人形机器人感知硬件专题研究：人形机器人的五类感官和硬件支撑
（报告出品方：中信证券）
人形机器人加速发展，感知能力愈发重要
人形机器人迅速迭代，国内外厂商加速布局
特斯拉机器人迭代迅速，历时 8 个月便可执行复杂动作。2022 年 10 月，在特斯拉 AI Day 上，特斯拉机器人 Optimus 首次亮相，当时还需要人工推出，仅能完成简单的肢 体动作。而在 2023 年 3 月的投资者日中，Optimus 便展现了步行以及组装机器人的工作 能力。到 2023 年 5 月的股东大会上，Optimus 已经可以实现对物品的抓取等复杂动作。马斯克提出，Optimus 将面向应用场景进行快速迭代，预计在特定应用场景将快速推出量 产机型。我们认为特斯拉强大的汽车供应链有望加速 Optimus 量产实现。
特斯拉强大的供应链及解决方案有望加速人形机器人量产进程。目前人形机器人商业 化量产的瓶颈主要可归结为技术、成本和应用场景三个方面。但特斯拉在三大瓶颈方面均 有特有优势。1）技术方面，拥有 FSD 自动驾驶技术以及 DOJO D1 超级计算芯片的特斯 拉在人形运动控制、硬件执行器、运动规划算法等方面正在进行广泛深入的底层研究；2） 成本方面：研发团队在设计阶段已充分考虑量产阶段的降本可行性，例如高度集成的电池、 6 种执行器等，强大供应链保障有望降低量产成本；3）应用场景：特斯拉汽车工厂将为人 形机器人提供巨大的试验田，早期版本的机器人将在工厂中进行大量训练，并不断迭代， 解决了大多数厂商早期寻找应用场景这一大难题。
传统机器人公司技术迭代速度较慢，且并未面向应用场景设计机器人，供应链问题也 导致机器人造价十分昂贵。以大家熟知的波士顿动力 Atlas 为例，根据波士顿动力官网， 波士顿动力的 Atlas 拥有近 40 年的发展历史，1983 年-2013 年，从麻省理工 Leg Lab 走 出来的 Atlas 基本完成了简单的肢体动作和行走能力，2016 年 Atlas 开始具有简单的物体 搬运功能，并且没有灵巧手，2019 年 Atlas 行走能力进一步增强，可实现后空翻等动作， 并且能够识别复杂地形，2021 年，Atlas 具有一定的工作能力，用简单的灵巧手搬运物体。目前，发展了 40 年的 Atlas 仍然没有明确的应用场景，且售价十分昂贵，达到 200 万美 元以上。
特斯拉或在机器人行业再次带来鲇鱼效应。回顾新能源汽车在中国市场的发展史，特 斯拉这条“鲇鱼”对于我国新能源汽车升级与降本带来巨大推动作用。2019 年 1 月，特 斯拉上海工厂奠基，2020 年 1 月，特斯拉上海工厂新车交付，国产版 Model 3 售价下调， 扣除补贴后，基础版车型售价从 35.58 万元下调至 29.9 万元，低廉的售价以及优良的性能 对我国新能源车厂商带来了巨大冲击，迫使我国新能源车厂商降本提效，加速了新能源车 行业的发展，同时也推动了我国消费者对新能源车的接受度提高。因此，我们认为特斯拉 在机器人行业中也将扮演这条“鲇鱼”，极快的迭代速度以及可预期的低廉的售价将迫使 老牌机器人厂商加速发展。
国内外巨头纷纷参股或设立人形机器人研发公司。现有人形机器人产品主要为日本本 田 ASIMO、美国波士顿动力 Atlas、美国 Agility Robot、优必选 Walkers、中国小米 CyberOne、以及特斯拉 Optimus 等。其中，日本本田、小米及特斯拉皆研发了自己的人形机器 人。而波士顿动力相继辗转谷歌、软银后，目前被现代公司收购。美国 AgilityRobot 的 2022 年 B+轮融资的投资者中，出现了亚马逊及索尼。国内外巨头纷纷下场加码人形机器人， 人形机器人有望迎来快速发展。
国内外机器人创业公司也纷纷推出人形机器人或产品。国内机器人行业创业公司如追 觅科技、达闼科技等先后推出自己的双足人形机器人，国内四足机器人领先企业宇树科技 也在加入到人形机器人的研发中，腾讯 Robotics X 实验室推出自研机器人灵巧手 “TRX-Hand”和机械臂“TRX-Arm”，为其后续在机器人行业的发展作出铺垫，华为于 2023 年 6 月注册成立东莞极目机器有限公司，正式进军机器人领域，注册资本 8.7 亿元。国外方面，OpenAI 在 A2 轮领投挪威人形机器人公司 1XTechnologies，旨在将其强大的 AI 系统与实体机器人结合起来，从而为 AGI 的发展奠定基础。
人形机器人浪潮下，类人型机器人也迎来快速发展，但人形机器人仍然是各大厂商的 主要目标。随着人形机器人浪潮袭来，类人型机器人如四足机器人也迎来了快速发展，成 为各大厂商的必争之地，早在 2021 年 3 月腾讯便发布多模态四足机器人 Max，并在 2022 年 8 月推出 Max 二代，小米于 2021 年 8 月发布第一代四足机器人铁蛋，小鹏鹏行机器也 于 2022 年 7 月发布首款四足机器人。此外一些在机器人领域深耕多年的创业公司也拥有 自己的标杆四足机器人产品，例如宇树科技的 A1、云深处的绝影 X20、蔚蓝科技的 E 系 列、优宝特的 YoBoGo。国外较为出名的四足机器人有波士顿动力的 Spot、IIT 的 HyQReal。但人形机器人相较于仿人形机器人仍有较大优势：（1）仿生步态下运动能力较传统履带/ 四轮/双轮机器人大幅提升；（2）灵巧手可实现双手配合和工具替换，较工业机器人技能更 广；（3）依靠算法能力实现复杂环境识别并实施决策。
