通量 指 标度可见光对人眼的视觉刺激程度的量，单位流明 （lm） 照度 指 单位受照面积接受的光通量，单位勒克斯（lx），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 定焦镜头 指 焦距固定的光学镜头 变焦镜头 指 在一定范围内可以变换焦距的光学镜头 远心镜头 指 指主光线与镜头光源平行的镜头 光圈 指 用来控制光线透过镜头，进入机身内感光面的光量的 装置 工作距离 指 镜头第一个工作面到被摄物体的距离 畸变 指 指光学系统对物体所成的像相对于物体本身而言的失 真程度 分辨率 指 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 线扫相机 指 也称为线性阵列相机，使用由单行光电探测器组成的 传感器的摄像机 算法 指 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 工控机 指 工业控制计算机，是一种采用总线结构对生产设备进 行检测和控制的工具总称 计算器视觉 指 训练计算机诠译及了解视觉世界的人工智能领域 深度学习 指 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 机器学习 指 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 鲁棒性 指 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 2D 指 二维平面图形 3D 指 三维立体图形 LED 指 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 PCB 指 Printed Circuit Board，即印刷电路板 PCBA 指 Printed Circuit Board Assembly，即将元器件焊接 到PCB空板上后形成的线路板 第二节 公司简介和主要财务指标 一、公司基本情况 公司的中文名称 广东奥普特科技股份有限公司 公司的中文简称 奥普特 公司的外文名称 OPT Machine Vision Tech Co., Ltd. 公司的外文名称缩写 OPT 公司的法定代表人 卢治临 公司注册地址 东莞市长安镇锦厦社区河南工业区锦升路8号 公司注册地址的邮政编码 523850 公司办公地址 东莞市长安镇锦厦社区河南工业区锦升路8号 公司办公地址的邮政编码 523850 公司网址 www.optmv.com 电子信箱 [email protected] 二、联系人和联系方式 董事会秘书（信息披露境内代表） 证券事务代表 姓名 许学亮 黄巧友 联系地址 东莞市长安镇锦厦社区河南工业区锦 升路8号 东莞市长安镇锦厦社区河南工业区锦 升路8号 电话 0769-82716188-185 0769-82716188-185 电子信箱 [email protected] [email protected] 三、信息披露及备置地点 公司选定的信息披露媒体名称 《上海证券报》《中国证券报》《证券日报》《证 券时报》 登载年度报告的中国证监会指定网站的网址 www.sse.com.cn 公司年度报告备置地点 公司董事会办公室 四、公司股票 /存托凭证简况 (一) 公司股票简况 √适用 □不适用 公司股票简况 股票种类 股票上市交易所及板块 股票简称 股票代码 变更前股票简称 A股 上海证券交易所 科创板 奥普特 688686 不适用 (二) 公司存托凭证简况 □适用 √不适用 五、其他相关资料 公司聘请的 会计师事务 所（境内） 名称 天职国际会计师事务所（特殊普通合伙） 办公地址 北京海淀区车工庄西路19号外文文化创意园12号楼 签字会计师姓名 韩雁光、杨勇 报告期内履 行持续督导 职责的保荐 机构 名称 国信证券股份有限公司 办公地址 深圳市红岭中路1012号国信证券大厦16-26层 签字的保荐代表人姓名 张文、季青 持续督导的期间 2020年 12月 31日至 2023年 12月 31日 六、近三年主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币 主要会计数据 2020年 2019年 本期比 上年同 期增减 (%) 2018年 营业收入 642,427,321.77 524,618,602.58 22.46 422,130,978.89 归属于上市公司股东的净 利润 244,165,540.43 206,446,901.47 18.27 136,809,777.63 归属于上市公司股东的扣 除非经常性损益的净利润 231,039,059.11 205,753,583.54 12.29 137,572,144.84 经营活动产生的现金流量 净额 95,782,921.14 157,758,691.17 -39.29 83,184,456.07 2020年末 2019年末 本期末 比上年 同期末 增减（ %） 2018年末 归属于上市公司股东的净 资产 2,292,056,076.60 563,535,766.53 306.73 357,455,320.87 总资产 2,428,305,472.71 645,834,585.22 275.99 434,505,404.25 (二) 主要财务指标 主要财务指标 2020年 2019年 本期比上年同期增减(%) 2018年 基本每股收益（元／股） 3.9473 3.4408 14.72 2.28 稀释每股收益（元／股） 3.9473 3.4408 14.72 2.28 扣除非经常性损益后的基本每股 收益（元／股） 3.7351 3.4408 8.55 2.28 加权平均净资产收益率（%） 37.43 49.13 减少11.70个百分点 47.53 扣除非经常性损益后的加权平均 净资产收益率（%） 35.42 48.96 减少13.54个百分点 47.79 研发投入占营业收入的比例（%） 11.90 11.09 增加0.81个百分点 11.82 报告期末公司前三年主要会计数据和财务指标的说明 √适用 □不适用 1. 营业收入642,427,321.77元，同比增长22.46%，主要系报告期内，公司持续深耕大客户 进一步产生成效，尤其是对于消费类电子领域大客户，一方面围绕现有客户进一步做深做透，另 一方面积极开发新客户满足了其新机器视觉领域需求。 2. 归属于上市公司股东的净利润及归属于上市公司股东的扣除非经常性损益的净利润较去年 同期分别增加18.27%和12.29%，主要原因系本报告期内销售收入较去年同期上涨22.46%，期间 费用增加高于收入增长造成净利率低于收入增长。 3. 经营活动产生的现金流量净额较去年同期减少39.29%，主要系本期业务增长，支付的各 项税费增加；应收账款期末余额较期初大幅增长，销售商品、提供劳务收到的现金与上期基本持 平；业务量增加，采购成本增加，存货与应付账款变动不大，导致购买商品、接受劳务支付的现 金增加；员工增加导致支付给职工以及为职工支付的现金增加。 4. 基本每股收益及稀释每股收益同比增加14.72%，系本报告期公司净利润增加所致。 七、境内外会计准则下会计数据差异 (一) 同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东 的净资产差异情况 □适用 √不适用 (二) 同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东的 净资产差异情况 □适用 √不适用 (三) 境内外会计准则差异的说明： □适用 √不适用 八、2020年分季度主要财务数据 单位：元 币种：人民币 第一季度 （1-3月份） 第二季度 （4-6月份） 第三季度 （7-9月份） 第四季度 （10-12月份） 营业收入 78,161,486.27 162,190,117.74 222,688,907.12 179,386,810.64 归属于上市公司股东 的净利润 17,761,310.42 62,024,705.93 101,637,829.55 62,741,694.53 归属于上市公司股东 的扣除非经常性损益 后的净利润 17,578,164.72 55,996,707.21 99,237,481.49 58,226,705.69 经营活动产生的现金 流量净额 9,356,556.26 25,066,333.16 -25,953,304.07 87,313,335.79 季度数据与已披露定期报告数据差异说明 □适用 √不适用 九、非经常性损益项目和金额 √适用 □不适用 单位:元 币种:人民币 非经常性损益项目 2020年金额 附注（如 适用） 2019年金额 2018年金额 非流动资产处置损益 -12,519.45 - -12,330.46 -6,766.06 越权审批，或无正式批准文件， - - - - 或偶发性的税收返还、减免 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 10,168,380.82 - 277,310.00 1,122,300.00 计入当期损益的对非金融企业收 取的资金占用费 - - - - 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 - - - - 非货币性资产交换损益 - - - - 委托他人投资或管理资产的损益 - - - - 因不可抗力因素，如遭受自然灾 害而计提的各项资产减值准备 - - - - 债务重组损益 - - - - 企业重组费用，如安置职工的支 出、整合费用等 - - - - 交易价格显失公允的交易产生的 超过公允价值部分的损益 - - - - 同一控制下企业 合并 产生的子公 司期初至合并日的当期净损益 - - - - 与公司正常经营业务无关的或有 事项产生的损益 - - - - 除同公司正常经营业务相关的有 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 