热点研究|人形机器人研究合集
01、机器人产业深度（一）：技术奇点靠近，需求拐点来临 02、机器人产业深度（二）；AI大模型赋能人形机器人，迈向通用人工智能的一大步 03、机器人产业深度（三）：机器人的关节——精密执行器 04、机器人产业深度（四）：机器人的眼睛——3D工业视觉 05、机器人产业深度（五）：机器人的触觉——六维力矩传感器 06、机器人产业深度（六）：机器人的关节——高效电机 【产业研究】机器人产业深度（一）：技术奇点靠近，需求拐点来临 报告日期：2023/03/06 我们认为，中国机器人行业已经迎来需求拐点，有望逐渐从复制跟随走向技术引1领，从国产替代迈入海外拓展阶段。中国是全球规模最大，增速最快的机器人市场，2001~2022年机器人销量从700台增长至30.3万台（销售规模87亿美元），复合增速33.5%。2017年是中国机器人行业的分水岭，2017年以前是国产替代阶段，国内机器人公司主要通过模仿，以更低的成本获得市场。2017年开始，结合AI深度学习、3D视觉、力控等技术的变革，中国机器人行业逐渐走向市场领,2017~2022年销量复合增速23.1%。人口结构变化，制造业数字化转型，中国新能源产业爆发并领先全球，中国机器人或能复制日本机器人产业发展路径。除了享受外部红利，运动控制（含伺服控制、减速器等）、自主定位导航、人机交互等核心部件和技术的持续进步才是机器人行业长足发展的决定性因素。 新能源产业崛起，工业机器人进口替代提速。回顾日本机器人产业的腾飞之路，汽车作为工业机器人的最大下游，1970~1990年产量从581万升至1349万台，日本工业机器人产量由1350台升至10万台，复合增速25%，两大机器人公司发那科、安川包揽了汽车冲压、焊接两大工艺。2020年，中国新能源产业爆发并领先全球，或能复制日本机器人产业发展路径。新能源作为新兴产业，企业愿意联合国产机器人探索标准化工艺，技术能力的积累也使得国内机器人厂商具备满足工业场景客户需求的能力，国产工业机器人得以借势追赶，订单额、交付质量、复购率良性增长。2020年疫情期间，外资品牌进口受阻，交付能力更胜一筹的国产品牌把握住了发展良机。 服务机器人进入海外拓展阶段。服务机器人国内市场主要由内资主导，海外市场拓展也已获得成效。中国品牌拓展海外市场的优势：1）海外服务业长期面临员工流动性高、工资上张的压力，企业很惠意使用机器人实现自动化；2）中国有成熟的产业链配套，性价比优势明显，投资回收期短；3）工程师红利：服务机器人对不同的使用场景有不同的需求，中国品牌对问题的响应能力、持续的服务能力。 技术奇点逐渐靠近：1)运控核心部件国产化拐点有望出现，人形机器人产业的发展将促进核心部件快速成长：以汇川技术为代表的伺服控制系统、以绿的谐波为代表的谐波减速器等核心部件制造能力显著提升，国产RV减速器也努力缩小差距。2）自主定位和环境感知率先进入项目工程化和成本控制的阶段：多传感器融合（相机、激光雷达、毫米波雷达、惯导等）的SLAM技术逐渐成为趋势，机器人的自主移动和感知环境的能力与自动驾驶有一定通用性，移动机器人产业化面对的是相对封闭确定的低速场景，比自动驾驶已率先进入了项目工程化和成本控制的阶段。3）人机交互：语音交互技术已发展较为成熟，ChatGPT将人类反馈强化学习引入深度学习的方式为机器人更智能化。人性化发展提供了新思路。 风险提示：1）经济复苏低于预期；2）超融合在国内水土不服；3）出现相似技术。 >>以上内容节选自国泰君安证券已经发布的研究报告：技术奇点靠近，需求拐点来临，具体分析内容（包括风险提示等）请详见完整版报告。 【产业研究】机器人产业深度（二）：AI大模型赋能人形机器人，迈向通用人工智能的一大步 报告日期：2023/05/22 AI大模型+人形机器人，迈出了通向通用人工智能的一大步。机器人进化路径：从固定到移动，从独立到协作，从单一到通用。