预计到 2027 年，全球人形机器人市场规模将达到 141 亿美元。根据优必选招股书， 弗若斯特沙利文预计 2026 年全球智能服务机器人产品及解决方案的市场规模将达到 676 亿美元，2021 年到 2026 年 CAGR 达到 25%。而根据 Stratistics Market Research Consulting 数据，全球人形机器人市场规模将在 2027 年达到 141 亿美元，2020 年到 2027 年 CAGR 达到 58%。
人形机器人是具身智能的重要载体，AI 发展赋能机器人感知
人工智能的下一个浪潮将是具身智能。在 ITF World 2023 半导体大会上，英伟达创始 人兼首席执行官黄仁勋表示，人工智能的下一个浪潮将是具身智能，即能理解、推理、并 与物理世界互动的智能系统。具身智能是具有身体体验的智能。1950 年，图灵在他的论文“ComputingMachinery and Intelligence” 中首次提出了具身智能的概念。之后的几十年里，大家都觉得这是一个 很重要的概念，但是由于技术限制，具身智能并未有很好的发展。从认知的角度来看，人 类是第一人称视角的智能，用 1963 年的实验来说明，有两只猫，一直猫被绑起来，只能 看这个世界，另一只猫可以主动去走。被动的猫是一种旁观的智能，而主动的猫是具身的 智能。到最后，这只旁观的猫失去了行走能力。当机器可以主动感知世界时，人工智能也 就变成了第一人称的智能，也就无限接近于人类。
具身智能由具身感知、具身想象和具身执行三个基础模块构成。上海交通大学卢策吾 教授在机器之心 AI 科技年会中提出了 PIE 方案，即具身感知（Perception）、具身想象 （Imagination）和具身执行（Execution）。PIE 方案帮助机器模拟了人类的思维及行动方 式，即机器人首先需要识别物体，然后通过交互感知物体，再通过数字孪生进行仿真模拟， 利用最好的结果去执行。卢教授也演示了机器人如何抓取被打碎的陶瓷瓶碎片，对于不规 整的碎片，机器人总是能成功抓取。
作为具身智能的大脑，多模态大模型更符合人类大脑接受与处理信息的方式。从人类 接受信息的角度看，我们所接收到真实世界的信息来自于多模态的数据源，如语音、文本、 图像等，而单模态预训练模型只涵盖了单一模态的信息，无法对人类的信息获取、环境感 知、知识学习与表达的主动学习过程进行有效表达，不同模态之间的隐式交互信息并未被 充分利用与学习。“GPT 一小步，多模态 AI 的一大步”，GPT-4 支持图片和文本类信息同时输入。GPT-4 是由 OpenAI 发布的大型多模态模型，它不仅能与用户一起生成、编辑，完成创意的迭代 和技术写作任务，更重要的是，它还能读懂图片。多模态感知是实现通用人工智能的必要 条件，无论是知识/能力获取还是与现实物理世界的交互，这也是其与上一代 GPT 的主要 区别。在 GPT-4 中，多模态输入的图像和文本基于 Transformer 作为通用接口，图形感知 模块与语言模块对接进行进一步计算。基于 Transformer 技术，GPT-1 只有 12 层，而到 了 GPT-3，则增加到 96 层。GPT-4 增加了额外的视觉语言模块，理论上具有更大的模型 尺寸和输入窗口。
语言方面，以 ChatGPT 为代表的大模型已具备协助机器人处理语言，从而可以高效 地对感知信息进行交互，如人类通过自然语言对机器人进行调试。根据微软 Sai Vemprala 等最新的论文：“目前的机器人需要专门的工程师不断编写新的代码来修正机器人的行为， 而我们使用 ChatGPT 的目标是让非技术用户参与到修正过程中，通过高级语言命令与语 言模型交互，无缝部署各种平台和任务。” 如果付诸实践，AI 有望帮助编写新代码和规范 来纠正机器人的行为，因此允许了不懂技术的广大用户提供反馈，轻松地与机器人互动， 直到用户对机器人的处理解决方案满意为止，再将这个代码部署到机器人上，一个调试就 结束了。
视觉方面，谷歌推出 ViT 统一了 CV 和 NLP 框架，用于图像识别。ViT 模型将语言模 型的 transformer 架构用于视觉模型，代替了传统的 CNN，统一了 CV 和 NLP 的架构。2020 年 10 月，谷歌推出 Vision Transformer（ViT）模型，证明了不使用 CNN，直接将 Transformer 结构应用于视觉模型也可以很好地执行图像分类任务。Transformer 将句子中的每个词 （token）并行输入编码器，ViT 直接将图像拆分为多个块，将每个块的位置和包含的图像 信息当做是一个词，输入到编码器中，训练好的编码器可以将图像输出为一个包含了图像 特征的编码，类似于在语言模型中将一句话输出为一个包含了语言信息的编码，之后通过 MLP 层将编码器的输出转化为不同分类的概率。