4,753,511.44 - 610,543.13 - 单独进行减值测试的应收款项、 合同资产减值准备转回 - - - - 对外委托贷款取得的损益 - - - - 采用公允价值模式进行后续计量 的投资性房地产公允价值变动产 生的损益 - - - - 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 - - - - 受托经营取得的托管费收入 - - - - 除上述各项之外的其他营业外收 入和支出 537,043.91 - -60,688.40 1,466.14 其他符合非经常性损益定义的损 益项目 - - - -2,014,000.00 少数股东权益影响额 - - - - 所得税影响额 -2,319,935.40 - -121,516.34 134,632.71 合计 13,126,481.32 - 693,317.93 -762,367.21 十、采用公允价值计量的项目 √适用 □不适用 单位：元 币种：人民币 项目名称 期初余额 期末余额 当期变动 对当期利润的影响 金额 应收款项融资 25,897,234.79 44,375,189.02 18,477,954.23 - 交易性金融资产 220,131,000.00 232,500,000.00 12,369,000.00 4,753,511.44 合计 246,028,234.79 276,875,189.02 30,846,954.23 4,753,511.44 十一、非企业会计准则业绩指标说明 □适用 √不适用 第三节 公司业务概要 一、 报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明 (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、生产和销售的国家高新技术企业。 公司定位于智能制造核心零部件供应商，以“打造世界一流视觉企业”为目标，致力于为下游行业 实现智能制造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。奥普特自主产品线已覆盖光源、光源控制器、镜 头、视觉控制系统等机器视觉核心部件，并在相机产品方面完成布局并取得了先期的研发和销售 成果。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。 一方面公司通过对包括光学、物理学、深度学习、3D视觉技术、异构计算等基础技术的研究， 为产品研究夯实了技术基础；另一方面，公司也贴近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、性状，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 公司销售的产品中自主生产的产品包括光源、光源控制器、部分镜头、部分相机、视觉处理 分析软件、视觉控制器等。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）自主镜头、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，从而在繁杂的应用场景 中，实现各异的视觉目标。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。 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，调节生产节奏，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，应用范围几乎涵盖了包括3C电子、锂电、半导体、光伏、新能源等国民经济的各个领域。 随着《中国智造2025》战略的推进，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。 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，产品线逐步拓展至光源、光源控制器、镜头、相机和视觉控制器等全套机器视觉主 要核心部件。公司产品定位于高中端市场，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。公司也已建立核心而稳定的客户群体，产品应用于A 客户、华为、谷歌、OPPO、CATL、ATL、比亚迪、孚能等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。 根据 Markets and Markets 统计数据，2020年全球机器视觉市场规模约96亿美元，近十年 增速稳定在12%。根据中国机器视觉产业联盟2019年度企业调查结果，2019年国内机器视觉企 业平均销售额约为9,454.70万元，年销售额超过1亿元以上的企业数量占全部被访企业总数的比 例约为16.5%。