服务机器人商业化落地的前提是产品能提供真实价值，真实价值的判断在于机器人能否通用。把机器人做成人形，就是为了使机器人的执行能力更加通用，上游核心零部件随着协作机械臂的兴起快速发展，促进了人形机器人硬件本体制造能力的提升，同时伴随自动驾驶技术的高速发展，人形机器人在视觉、SLAM与基础AI上有了更多的方案选择，大模型的出现，会从语音、视觉、决策、控制等多方面实现同人形机器人的结合，形成感知、决策、控制闭环。我们认为机器人产业将进入渗透率快速提升的新阶段，看好机器人产业发展前景。 AI大模型从语音、视觉、决策、控制等多方面实现同人形机器人的结合，形成感知、决策、控制闭环，使机器人 具备常识。1）语音：语言大模型为机器人的自主语音交互难题提供了解决方案，在上下文理解、多语种识别、多轮对话、情绪识别、模糊语义识别等通用语言任务上，ChatGPT显著优于深度学习，表现出了不亚于人类的理解 力和语言生成能力。2）视觉：人形机器人的场景相对工业机器人更通用、更复杂，通用视觉大模型的AllinOne的多任务训练方案能使得机器人更好地适应人类生活场景：大模型的强拟合能力使人形机器人在进行目标识别、避障、三维重建、语义分割等任务时，具备更高的精确度；通用视觉大模型通过大量数据学到更多的通用知识，并迁移到下游任务中，基于海量数据获得的预训练模型具有较好的知识完备性，提升场景泛化效果。3）决策：基于多模态的预训练大模型将增强机器人可完成任务的多样性与通用性，让其不局限于文本和图像等单个部分，而是多应用相容，拓展单一智能为融合智能，使机器人能结合其感知到的多模态数据实现自动化决策。 驱动：相比工业机器人，人形机器人硬件需求更复杂、更多元，特斯拉采用的电驱方案具备商业化应用基础。特 斯拉Optimus采取电驱方案，预计全身共40个执行器，其中：身体关节28个执行器，旋转关节方案采用伺服电机+减速器方案，我们推测单台人形机器人将搭载6台RV减速器（髋、腰腹）和8台谐波减速器（肩、腕）；我们猜测摆动角度不大的关节（膝、肘、踝、腕）采用力矩电机+行星滚柱丝杠方案，将使用14个线性执行器。2）机械手采用微型电机+腱绳驱动传动结构，单手6个电机，11个自由度。空心杯电机结构紧凑、能量密度高、能耗低，和人形机器人机械手需求契合度高。 减速器、伺服电机、线性执行器、滚柱丝杠是人形机器人的运动控制产业链中价值量较大的硬件设备。1）电机：数量更多、品类更丰富，需满足全身各关节的驱动需求，手部需采用微型电机。2）减速器、传动装置：数量更多，旋转执行器延续了对RV、谐波减速器的需求，线性执行器中需要用到行星滚柱丝杠作为线性传动装置。3）环境感知：区别工业机器人在固定场景外接机器视觉设备实现识别的方案，人形机器人场景复杂，需采用激光雷达、摄像头等方案实现环境感知、三维重建并实现路径规划，对设备品类、算法、实时算力要求更高。4）运动控制：类似于工业机器人，运控算法均是厂商自研，开发难度大，是核心竞争力之一；特斯拉Optimus复用特斯拉汽车的感知和计算能力，在全自动驾驶FSD芯片基础上开发适合人形机器人的控制器系统。人形机器人传感器数量、品类、执行机构复杂程度远高于工业机器人，对控制器实时算力、集成度要求高。 风险提示：1）经济复苏低于预期；2）AI大模型、超融合发展速度低于预期；3）出现相似技术。 >>以上内容节选自国泰君安证券已经发布的研究报告：AI大模型赋能人形机器人，迈向通用人工智能的一大步，具体分析内容（包括风险提示等）请详见完整版报告。 【产业研究】机器人产业深度（三）：机器人的关节——精密执行器 报告日期：2023/06/26 方案不断迭代、成本持续下降，TeslaOptimus在产业化的道路上奋力奔跑。马斯克预计TeslaOptimus最终售价将在2万美金以下，有很大降本空间。从去年特斯拉开放日到近期的股东大会上，特斯拉人形机器人技术迭代的速度超出了市场的预期，产业链核心部件降本的速度也非常快。