信息处理方面，算法模型与软硬件一起集成为可供机器人“思考”的“大脑”。如谷 歌发布 RoboCat，其基于谷歌的多模态模型 Gato，可以在模拟和物理环境中处理语言、 图像和动作。通过将 Gato 的架构与一个大型训练数据集结合起来，该数据集由各种机器 人手臂的图像序列和动作组成，可以解决数百种不同的任务。RoboCat 先通过机器视觉观 察由人工操作的机械臂完成任务，搜集数据后通过在物理和虚拟环境中进行练习，通过练 习生成新的训练数据，合并进入训练集，用于新版本的训练，从而学会此次任务。学会此次任务的 RoboCat 可被移植到新的机械臂上，对新的机械臂进行微调后执行相同的任务， RoboCat 在几小时内观察 1000 次人工演示后，可以灵巧的指挥新手臂抓取齿轮，成功率 高达 86%。RoboCat 的出现为未来更加通用的机器人出现打下基础。
人工智能要走向具身智能的交互端，必须要具备强大的感知能力。陆奇在《我的大模 型世界观》的演讲中提到 AI 发展的新范式将属于“行动”系统。第一代系统“信息”对应 着感知，第二代系统“模型”对应着思考，第三代系统“行动”对应着实现，目前 GPT 的快速发展让人工智能的思考以及交互能力大大提升，而 Tesla Bot 的推出也就预示着“行 动”系统的量产已有眉目。但感知能力是“模型”和“行动”的基础，人形机器人终端的 发展离不开感知能力的不断提升。
人形机器人更加智能化，所需的感知硬件远多于传统机器人
人形机器人可与人体进行类比，总体分为控制、感知和执行三大环节，其中感知是控 制和执行的前提，而控制和执行过程中也需要不断感知提供实时反馈。人形机器人整体可 分为控制、感知和执行三大系统；控制类似于人类的大脑，对全身进行指令，在人形机器 人的软件端体现为模型及算法，硬件端体现为主控芯片；感知类似于人类的各种感官神经， 包括器官、神经、大脑皮层等，在人形机器人中体现为各类传感器；执行类似于骨骼肌， 包括线性执行器、旋转执行器、灵巧手等。
对于传统机器人而言，除编码器外，多数工业机器人不需要其他的感知硬件，部分特 定种类的机器人仅需要单一感知硬件，而人形机器人则集成使用类各类感知硬件。编码器 是闭环控制系统的必备组成部分，用以对伺服电机的旋转角度进行检测，编码器属于感知 硬件，但其本质上是机器人运动控制子系统内部的感知器件，因此成为了各类机器人运动 控制的必需品。其他机器人往往仅使用较少类别的感知硬件，如协作机器人为避免伤害到 工人从而使用力矩传感器做力反馈，服务机器人和移动机器人使用 3D 视觉传感器进行位 移导航，IMU（惯性测量单元）为无人机等无人移动系统提供导航和姿态控制等。
人形机器人由于其复杂的交互性，需要各类传感器的集成，已特斯拉 Optimus 为例， 其感知系统至少需要视觉传感器、力（力矩）传感器、IMU（惯性测量单元）、编码器及 主控芯片等感知硬件。根据特斯拉 2022 AI Day 及 2023 年投资者交流日信息， Optimus 的旋转执行器由无框力矩电机+谐波减速器+双编码器+制动器+力矩传感器+低压驱动+轴 承等组成，直线执行器由无框力矩电机+行星滚柱丝杠+编码器+力矩传感器+驱动器+轴承 等组成，灵巧手由空心杯电机+手指紧握执行器+低压驱动+编码器组成，均需要使用大量 的力矩传感器、编码器。此外，根据论文“Development and Real-Time Optimization-based Control of a Full-sized Humanoid for Dynamic Walking and Running”（Min Sung Ahn， UCLA）所示的 Artemis 机器人下半身使用“本体执行（半直驱）机构”，脚踝位置也均需 要使用力矩传感器做力反馈。
以特斯拉人形机器人 Optimus 为例进行硬件 BOM 分拆成本测算，我们认为 2 万美 元的降本目标实现可期，感知硬件成本是人形机器人运动控制零部件外的最主要环节。我 们通过国内主流厂商及其相关产品的代表价格，对特斯拉人形机器人 Optimus 进行测算， 测算后可得当前单台机器人的硬件的总成本约为 24.7 万元人民币（约合 3.4 万美元），该 成本不含软件、研发及供应链管理，且为非量产阶段，未来量产后 2 万美元的降本目标实 现可期。不包括旋转和线性执行器，仅感知交互系统自身硬件，就占总硬件成本的 8%， 力矩传感器、编码器、视觉传感、主芯片及 IMU 均有较高的硬件成本占比。其中力矩传感 器占比最高，其原因在于机器人每个关节中均要使用力矩传感器，且目前最具功能完备性 的六维力传感器价格非常高，均在一千美元以上，但未来人形机器人仅在部分关节使用六 维力（矩）传感器，多数关节中使用价格较低的一维力（矩）传感器，也是降本的主要方 案。
五类感官类比人体，相关硬件必不可少
人形机器人的感知环节主要可以分为交互控制、视觉传感、力控传感、位移姿态传感 及执行环节的运动控制传感，均涉及相关软件算法和硬件零部件。人形机器人各个零部件 环节可以形象地看作人类的“大脑”、“眼睛”、“触觉”、“小脑”、“末梢神经”等，且感知环节各 部分均包含软硬件算法，从硬件端来看，均在整体 BOM 中占据一定价值量，主要包括力 矩传感器、视觉传感器、IMU 等，且我国厂商有望在硬件制造端持续发力。
交互控制：人形机器人的“大脑”