根据机器视觉产业联盟发布的《中国机器视觉市场研究报告》，公司的业务规模 位居行业前五，且公司属于前五名企业中唯一一个以生产销售自主机器视觉核心软硬件为主的企 业，属于行业内较有规模和影响力的企业。 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，提供更大靶面和更小像元的产品是行业持续的研发 方向和目标。 （2）中国智能装备、智能制造的推进驱动机器视觉渗透率的提升 机器视觉是机器设备收集、理解信息的主要途径，是实现工业4.0和智能制造的关键技术。 随着《中国智造2025》战略的推进，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。横向上，机器视觉将应用在更多的行业领域。根据机器视觉产业联 盟的调查，我国机器视觉应用以制造业为主，其中又以电子行业、平板显示、汽车、电池等行业 为主。随着智能制造的推进，将会有更多的行业引入机器视觉。同时，随着技术的进步和经济的 发展，一些新型产业的兴起，也有望进一步拓展机器视觉的市场空间。纵向上，机器视觉在现有 领域的深度拓展将带来新的行业增长。机器视觉在各行业的初始应用往往是在要求较高的生产环 节的检测中。随着机器视觉技术的普及、成本的下降，机器视觉在生产环节中的应用逐渐得到深 化，逐渐发挥机器视觉识别、测量、定位等其他功能。以手机的生产制造为例，机器视觉从最初 只应用在个别关键环节的检测中，发展到如今，已经几乎应用在从零件到模组再到整机等各个生 产环节，参与到了从零部件识别到整机组装的各项功能中。类似手机行业的这种深化过程，将会 出现在其他行业中，从而扩大机器视觉在现有的行业中的市场空间。 (四) 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 公司以光源技术、光源控制器技术、镜头技术、视觉分析技术为核心，在硬件和软件方面， 分别建立了成像技术和视觉分析技术两大技术平台。公司重点发展深度学习技术、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，并继续在光源及其控 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 像方面的优势。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），公司构 造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。 技术类别 核心技术 技术 来源 先进性表征 成 像 技 术 光 源 技 术 高照 度、 高均 匀的 光源 技术 高 照 度 散热优化设计技术 自主 研发 光源产品的照度可以达到较高水平，以对照 度有较高要求的线形光源为例，公司的 LSS 系列产品在工作距离为 75mm的条件下发 光表面照度可以达到 225万 lux 光路优化设计技术 自主 研发 高 均 匀 LED分布设计技术 自主 研发 可以提高光源 5%至 10%的均匀度，部分高 均匀的光源均匀度可达 95%以上 电流分配技术 自主 研发 外壳结构设计 自主 研发 高性能复 杂光源技 术 精密投影成像技术 自主 研发 使结构光系列光源在垂直或倾斜照射时，能 够保持微米级精度 远心光路设计技术 自主 研发 光源保持高平行度 、 发散角 ≤1°， 并且兼顾亮 度和均匀性 同轴导光技术 自主 研发 保证了平面无影光源的亮度和均匀性，又使 得相机能通过导光板顺利取景而不受反光 点影响 光源控制器技 术 大电流 高精度 恒流技 术 高精度线性恒 流技术 自主 研发 可在 0.01A-20A范围内调整输出电流，并在 零下 20℃~65℃的温度范围内 ， 将电流波动 控制在 1%以内 大电流驱动技 术 自主 研发 使输出电流提升至 100A，并且将电流波动 控制在 1.5%以内 功率管压差控 制技术 自主 研发 保证功率管的压差恒定，从而降低了功率管 的发热量，使光源控制器的体积显著减小 瞬时过流 （ Overdrive） 技术 自主 研发 最高可以同时输出 48V电压和 20A电流， 持续时间 ≤1ms， 并通过恒流控制 ， 使光源亮 度在极短时间内提高至其额定功率下的 20 倍 光源额 定负载 自动检 测技术 光源额定电流 自动检测技术 自主 研发 解决了额定电压相同、电流不同的光源交叉 使用导致光源损坏问题 光源额定电压 自动检测技术 自主 研发 适配 3~48V的 LED视觉光源，扩大了光源 控制器的适用范围 高速稳 定触发 技术 恒流触发技术 自主 研发 实现短触发响应时间 ——电流从 0提升至预 设电流的时间 ≤10μs， 触发频率达 40Khz， 并 保证 0.01A-20A范围内的输出电流频闪形 成的电流波形波动不超过 1% 可编程触发技 术 自主 研发 将光源亮度切换的响应时间从传统通信的 技术下的 1ms（ 100M网口通信）、 12ms（ 9600bps串口通信 ）， 减少至最长不超过 50μs。 