AOI—PCB的缺陷检测包括：底片的检查，覆盖有光敏抗蚀剂的板在进行显影线的潜像质量的检查，在铜的表面检查显影后的图像质量，检查导体电路图形的质量，钻孔后的质量检查，检查微孔质量，非传统微孔加工表面质量检查和集成电路的封装和装配的质量检查。 FPD—AOI的主要应用于以下检测：Mura缺陷检测，ColorFilter缺陷检测，色度、厚膜、光学密度检测，PI检测，LC液晶检测。检测工序遍布LCD、OLED以及TouchPanel产品等平板显示器件的生产环节，主要利用光学信号对其结构和外观做出检测并辅助其他功能性检测。主要目的有三：（1）避免不良品流入下道工序；（2）改善制程工艺和流程；（3）对

其中，两个LCP天线位于顶部和底部，用于将信号从主板末端传递到上部和下部天线；中继线卡在主板上，用于中继电路板两侧的电话信号；此外，3D sensing摄像头由于高速大容量数据传输要求，也采用了村田制作所的MetroCirc（一种LCP软板）。传统方案使用同轴电缆进行数据传输，而MetroCirc可在单片软板内容纳三个同轴电缆等效功能，大大减小了空间占用。我们认为，iPhone X首度规模使用LCP软板意义重大，可解读为苹果为5G提前布局与验证；对于消费电子行业层面，LCP软板正成为高频高速趋势和小型化趋势下新的软板技术浪潮。 MetroCirc可在基板内加入电容或通信模块，具有功能模组属性

工业机器人是集机械、电子、控制、计算机、传感器、人工智能等多学科先进技术于一体的现代制造业重要的自动化装备，并代表机电一体化的最高成就。现在，工业机器人已成为柔性制造系统(FMS)、自动化工厂(FA)、计算机集成制造系统(CIMS)的自动化工具。工业机器人的典型应用包括焊接、组装、采集、放臵、产品检测和测试等。 在汽车生产线上的应用最为广泛，并应用于机械加工行业、电子电气行业、橡胶及塑料工业、食品工业、物流等诸多领域。 现代工业机器人的发展开始于20 世纪中期，依托计算机、自动化以及原子能的快速发展。为了满足大批量产品制造的迫切需求，数控机床于1952 年诞生，为工业机器人的开发打下了坚实

工业互联网构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在链接、弹性供给和高效配置。工业互联网平台可以分为4 个部分：1>边缘层：通过协议转化和边缘计算形成有效的数据采集体系，从而将物理空间的隐形数据在网络空间显性化。2>IaaS 层：将基础的计算网络存储资源虚拟化，实现基础设施资源池化；3>工业PaaS 层：工业操作系统，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署；4>工业APP：通过调用和封装工业PaaS 平台上的开放工具，形成面向行业和场景的应用。 工业企业上云实现数据在线化，一方面可以依托工业互联网平台形成创新服务模式；另一方面可以借助平台上

全球智能锁销量快速增长，中国为主销区域之一。根据 IoT 合作伙伴计划联盟(IoT Connectivity Alliance，简称ICA联盟，是阿里巴巴联合物联网产业合作伙伴建立的物联网标准联盟）发布的《中国智能锁应用与发展白皮书 2017》， 2016 年全球市场智能锁销量到1100 万套，其中，日本达到150 万套，韩国达到 170 万套，欧美市场达到 250 万套，中国达到 350 万套，其它等市场约200 万套。预计到2020 年全球智能锁产业规模将达到5100 万套。 中国智能锁渗透率低，日韩最高，欧美次之。从智能锁市场渗透率来看，日韩两国智能锁发展较早，在行业沉淀、发展形态和市场

安全技术-网络信息-我国传统制造企业面向网络化商务模式的改造方略.pdf

从营业收入看，29 家样本公司中，2019 年营收规模 100 亿以上 1 家，50-100 亿 1 家，10-50 亿 13 家，5-10 亿 6 家，5 亿以下 8 家。平均营业收入为 20.13 亿元， 小于机械设备行业平均值 31.20 亿元（样本含申万机械设备行业标的及相关可划分入 机械板块公司，并剔除单个样本数据过大的中国中车，总样本数 364 家）。 从归母净利润看，29 家样本公司中， 2019 年归母净利润 5-10 亿 3 家，1-3 亿 12 家，0-1 亿 11 家，亏损 3 家。平均归母净利润为 0.24 亿元，小于机械设备行业平 均值 1.21 亿元（样本含申万机械

    人工智能对计算性能要求较高，GPU、GPGA、ASIC 专用芯片各有千秋。近年来人工智能技术的突飞猛进，源于三大关键领域的突破，分别是深度学习算法、大数据和强大的硬件运算能力。深度学习与传统计算模式最大的区别就是不需要编程，它是从输入的大量数据中自发地总结出规律，而传统计算模式更多都需要人为提取所需解决问题的特征或者总结规律来进行编程。也正因为如此，深度学习对计算能力要求非常高，以至于有人称之为 “暴力计算”。传统的 CPU 在目前人工智能计算中使用较为普遍但由于内部结构原因在性能和效率上并不是最优选择，GPU 在浮点运算、并行计算等方面性能优于 CPU 是目前主流方案，FPGA 综合

扫地机器人尚未实现大众化，在中美两国的渗透率还比较低。其中美国2019年产品渗透率为12.5%（较 2018年提升1.1ptc）,中国2019年产品渗透率为3%（内陆1%/沿海5%）。  即便是在渗透率较高的美国市场，我们认为扫地机器人仍处于普及教育阶段。根本原因在于“小众市场 ”和“大众市场”之间存在产品力鸿沟——小众产品尚未解决主流消费人群的核心痛点。比如，在美国 需解决产品细节问题（动物毛发/多层分区/地毯清洁等），在中国需解决拖地和价格问题。  按照当前的技术发展方向及路径，小众市场与大众市场间的产品力鸿沟不断收窄。随着产品功能的完 善，“解放双手”的刚需必然带动品类渗透率快速提升。吸

飞行汽车行业报告