控制系统是决定机器人性能最核心的系统，一般由机器人厂商自行开发研制，目前一 般智能控制及工业运动控制对于人形机器人而言均有一定的不足，人形机器人尚未形成统 一且标准的控制架构。控制器主要包括硬件和软件两部分：硬件部分是工业控制板卡，包 括主控单元和部分信号处理电路；软件部分主要是控制算法、二次扩展开发等。目前主流 的控制器包括单片机为核心的专用控制器、PLC 系统为核心的控制系统以及 IPC+运动控 制卡等。单片机适用于智能电器等对运动控制要求较低的设备；以 PLC 为核心的控制系统 由于其优秀的集成封装和二次开发特性，非常适用于一般的工业运动控制；PC-based 控 制方式基于工控机和运动控制卡，可进行更为复杂的串联、并联控制，但不方便移动。以 上主流的智能控制和工业控制方式在面对人形机器人控制的实时性、复杂性、轻量性等较 高要求时均存在一定的不足，目前人形机器人尚未形成可以大规模复用且满足标准的控制 系统硬件方案。
机器人控制方式主要包括点位、连续轨迹、力（力矩）和智能控制等，人形机器人的 控制需要将连续轨迹、力（力矩）和智能控制相结合。工业机器人的控制方式主要有点位 控制方式（PTP）和连续轨迹控制方式（CP），协作机器人主要采用力（力矩）控制方式， 人形机器人不仅需要连续轨迹控制和力（力矩）控制，还需要再运动过程中实时反馈视觉、 语音、力触觉等信号，属于智能控制方式，因此其控制系统也更为复杂，同时需要使用更 多和要求更高的控制器。
主控、协调和分布控制有望成为人形机器人最主要的控制方式，因此硬件方面需要主 控芯片及控制器、通信线缆以及关节分部控制器等。特斯拉投资者开放日所展示人形机器 人的运动能力已完全超越普通工业及服务机器人，其同时表明 Optimus 将采用 SOC 主控 芯片，因此，不同于其他机器人，人形机器人有望采用主控、协同和分布控制对的方式， 例如哈尔滨工业大学的 ROBOT-Ⅰ中机器人的控制系统由传感器部分、主控部分、协调控 制部分以及底层驱动部分组成。由于人形机器人所需要的控制系统过于复杂，其关节模组 也产生了驱控一体化的技术趋势，从而从单纯的执行机构转变为智能关节，从而关节部分 也需要对应的控制产品。
人形机器人与工业机器人的首要不同是控制层级的增加，此外最大的不同在于实施控 制之前引入了最为重要的感知环节，感知环节的相关硬件除了各类传感器外，最核心的就 是其处理各类感知信号的 AI 芯片。李沁玲在《人形机器人设计及步行控制研究》一文中 展示了人形机器人的软硬件架构方案，其硬件最底层即为反应层，包含各类感知传感器， 传感器接受到相关信号后交由思考层进行决策处理，软件执行层进行动作规划，最后通过 工业以太网等通信协议交由执行层进行执行。该人形机器人硬件方案的主控制板可对应特 斯拉人形机器人的主控芯片，运动控制板可对应协同控制或驱控一体下的分布式控制芯片；该人形机器人软件方案对应特斯拉人形机器人中的感知算法和 AI 解决方案，特斯拉人形机 器人 AI 方案的核心硬件支持是其 Dojo 项目的芯片，据 Dojo 项目负责人 Venkataramanan 介绍，特斯拉 Dojo 是史上最快的 AI 训练计算机，而使得 Dojo 完成训练 AI 算法的重任， 就是特斯拉自研神经网络训练芯片——D1 芯片。
SOC（System-on-a-chip）芯片作为机器人大脑集成了多项功能，解决了混合式软 件和分级控制硬件的多项功能，可以视为单片机在人形机器人中的进化 。SOC （System-on-a-chip）即系统级芯片，是模仿计算机系统，微缩成了一个微系统，相当于 是拥有特定用途的，为了节省成本而在出厂时固化了代码、且只集成专用外设、而且使用 量非常巨大的特殊 MCU。SOC 硬件的大概的组成是：核心、存储、外设接口、总线、中 断模块以及时钟模块等。特斯拉机器人大脑便是由 Tesla SOC 集成而成的 Bot Brain，用 于收集、处理及输出信息。UCLA 的 Artemis 机器人的控制系统也使用了 SOC 芯片，通 过并发的收集机器人信息并进行处理。SOC 在多个下游领域均有应用，目前由国际企业主 导，国产厂商难以切入特斯拉机器人控制系统，国内部分企业的 SOC 芯片已在服务机器 人领域中有所应用，如炬芯科技、全志科技、瑞芯微等，有望受益于国产人形机器人放量。
此外，各厂商纷纷使用 FPGA（现场可编程门阵列）进行协调控制，FPGA 也是一种 集成电路，简言之，加入 FPGA 可以解决主控芯片灵活性不足的问题，FPGA 之于主控芯 片，类似于 DSP（数字信号处理）之于 CPU，都是用来解决核心芯片应对复杂进程处理 能力不足的问题。从驱动执行来看，当前主流的伺服驱动器由伺服控制单元、功率驱动单 元、通讯接口单元组成。目前多数伺服驱动器具有独立的控制系统，集成了控制芯片，形 成驱控一体化。主控芯片一般采用微控制单元（MCU），FPGA 进行辅助，以解决驱控一 体化问题，来保证关节处理复杂控制信号的智能性。伺服 MCU 厂商众多，大多采用 ARM 公司提供的 Cortex-M 系列内核授权，如国外的意法半导体、赛普拉斯和国内的兆易创新、 中颖电子，国内峰岹科技拥有完整自主知识产权芯片内核（ME 内核）及技术体系。当前 FPGA 芯片市场由国际企业主导，如赛灵思、英特尔、莱迪思等，国内市场规模较小，如 安路科技、复旦微电、紫光同创（紫光国微）等国产厂商正在逐步布局 FPGA 市场。