技术类别 核心技术 技术 来源 先进性表征 高效率 通信技 术 OPT控制器通 信协议 自主 研发 可以实现单通道和多通道高效通信，从而减 少通信时间 OPT_EPC通 信技术 自主 研发 实现了多模块间的高速通信，使信号传输距 离更远、抗干扰性更强 镜头技术 宽工作距离浮动对焦技 术 自主 研发 使定焦镜头产品在机器视觉常用工作距离 下实现大光圈、低畸变和高分辨率性能的兼 顾 公差敏感度优化设计技 术 自主 研发 提高产品良率，可有效降低成本，提高竞争 力 大靶面宽光谱平场消色 差技术 自主 研发 实现了从 405nm到 656nm的宽光谱消色差 设计，能够在可见光波段的各种单色光和复 合光照明条件下清晰成像 分辨率自动检测技术 自主 研发 实现镜头分辨率检测环节的自动判断，保证 产品检测的客观性、可靠性和稳定性 视 觉 分 析 技 术 图像分析算法 2D视觉算法 自主 研发 具有功能齐全、处理精度高的特点 3D视觉算法 自主 研发 包括多种 3D重构算法以及 3D数据信息的 分析、检测、测量算法，可用于高精度的 3D 测量与缺陷检测等。如在 3D测量方面，激 光三角 3D点云扫描精度可达视野的 0.1%、 结构光 3D点云扫描精度可视野的 0.083% 深度学习算法 自主 研发 建立了先验模型、自动化数据清理与扩展、 迁移优化模型，具备完整的模型训练软件和 算法库，提供多次训练、持续迁移的功能， 克服了传统算法对于背景噪声敏感，参数设 置复杂等不足，可用于复杂场景中的检测和 识别算法。 TBB多线程、指令集、 异构并行计算加速技术 自主 研发 充分利用硬件性能提升图像的分析效率，使 算法性能得到全面的提升。 智能视觉软件 技术 图形化编程技术 自主 研发 能够所见即所得，方便快捷的完成机器视觉 的应用实现，大幅度降低机器视觉应用的时 间成本和人力成本。 多线程技术 自主 研发 可充分发挥硬件性能，降低成本，并使多工 位间作业协调和数据交互更加方便高效。 2. 报告期内获得的研发成果 2020年度内，公司新申请专利96项，新获得发明专利5项，新获得实用新型专利37项， 新取得软件著作权8项。截止报告期末，公司共获专利176项，其中发明专利21项，实用新专 利型136项，软件著作权52项。 报告期 内获得的知识产权列表 本年新增 累计数量 申请数（个） 获得数（个） 申请数（个） 获得数（个） 发明专利 35 5 137 21 实用新型专利 51 37 195 136 外观设计专利 10 6 23 19 软件著作权 19 8 64 52 其他 2 2 2 2 合计 117 58 421 230 3. 研发投入情况表 单位：元 本年度 上年度 变化幅度 （%） 费用化研发投入 76,441,470.59 58,183,825.17 31.38 资本化研发投入 0 0 0 研发投入合计 76,441,470.59 58,183,825.17 31.38 研发投入总额占营业收入比例（%） 11.90 11.09 0.81 研发投入资本化的比重（%） 0 0 0 营业收入 642,427,321.77 524,618,602.58 22.46 研发投入总额较上年发生重大变化的原因 √适用 □不适用 2020 年末研发人员数量为549人，较2019年期末增长64.37%。研发费用增长主要系研发 投入加大，研发人员增加，职工薪酬大幅增加。 研发投入资本化的比重大幅变动的原因及其合理性说明 □适用 √不适用 4. 在研项目情况 √适用 □不适用 单位：万元 序 号 项目名称 预计总 投资规 模 本期投 入金额 累计投 入金额 进展或 阶段性 成果 拟达到目标 技术水平 具体应用前景 1 运动控制 系统核心 控制套件 研发 300.00 200.08 344.19 完成 1.实现对料带的实时自动纠偏，为后续工序的 正常运转提供保障。 接近国际先进水平 应用于物流、锂 电池等行业的自 动化设备中。 2 高精度三 维传感器 研发 300.00 165.25 366.86 完成 1.通过CE、FCC、 UL and RoHS认证； 2.支持PoE和外部供电； 3.高中低三种采集速度可选； 4.支持固件在线升级功能； 5.硬件内置激光智能提取算法，使系统能达到 最大速率。 接近国际先进水平 应用于人工智 能、工业自动 化、航天、智能 家居、物流、医 疗设备等领域。 3 一键式高 精度影像 测量仪研 发 300.00 72.72 300.01 完成 1.软硬件整体集成，无需客户进行二次开发， 达到客户无忧一键启动的测量需求； 2.测量精度≤5μm，重复精度±1μm； 3. 任何人操作均可得到相同测量结果； 4.轻松调整焦点，轻松识别边缘线； 5.自动识别位置及原点，无需摆正； 6. 利用一只鼠标，即可完成设定选用等设置； 7.一键点击，即可制作检测结果报告书。 具有智能、稳定、 易用的显著特点， 其精度和效率接近 国际先进水平 应用于自动化工 业、3C电子、 医疗设备等精密 制造场景中。 