我们目前还无法判断产业链上具体环节成本下降的幅度和时间，但降本的趋势是确定的，技术快速迭代和成本大幅下降将加速TeslaOptimus产业化和规模化，Tesla电动车产业化进程可作参考。 执行器决定机器人的负荷和精度，微特电机和执行器有望在人形机器人上大规模应用。执行器是机器人的核心部件，参考工业机器人成本构成，执行器（减速器）成本占比35%，伺服控制系统占比25%（伺服电机+驱动 器），控制器占比10%。预计TeslaOptimus旋转执行器方案为：永磁无刷电机+谐波减速器+抱闸+双编码器 +力矩传感器+轴承，采用谐波传感器的优点：小体积，大速比，扭矩密度比较高。预计直线执行器方案为：永磁无刷电机+行星滚柱丝杠+位置编码器+力传感器+轴承，采用线性执行器驱动器关节的优势：高精度、低能耗、高负载、高空间利用率、具备自锁能力。我们预计特斯拉Optimus身体关节共有28个，对微特电机及执行器的需求将大幅增加。 预计人形机器人对执行器的需求弹性排序为：行星滚柱丝杠 >谐波减速器>行星滚珠丝杠>滑动丝杠>轴承。我们进行了执行器需求的敏感性分析，当TeslaOptimus年销量达到100万台时，将新增谐波减速器年需求1400万台（2022年市场规模100万台）。Tesla尚未公布其线性执行器方案，我们猜测可能有两种：方案1：4个滑动丝杠+8个行星滚柱丝杠；方案2：14个滚珠丝杠。假设采取方案1，将新增行星滚柱丝杠年需求800万台 （2022年12万台）及滑动丝杠400万台；假设采取方案2，将新增高精度滚珠丝杠年需求1400万台（2022年中国市场规模1400万台，主要集中在中低端产品）。 技术壁垒：主要体现在设计、材料、工艺和加工精度上，在产品性能上表现为精度保持度、寿命、故障率等。以 谐波减速器为例进行说明：1）在设计上，绿的谐波的P齿形、来福谐波的δ齿形率先打破垄断，新进入厂商很难避开哈默纳科专利限制设计优良性能的齿形；2）材料：国外提纯技术较高、杂质少，因此国产谐波减速器的柔轮材料长期依赖进口；3）工艺：国产厂商在柔轮的热处理工艺、慢走丝、连续切割等加工工艺上还需要经验积累；4）精加工：热处理、磨齿机、三坐标等关键设备依赖进口。 产业链及投资机会梳理：谐波减速器国产化进程提速。 风险提示：1）技术、方案成熟速度低于预期；2）产业链成本下降速度低于预期；3）出现相似技术。 >>以上内容节选自国泰君安证券已经发布的研究报告：机器人产业深度（三）：机器人的关节——精密执行器，具体分析内容（包括风险提示等）请详见完整版报告。 【产业研究】机器人产业深度（四）：机器人的眼睛——3D工业视觉 报告日期：2023/08/24 从2D视觉到3D视觉是一次技术的跃升。3D视觉针对工业自动化应用上的“痛点”，提升缺陷识别的精度和自动化产线在线检测的速度，加速在机器人引导和移动机器人环境感知场景落地。针对不同自动化领域的专业化定制是3D工业视觉的主要特征，视觉大模型赋能3D工业视觉，降低定制化开发的成本，提升定制化开发的效率，有效拓展应用场景。2022年中国3D工业相机市场规模18.4亿元/yoy+59.9%，GGII预计2027年接近160亿元，复合增速53.8%。 3D视觉技术满足工业领域更高精度、更高速度、更柔性化的需求，扩大工业自动化的场景。2D视觉技术基于物体平面轮廓，无法获得曲度、空间坐标等三维参数，检验精度低。激光三角测量、结构光、ToF、多目视觉等技术共同推动了3D视觉发展。高精度缺陷检测场景（如：半导体有图形晶圆检测）技术要求最高，主要采用激光三角测量、干涉和共聚焦技术；生产线在线检测和装配最难，需要复杂的解决方案来适应不同的生产场景，并在振动 和环境光干扰下实现高速度和高精度，主要技术是激光三角测量和结构光。仓库自动化（尺寸测量、环境感知、手势识别、随机拣箱）主要采用结构光和立体视觉。 移动机器人视觉引导最具前景的场景，主要技术包括结构光、ToF、立体视觉。环境感知具备宽视场、高速度(用于