基于单片机的智能控制器厂商、可编程逻辑控制器（PLC）厂商及机器人通信线缆厂 商随着人形机器人放量和技术路线的迭代同样有可能受益。将 CPU 集成到单块集成电路中，并且未来实现多个功能，将存储器、输入/出接口等也全部集成在一起则形成了单片机， 智能控制器是以单片机为核心，集成覆盖计算、通信、交互与控制功能的电子部件，目前 智能控制器下游应用主要有汽车电子，电动工具，家用电器和建筑与智能家居等，目前国 内主要厂商有拓邦股份、和而泰、和晶科技、朗科智能、华联电子（联创光电）、振邦智 能、朗特智能等。PLC 已广泛应用于各类工业控制环节中，是使用 MCU 芯片设计的、稳 定的、高性能半成品的工控设备，无需从零开发、功能扩展非常容易，PLC 厂商均具有基 于控制环境在 MCU 基础上进行控制器开发的能力。此外，人形机器人的分级控制 需要总线通信协议的支持，如工业以太网协议 EtherCat，硬件部分需要通信线缆，目前国 内可从事机器人控制和通信线缆的代表厂商为鑫宏业。
视觉传感：人形机器人的“眼睛”
视觉传感器也即机器视觉，希望通过引入机器代替眼睛来做判断和识别。机器视觉引 入工业流程通常是希望通过提高效率（从而提高生产力）、减少错误（从而提高质量）或 收集数据来降低成本，此外机器视觉还可以替代劳动力或将工人从危险或疲劳的工业活动 中解放出来。
机器视觉在工业中的应用根据返回图像的维度可分为 2D 和 3D 视觉，目前机器视觉 在工业中的应用主要以实现识别、测量、定位、检测四种功能为主。识别功能实现难度较 低，其次为测量，再次为定位，检测功能实现难度相对最高。2D 机器视觉技术可以获取 二维图像，在 x、y 和旋转三个自由度上定位被摄目标，并基于灰度或者彩色图像中对比 度的特征提供处理分析结果。但 2D 机器视觉技术无法提供物体高度、平面度、表面角度、 体积等三维信息，有易受光照变化影响、对物体运动敏感度高等局限性。3D 机器视觉技术相对与 2D 技术提供了更丰富的被摄目标信息，可以在 x、y、z、旋 转、俯仰、横摆六个自由度上定位被摄目标，还原人眼视角三维立体世界。相应功能可实 现如人脸识别解锁、沉浸式交互、体感交互、3D 建模等。3D 视觉同样可应用于工业检测 等 2D 视觉应用场景，但基于由于 3D 视觉数据维度更多，目前硬件的数据运算处理速度 和存储空间等技术存在限制，两者在不同的使用场景下各有优势，并非完全替代关系。3D 重构目前主要的技术有结构光、iToF、dToF、立体视觉、Lidar、工业三维测量等。
特斯拉机器人 Optimus 视觉方案使用了自动驾驶解决方案 FSD，FSD 拥有强大的感 知能力，引入 Occupancy Network 后对未知障碍物的识别能力进一步增强，目前已经植 入机器人中。Tesla FSD 视觉感知神经网络架构的工作流程如下，首先摄像头将单帧数据 输入 RegNet 网络，并采用 BiFPN 的多尺度特征融合方法感知不同尺度的目标，最后在多 个 Head 中通过输出的二进制特征图判定每个位置是否有目标以及目标的属性，这里用到 了多任务学习的感知框架 HydraNets 实现对多个 Head 同时处理。但纯视觉一直被人诟病 的对于未知障碍物的识别能力，引入 Occupancy Network 后，不再进行目标识别，而是通 过得到空间是否被占用的信息判断是否存在障碍物，解决了目标检测系统失效的问题。目 前 Optimus 已经搭载 FSD 的视觉感知系统。
基于视觉信息，FSD 的规控能力也可以用于机器人的决策系统。由于车辆、行人的未 来行为都有一定的不确定性，特斯拉采用“交互搜索”的规划模型，在线预测自己和其他 车辆，行人等的交互，并对每一种交互带来的风险进行评估，最终决定采取何种策略。FSD 系统还能够通过 Occupancy Network 对可视区域进行建模来处理未知不可见场景。目前 FSD 规划系统已经用于估计 Optimus 的姿势和轨迹。
人形机器人视觉传感技术主要使用多目立体视觉和 iToF 法，特斯拉和 UCLA 均使用 3 个 3D 相机即可实现多目立体视觉。主要人形机器人视觉方案有多目立体视觉和 iToF， 多目立体视觉是立体视觉方法中的一种，最少使用 3 个摄像头即可实现，用单个或多个相 机从多个视点获取同一个目标场景的多幅图像，重构目标场景的三维信息，特斯拉、小米 和 UCLA 均使用该方案。iToF 是指时间往返行程采用时间选通光子计数器或电荷积分器外 推获得而不需要精准计时的方案，可以实现面积范围成像，小米和波士顿动力使用该方案。
3D 视觉市场空间逐渐打开，视觉传感器除相机外，还包含其他硬件及软件，其中成 本占比较高的还有工控机（视觉控制器）和算法软件。国内 3D 视觉市场随着视觉要求的 提高和机器人等新场景的打开，市场规模逐步提升，GGII 预测 2025 年有望达到 78 亿元。机器视觉产业链除相机外还包含其他环节，机器视觉上游的硬件涉及产品多、壁垒高，在 机器视觉系统中成本占比也较高。具有全栈开发能力的公司往往具备产业链优势，此外， 掌握机器视觉算法的公司可以进一步受益于 AI 技术的发展，追赶特斯拉等头部厂商的技术 迭代。
目前国外企业占据机器视觉半壁江山，我国国产替代空间大，人形机器人需求较大， 我国企业有望受益于 3D 相机放量。基恩士、康耐视等国外公司已经形成了较为全面的产 品覆盖，也是目前机器视觉市场的标杆公司。上游高端核心零部件市场目前主要由国外公 司主导，因此机器视觉核心环节国产替代需求迫切。由于 3D 相机将在人形机器人广泛使 用，且软件及算法的门槛及价值量同样较高，我们认为具有全栈研发能力的奥比中光将受 益于 3D 相机的放量。