4 多类型在 线高速检 300.00 299.93 299.93 完成 1.大幅提升光源照射强度，降低相机曝光，减 少图像拖影，提升检测速度； 接近国内先进水平 应用于高速在 线检测、高速印 测光源的 研发 2.涵盖适用于近场拍摄和远场拍摄的光源； 3.涵盖适用于面阵拍摄和线阵拍摄的光源。 刷质量检测、远 距离高亮度在线 检测等。 5 高速高精 度自动检 测电压电 流控制器 研发 400.00 196.73 196.73 完成 1.可以自动调节电源输出电压； 2.具备网口/串口通信功能、自动检测光源电压 电流功能； 3.恒流波动值在±1%内，触发响应时间≤10μs， 触发频率提高到40KHz；4.单通道最大输出电 流6-20A，缩小体积，具备高亮频闪功能，部 分控制器供电电压为DC24V。 具有智能、稳定、 易用的显著特点， 其精度和效率接近 国际先进水平 应用于工业自动 化视觉检测领 域。 6 高性能小 型视觉控 制器研发 300.00 44.63 44.63 完成 1.Q2采用Intel 第八代Corei处理器，内存最大 支持32GB。提供4个POE千兆网口，2个普 通千兆网口，4路DI，4路DO，一路RS232 串口通迅； 2.万兆网卡基于Intel X550芯片，采用PCIe gen2.0 ×4设计,提供2个802.3at标准PoE 供电 端口。 与伺服或步进马达 驱动间无缝衔接， 超高速控制、闪 算、响应、反馈、 补偿，使快速场合 达突高的精度 性能可依实际场 合高低轻松搭 配，通用性好， 几乎可涵盖所有 的机器视觉场景 应用。 7 高分辨率 系列机器 视觉镜头 研发 300.00 187.79 187.79 完成 1.用于匹配高分辨率成像传感器； 2.低畸变性能、低渐晕，与对应相机匹配时具 有较高的相对照度； 3.结构紧凑，具有良好的生产工艺性，利于成 本控制。 关键性能指标达接 近国际领先水平 可广泛应用于各 行各业的的机器 视觉系统中。 8 高速高精 度工业读 码器研发 300.00 164.70 164.70 研究阶 段 1.网口高速通信，读码器间可以组网； 2.畸变小、分辨率高、景深大，集成多区域控 制多波长光源控制； 3.能有效读取DPM码，具备自动参数设置、可 编程DI/DO功能。 具有智能、稳定、 易用的显著特点， 其精度和效率接近 国际先进水平 应用智能物流、 3C制造、智能 生产、工业机器 人等领域。 9 一种工业 自动化视 觉检测系 统的研发 600.00 305.90 305.90 完成 1.完善的视觉检测工具，集成了缺陷检测、目 标定位、图像分割、字符识别、条码识别、工 业常用通信方式、运动控制、3D相机等功能； 2.图像化编程方式，快速实现应用案例； 3.在线调试功能使自动化检测设备能在运行状 态下进行参数和配置的微调修正，以增加设备 的不间断产出； 4．具有用户自定义运行界面，解决亲和力差的 表现。 具有智能、稳定、 易用的显著特点， 其精度和效率接近 国际先进水平 我司拥有自主研 发的光源，控制 器，相机、镜头 等视觉必需硬件 产品，与工业自 动化视觉检测系 统能够实现软硬 件互补，软硬件 客户共享互通。 10 基于工业 大数据的 深度学习 算法研发 350.00 171.69 171.69 完成 1.集成了缺陷检测、目标定位、场景分类、图 像分割、字符检测等功能，具有稳定、精准、 快速等特点。 关键性能指标达到 国内行业领先水平 应用于移动端支 付、智能安防、 智能驾驶核心的 环境感知；工业 缺陷检测和异常 分类、智能医疗 诊断、超大规模 字符准确识别、 智慧养殖等。 11 面向精密 制造三维 机器视觉 算法研发 350.00 188.80 188.80 完成 1. 能重构三维数据，并对此进行高效的分析； 2. 包含当前三维领域大部分优秀算法； 3.提供多个三维功能算子。 关键性能指标达到 国内行业领先水平 应用于3D视觉 机器人引导行 业、锂电池行 业、3C/半导体 行业、物流分拣 行业、汽车汽配 行业、快消/医 疗行业、交通运 输行业 。 12 跨平台高 精度机器 视觉算法 库的研发 600.00 319.22 319.22 完成 1.支持x86架构Linux平台及ARM架构Linux 平台，提高工业检测中读码效率，对绝大部分 已有算法进行了效率优化。 该视觉开发包的精 度和效率接近国际 先进水平 应用于锂电池行 业、消费电子、 半导体、太阳 能、食品和饮 料、制药、汽 车、印刷、交通 等。 13 微型集成 化机器视 觉相机研 发 500.00 205.15 205.15 完成 1.采用GigE Vision兼容标准化接口，支持PoE 和外部供电，支持固件在线升级功能，内置 ISP算法，提升成像质量。 接近国际先进水平 应用于机器视 觉、教育、政府 机关、厂矿企业 等行业。 14 用于颜色 识别与多 工位整合 的多色光 源的研发 300.00 85.23 85.23 研究阶 段 1. 解决不同颜色光斑重合度不够的问题；提升 单个颜色的照射强度，达到同类型单色光源的 70%以上； 2. 