力控传感：人形机器人的“触觉”
力（力矩）传感器
机器人市场空间巨大，力控技术不可或缺。协作机器人：高工机器人（GGII）数据显 示，2022 年中国六轴及以上协作机器人出货量为 1.95 万台，同比+4.71%，且 GGII 预计 2026 年将接近 6 万台；2022 年其市场规模约为 21.53 亿元，同比+5.61%。人形机器人：GGII 预计，2026 年全球人形机器人在服务机器人中的渗透率有望达到 3.5%，全球市场规 模超 20 亿美元，2030 年有望突破 200 亿美元。协作机器人和人形机器人的发展对力控技 术提出了更高要求，尤其是在某些动态、复杂环境中。根据 global information 测算，全 球力传感器市场预计将从 2021 年的 74.3 亿美元增长到 2027 年的 126.6 亿美元。
力（力矩）传感器在协作机器人关节以及人形机器人关节、足部和灵巧手中均有广泛 应用。力矩传感器是一种电子装置，用于监测、检测、记录施加在其上的线性力和旋转力， 将力信号转化为电信号，已大量使用于协作机器人打磨、抛光碰撞检测等领域。在特斯拉 人形机器人中，力（力矩）传感器在旋转关节和直线关节中各有一个，ARTMES 机器人在 足部也加入了力传感器模块用于脚底压力反馈。此外，力传感器在人形机器人的灵巧手中 也有广泛应用前景，特斯拉人形机器人的灵巧手通过空心杯电机驱动，尚未接入力传感器， 但通过腱绳驱动的灵巧手，将会加入多个力传感器，代表厂商如 NASA 等。
不同力控方式各有优劣，力矩传感器为最优方案。目前机器人力控方案大致分为三类， 分别是电流环力控，被动力控（弹性体）和力矩/力传感器力控。为精准控制抓取力度，多 维力矩/力传感器力控为应用于人形、协作机器人的最优方案。力矩传感器又称为扭矩传感 器，通过转换物体施加在传感器上的力矩为相应的电信号或数字信号来进行测量，具有精 度高，频响快，可靠性好，寿命长等优点。
根据特斯拉 AI DAY，预计特斯拉机器人关节处使用单维力传感器，执行器末端使用 六维力传感器。按照测量维度，力传感器可以分为一维、多维（三维、六维）力传感器。一维力传感器仅检测一个方向的作用力或力矩，工业中应用广泛，价格也较为便宜（大多 为数百元）。多维力传感器仅包括三维力和六维力传感器，均需要标定 XYZ 坐标轴，区别 在于应变片的数量及解耦算法，因此三维力传感器可以视作六维力传感器对的低配版，且 成本并没有大幅降低，所以三维力传感器的使用范围较小；六维力传感器是最高端的力矩传感器，同时测量 XYZ 轴向力和环绕轴的力矩，内部的算法可以解耦各个方向的力和力矩 的干扰，应用于高端机器人和精密设备中，价格也十分昂贵（大多在数千元至上万元）。
六维力传感器性能全面，存在技术壁垒，应变片并非是成本居高不下的主要原因，标 定设备、解耦算法研发等均需要高额资本投入。六维力传感器在力传感器中维度最高、力 觉信息反馈最全面、技术和使用难度最大，最早应用于航空航天、国防领域，后逐步应用 于铸件打磨、焊接及装配场景的工业机器人以及对传感性能要求更高的协作机器人和人形 机器人。力传感器存在多种检测原理，硅基/金属箔等电阻应变片具有更好的性能优势，原 理是应变片受力后产生的微米级别的变形导致电阻和电压的变化，金属箔应变片价格较高， 目前为 10 元人民币左右，而 MEMS 工艺下的硅基应变片可以降低至 1 元以下，因此应变 片成本并不是六维力传感器成本高昂的最主要原因。其高昂的成本主要来源于坐标轴标定 设备和解耦算法研发的投入，多维力矩传感器需要应对因结构加工和工艺偏差引起的各维 度间相互干扰的问题，以及动态和静态标定问题，同时还需要解决矢量运算中的解耦算法 和电路实现等问题，此外还要确保产品的一致性，因此在未大规模放量的情况下成本依然 较为高昂，即使国内厂商具有显著的成本优势，也需要上千元的平均成本。
力传感器需求受协作/人形机器人放量而快速增长，国产企业具备较为显著的成本优势。全球力控传感器的主要厂商有 ATI、霍尼韦尔等，中国市场上的高端传感器国产化率低。国内力传感器行业未上市公司实力较强，代表公司包括坤维科技（瀚川智能参股）、宇立 仪器、蓝点触控等，上市公司主要有柯力传感、昊志机电等，柯力传感主营应变式力传感 器，部分力传感器已应用于工业机器人领域，正通过自主研发和加速并购的方式积极布局 六维力传感器；从事一维力（力矩）传感器的厂商众多，具备六维力传感器生产能力的厂 商完全具备一维力传感器生产能力。
柔性电子皮肤
未来电子皮肤（柔性传感器）有望为机器人提供触觉，但更类似于人形机器人力控传 感的“终极方案”。电子皮肤触觉传感器被定义为能够通过接触表征出被测物体的性质(表 面形貌、重量等) 或数值化接触参量(力、温度等)的柔性传感器，是贴在“皮肤”上的电 子设备，因而习惯性地被称为电子皮肤，或仿生皮肤。电子皮肤的基本特征，是将各种电 子元器件集成在柔性基板之上从而形成皮肤状的电路板，像皮肤一样具有很高的柔韧性和 弹性。电子皮肤触觉传感器大多被排列成矩阵组成阵列触觉传感器，其空间分辨率可达到 毫米级，接近人类的皮肤。电子皮肤在机器人领域的应用，旨在让其拥有人类的感知力， 赋予其类似人类皮肤的敏感性，以及触觉、视觉、听觉味觉和嗅觉等感知能力。当前,人形 机器人的发展有望加速电子皮肤的产业落地，未来人形机器人将会大量运用柔性电子技术。