涵盖点光、线光等多个类型光源。 接近国内先进水平 应用于食品、药 物颜色分检；包 装印品色差检 测；烟草、日化 用品识别检测。 15 集成通讯 与控制的 智能照明 光源的研 发 300.00 238.40 238.40 完成 1.实现不同区域照射强度的均匀性校正； 2.集成通讯与控制模块，不搭配控制器情况下 实现光源触发、分区、明暗的多样性照明。 接近国内先进水平 应用于电子产品 外观缺陷检测； 铝箔表面划伤检 测等高精度元件 产品检测。 16 千兆网工 业相机研 发 300.00 314.48 314.48 研究阶 段 1.通过CE, FCC, UL and RoHS认证； 2.支持PoE和外部供电； 3.内置ISP算法。 接近国际先进水 应用于产品表面 残缺检测，智能 交通，机器视 觉，教育设施 等。 合 计 / 5,800.00 3,160.71 3,733.72 / / / / 其他说明: 除上表所述研发项目以外，报告期内，公司还分别在3C电子领域视觉应用研究投入21,113,808.89元，新能源领域视觉应用研究投入 10,584,518.66元，其它领域应用研究投入13,136,024.59元。产品研发和应用研发合计投入76,441,470.59 元。 情况说明 无 5. 研发人员情况 单位:万元 币种:人民币 基本情况 本期数 上期数 公司研发人员的数量（人） 549 334 研发人员数量占公司总人数的比例（%） 41.15 38.61 研发人员薪酬合计 6,070.27 4,326.09 研发人员平均薪酬 13.75 13.52 教育程度 学历构成 数量（人） 比例 (%) 本科及以上 347 63.21 大专 191 34.79 高中/中专 11 2.00 合计 549 100.00 年龄结构 年龄区间 数量（人） 比例 (%) 50岁以上 1 0.18 40-50岁 8 1.46 30-40岁 95 17.3 30岁以下 445 81.06 合计 549 100 6. 其他说明 □适用 √不适用 二、 报告期内公司主要资产发生重大变化情况的说明 √适用 □不适用 报告期内，公司主要资产变化情况详见本报告“第四节 经营情况讨论与分析”之（三）资 产、负债情况分析。 其中：境外资产11,504,926.01（单位：元 币种：人民币），占总资产的比例为0.47%。 三、 报告期内核心竞争力分析 (一) 核心竞争力分析 √适用 □不适用 公司长期致力于机器视觉领域软硬件的技术研究、产品开发及应用拓展，在发展过程中不 断加强对机器视觉及其底层核心技术的研发投入，凭借对市场的准确把握，对行业的深刻理 解，以及多年积累的优质客户资源，公司已在行业内树立了良好的品牌形象，具备较为突出 的竞争优势，具体如下： 1. 自主研发能力与核心技术积累优势 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年公司研 发投入分别为4,991.60万元、5,818.38万元、7,644.15万元，占主营业务收入的比例分别为 11.82%、11.09%、11.90%。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。截止报告期末，公司累计获得专利176项，其中发明专利 21项，实用新型136项；软件著作权52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。公司于2019年被评为“国家知识 产权优势企业”，并于2020年获批“国家博士后科研工作站”、“广东省博士工作站”、“广 东省企业技术中心”等创新研发平台。 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。 2.团队优势 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2020年12月31日公司研发人员549人，占公司总人数的 41.15%。公司研发团队的专业覆盖面广，包括光学、工业设计、自动化、机电、机械设计、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。稳定、优秀的核心团队为公司的竞争力奠定了良好的基础。 3.自主产品在各产品线布局的优势 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核心软硬件 的产品体系，自主研发的量产产品已经覆盖光源及光源控制器、镜头、视觉控制系统（视觉处理 分析软件及视觉控制器硬件）等主要机器视觉部件，同时自主相机也已经在2019年实现突破。 尽管公司的相机产品尚未实现量产，镜头产品也未覆盖全部规格，但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。 4.行业应用经验和数据积累优势 机器视觉的下游应用非常广泛，几乎涉及国民经济的方方面面。