目前电子皮肤并未成为人形机器人的主要方案，而机器人也仅是电子皮肤的应用领域 之一，主要难点在于传感器和机器人硬件的配合以及人形机器人现阶段的力控要求尚未接 近人类皮肤。目前市面上主要的机器人产品都未使用电子皮肤，主要的技术难点在于传感 器厂商和硬件厂商相互独立开发，要完美实现贴合、传感器布线、组装都有难度。柔性传 感器下游应用领域众多，除机器人外还包括医疗健康、消费电子等等，如脑机接口、足底 感应、智能触控等。未来电子皮肤的成本不会是主要制约项，仍需要工艺进一步成熟推动大规模应用后方 可降本。电子皮肤的成本主要由三部分组成，一是面积，二是精度（放在脚底和手上对精 度要求不高），决定了材料和配方的使用，三是工艺复杂程度，和结构和贴合度有关。目 前电子皮肤的成本主要有衬底材料和表面压力传感器矩阵构成，目前 MEMS 工艺下表面 压力传感器成本持续压降，衬底材料也将在大规模应用后逐步降本。目前主要制约瓶颈仍 是与机械结构难以贴合、无法检测切向力、传感器密度与精度等问题。
电子皮肤国外公司主要有 Interlink，国内汉威科技子公司能斯达为国内柔性传感器已 产业化，目前已掌握柔性压阻、压电、温湿度和电容四大核心技术。目前国外产业化的有Interlink，其柔性传感器可应用于 HMI 的触摸屏。国内为汉威科技的子公司能斯达，其不 断优化“柔性感知技术+采集系统+人机交互”的解决方案，目前已经形成四大核心技术七 大产品系列(柔性压力、压电、织物、应变、温湿度、热敏和电容传感器)，柔性微纳传感 技术水平及产业化程度国内领先，已在智能机器人领域有明确的应用，并与小米科技、九 号科技、科大讯飞、深圳科易机器人等积极开展业务合作；能斯达在柔性压电传感器领域 掌握自主知识产权，相关产品已在三甲医院进行临床实验。
位移姿态传感：人形机器人的“小脑”
以人形机器人为代表的足式机器人相较于其他类型机器人有较大优势，但是也对机器 人稳定性提出了更高的要求。机器人按照运动方式可以分为：轮式机器人，履带机器人， 足式机器人等。轮式机器人控制简单，能够在平坦的地形中快速平稳运动；履带式机器人 能够在松软或者较为恶劣的地形中运动；腿足式机器人相较于轮式或者履带式机器人拥有 天然的优势——腿足式机器人能够跨越一些非连续性的地形，在山地，斜坡，台阶等崎岖 的地形上运动。但由于足式机器人，特别是双足机器人的自由度非常高，因此对稳定性的 要求极高，就算是静止时也要保持前后平衡。以 UCLA 的 ARTEMIS 机器人为例，便在骨 盆位置放置了一颗 3DM 的战术级 IMU 用于保持平衡。
机器人位移姿态的检测的稳定性控制，主要依赖于 IMU（惯性测量单元）。IMU 为惯 性测量单元，是测量物体三轴姿态角(或角速率)以及加速度的装置，大多用在汽车和机器 人，一般 MEMS IMU=MEMS 陀螺仪+MEMS 加速计，其中，陀螺仪用于感知物体运动的 角速率，加速度计用于感知物体运动的线加速度，二者辅以时间维度进行运算后可得出物 体相对于初始位置的偏离，进而获得物体的运动状态，包括当前位置、方向和速度。MEMS 技术以其尺寸小、制造方式特别帮助 IMU 实现高端化、小型化。双足人形机器人需要加入 传感器对机器人的实时信息进行检测，从而对机器人实现反馈控制。目前主要由 IMU 得到 数据进行处理得到机器人的姿态信息，进而对机器人的步态进行修正。例如，哈尔滨工业 大学的机器人 ROBOT-Ⅰ使用的是自主设计的伺服电机，其内部具有能反馈角度信息的电 位器，躯干上安装有姿态传感器 MPU6050。
2021 年，全球 MEMS 惯性传感器市场规模超 30 亿美元，中国 MEMS 惯性传感器市 场规模 136 亿元，未来有望持续增长。根据 Yole 数据（转引自中商情报网），预计 2022 年世界 MEMS 惯性传感器市场规模约 35 亿美元，2025 年达到 43 亿美元，而针对战术级 及以上的高性能市场规模约 7.1 亿美元（含 MEMS 惯性传感器系统）。根据头豹研究院公 司发布的《2022 年中国 MEMS 传感器行业概览》，2021 年中国 MEMS 惯性传感器市场 规模约 136 亿元，近几年增速快于全球平均增速，未来有望持续增长。
不同精度等级的 IMU 价格差异巨大，我们认为人形机器人所用 IMU 的要求至少要达 到工业级&低端战术级以上。IMU 精度主要由陀螺仪零偏稳定性来划分，不同精度量级的 IMU 价格差异巨大，精度从低到高分别为消费级、工业级&低端战术级、战术级、导航级 和战略级，工业机器人和自动驾驶所用的高性能 IMU 已达到工业级&低端战术级。我们认 为人形机器人精度要求高于工业机器人和自动驾驶，因此其 IMU 产品精度量级在工业级& 低端战术级以上，价格也应该在数千元及以上。由于人形机器人无须超长距离高精度制导， 所以我们认为人形机器人 IMU 精度不会高于国防及航空航天所需的导航级及以上。