即使在某一具体领域的应 用，也会因下游的生产工艺、被摄对象的具体材质特点等不同，而有较大差别。因此，完善的机 器视觉解决方案对下游客户而言至关重要。而设计有效的机器视觉解决方案，需要大量的行业应 用经验积累，绝非一朝一夕所能形成。公司在机器视觉领域深耕多年，特别是在3C电子、锂离 子电池等领域，公司与国内外知名设备厂商和终端用户有着长期的合作经历，拥有丰富的机器视 觉功能产品的设计、应用案例库。深厚的案例积累，奠定了公司在相关领域的优势地位，对新进 入者形成了难以逾越的障碍，能有效保障公司在行业内的竞争优势，并为公司不断扩大产品应用 范围、持续提升市场份额提供了有力支撑。此外，深度学习技术将深刻改变机器视觉行业特别是 算法领域的技术发展，而数据是深度学习技术的基础。深度学习需要通过大量数据对人工智能模 型进行训练，不断对模型进行调校和优化，最终使机器能够像人类一样自动做出判断并达到满足 实际应用要求的准确率。公司经过多年的专业化经营，在3C电子、新能源、半导体等行业积累 了大量的数据，有助于公司迅速对模型进行调校和优化提高模型输出结果的准确率和响应速度， 在机器视觉的深度学习技术领域抢占发展的高地 。 5.客户资源与品牌优势 公司凭借产品的应用效果和产品品质， 成功应用于华为、谷歌、 OPPO、CATL、ATL、 比亚迪、孚能等全球知名企业和行业龙头企业的生产线中，通过了严格的认证体系，并与众多客 户及最终用户建立了长期稳固的合作关系，形成了较强的品牌优势。公司通过与知名客户之间长 期稳固的合作关系，在原有产品和领域保持良好合作的基础上，不断在新产品、新项目上开展合 作。同时，公司与知名客户合作提高了企业品牌知名度，也可借此赢得其他潜在优质客户的认可 从而获取更多订单。 6. 快速响应优势 公司一直将快速响应作为提升服务效率、创造客户价值的关键因素。依靠多年积累的丰富的 研发、制造经验、扁平化的管理体系、完善的质量控制体系，在识别客户需求、制定解决方案、 组织生产等提供技术服务方面均形成较为明显的快速响应优势。对于常规的视觉项目，公司提出 的快速服务时效标准为在客户提出需求之后4个小时提出机器视觉硬件方案、2个工作日内提出 机器视觉整体方案、获取客户提供的工件后1个工作日内完成测试、7-10个工作日内完成产品 交货。能对下游客户严苛的供货需求进行快速回应、快速解决和快速反馈，高标准满足客户的需 求，进一步强化了公司与客户之间长期稳定的业务合作关系。 (二) 报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施 □适用 √不适用 第四节 经营情况讨论与分析 一、经营情况讨论与分析 1、2020年度主要经营情况 2020年，公司实现营业收入64,242.73万元，比去年上升22.46%，实现归属于母公司所有 者的净利润为24,416.55万元，比去年上升18.27%。 2020年未，公司总资产为242,830.55万元，比去年底增长275.99%，归属于母公司所有者 权益为229,205.61万元，比去年年底增长306.73%，归属于母公司所有者的每股净资产为37.05 元，比去年年底增长294.57%。 2、2020主要业务情况 2020年，公司坚持以技术引领市场，在经营业绩和股东回报方面取得良好业绩，2020年 底公司成功登陆科创板，站上了企业发展中的新起点。公司在技术研发和市场开拓持续投入，为 企业未来发展奠定了良好基础。 1）公司2020年营业收入取得22.46%的增长，其中来自机器视觉产品收入较上年增加 9,247.72万元，增长18.76%，主要系公司抓住了下游应用行业工业4.0推进的契机，加深与核心 客户的合作，积极拓展客户群体范围，特别是公司机器视觉整体方案在主要客户应用的广度和深 度得到进一步提升，带动了公司机器视觉产品销售增长。 2）公司持续深耕3C电子行业，并加大在新能源、半导体、光伏等领域投入，进一步完善 公司业务布局，为公司未来业绩增长提供新的增长点 3）研发进展情况 2020年，公司持续加大研发投入，研发投入7,644.88万元，同比增长0.81%，研发人员增加215 人，同比增加64.37%。在产品研发及应用研发方面取得显著成效： a、机器视觉软件方面：公司持续迭代具有自主知识产权的机器视觉底层算法和应用软件， 增加了深度学习算法和3D分析算法，提升了软件产品易用性，推出新一代SciVision3.0、 SciSmart3.0； b、机器视觉硬件方面：在新产品方面，三维激光传感器（3D相机）取得研发突破；在现有 产品方面，开发了集成网口通讯外部触发与分区控制于一体的高亮线扫光源、完成2.2μm 1/1.8" 及2.4μm 1.1"小像元高分辨率产品线的研发、推出响应时间短至10微秒的高集成度大电流控制 器； c、机器视觉应用方面：将SciVision3.0中的深度学习算法引入瑕疵检测、分类识别等机器 视觉应用中，取得了良好的实践效果，并得到了客户的认可； d、人才培养与引进方面：建立了以奥普特研究院为核心研发团队，先后设立了国家博士后（未完）  |