高性能 MEMS 惯性传感器技术壁垒高，市场仍大部分由国外公司占据。MEMS 惯性 传感器行业是多学科融合的高科技领域，高性能 MEMS 惯性传感器要做到稳定量产，需 要在 MEMS 芯片设计及工艺方案、ASIC 芯片设计、封装、测试等各个环节均具备相应的 技术能力并建立完善的技术体系和工艺方案，技术壁垒高。MEMS 陀螺仪和加速度计的核 心都是一颗微机械（MEMS）芯片，一颗专用控制电路（ASIC）芯片及应力隔离封装，工 作原理为在 ASIC 芯片的驱动控制下感应外部待测信号并将其转化为电容、电阻、电荷等 信号变化，ASIC 芯片再将上述信号变化转化成电学信号，最终通过封装将芯片保护起来 并将信号输出，从而实现外部信息获取与交互的功能。根据 Yole（转引自中商情报网）， 高性能 MEMS 惯性传感器市场主要由霍尼韦尔、ADI、诺斯洛普-格鲁曼等寡头占据，CR3 约为 55%。市场集中度高的原因在于战术级以上市场容量较小，过去主要面向军工等领域， 精度要求更高，工艺难度大，门槛高。我国上市公司与国际巨头公司相比整体规模较小， 仍处于快速发展期。
MEMS 惯性传感器产业链企业短期看配套能力，长期看芯片。目前 MEMS 惯性传感 器上市公司主要有：1）高性能 MEMS 芯片自主可控的半导体公司，如芯动联科、明镐传 感（苏州固锝子公司）等。；2）本土消费级 MEMS 龙头或系统集成商，如华依科技、星 网宇达等，后两者主要布局的是模块/系统集成的 IMU 惯导系统环节。短期厂商比拼算法 优劣带来的产品力差异带来的配套能力，长期看好具备芯片自研能力的芯动联科。芯动联科主要产品为高性能硅基 MEMS 惯性传感器，核心性能指标达到国际先进水 平，复杂环境下适应性强。芯动联科主要产品为 MEMS 陀螺仪和加速度计，并提供 MEMS 惯性传感器相关的技术服务。目前芯动联科 MEMS 惯性产品主要应用于战术级至 导航级的飞行体中，精度要求可完全覆盖机器人，已有工业领域的相关应用，具备高度的 芯片自主研发设计和生产能力，有望率先成为人形机器人 IMU 的第一梯队国产厂商。
运动控制传感：人形机器人的“末梢神经”
执行关节运动控制的传感完全依赖于编码器，编码器是伺服系统除电机和驱动外的又 一核心零部件，人形机器人旋转关节、线性关节和灵巧手均需采用伺服方案，编码器必不 可少。伺服系统是指以位置、速度、转矩为控制量，能够动态跟踪目标变化从而实现自动 化控制的系统，是实现工业自动化精密制造和柔性制造的核心技术。伺服系统通常由伺服 驱动器、编码器与伺服电机组成，一套伺服系统中，伺服驱动器用于控制伺服电机的控制 器，编码器负责位移传感，伺服电机将电压信号转换成转矩与转速以驱动控制对象。人形 机器人线性执行器、旋转执行器和灵巧手均使用伺服系统解决方案，因素均需要编码器， 旋转执行器甚至使用了双编码器的方案，编码器是人形机器人进行运动控制的“神经末梢”。
编码器主要分为光电编码器和磁性编码器，光电编码器在一般工业控制中更为主流， 磁性编码器近年来快速发展。人形机器人采用闭环控制，电机均需配备编码器，主要分为 光编码器和磁编码器。光编码器利用光线照射光栅标尺或码盘，将光学信号转化为电学信 号，再进行整形电路输出；磁编码器采用外磁场角度变化产生磁电阻效应将变化着的磁场 信号转化为电阻阻值的变化，经过后续信号处理电路的处理转化数字信号，实现磁旋转编 码器的编码功能。光编码器因为不受电磁效应的影响，更适用于高精度要求对的场景，但 其由于需要光栅照射而体积较大，密封性也不高；磁编码器具有高抗震能力、耐污浊、装 配要求低、体积小等特点，因此近年来在小型机器人关节中的使用逐渐增加。
人形机器人关节较小，以及旋转关节的双编码器方案，更适合磁编码器。人形机器人 关节较为狭小，更适用于体积较小的编码器，如 PAL Robotics 制造的大部分机器人都与真 人大小类似，并拥有多达 40 种的运动自由度，采用了雷尼绍提供的灵活小型的磁编码器 方案。此外，人形机器人旋转关节普遍采用双编码器方案以协助计算扭矩，但是双编码器 必须安装在输出法兰靠近执行器定子一侧，导致对结构稳定性和简洁性更高的要求，超薄 的磁编码器提供了极紧凑的结构，两个编码器在轴向上仅占有 15mm 左右的空间。
国内编码器仍以外资厂商为主，光编码器方面国内龙头为禹衡光学（奥普光电子公司）， 磁编码器方面各工控厂商均有所尝试。目前国内编码器市场仍以外资为主，国外典型的光 编码器厂商有多摩川、海德汉等，其编码器大量应用于数控机床，以配合他们的数控系统， 机器人等其他工控领域有欧姆龙等厂商；磁编码器国外代表厂商有堡盟、雷尼绍、英飞凌、 NXP 等。国内编码器龙头为禹衡光学（奥普光电的子公司），以光编码器为主，目前发力 磁编码器，人形机器人方面还没有布局；此外还有汇通光电（汇川技术子公司），光编、 磁编均有布局；振华风光从事军用磁编码器；非上市公司还有锐鹰、艾而特等。人形机器 人用的磁编码器方面，昊志机电、禾川科技、三花智控等公司已有相关布局。
（本文仅供参考，不代表我们的任何投资建议）
文琳编辑
免责声明：转载内容仅供读者参考，观点仅代表作者本人，不构成投资意见，也不代表本平台立场。若文章涉及版权问题，敬请原作者添加 wenlin-swl 微信联系删除。
为便于研究人员查找相关行业研究报告，特将2018年以来各期文章汇总。欢迎点击下面红色字体查阅！
《文琳资讯》
提供每日最新财经资讯，判断经济形势，做有价值的传播者。欢迎关注
今日导读：点击下面链接可查阅