【观点分享】【滴水研究】智能时代纪事：人形机器人产业研究（下篇）

时间：2024-08-23 09:43

三、人形机器人关键技术关注点

人形机器人是机器人领域的皇冠，涉及机械、电子、控制、人工智能等多学科交叉，对技术的综合性和先进性提出了极高要求。在感知层，多模态感知与信息融合是难点；在决策层，多模态大模型、运动规划控制算法、新型计算芯片是研究重点；在执行层，新型执行器高性能高集成度的。具体各块的技术难点和关键点梳理如下：

1、感知系统技术难点

触觉传感器阵列：在手指等不规则曲面上集成高密度的触觉传感单元阵列，实现对不同方向、不同频率振动的检测，需要研制兼具柔性和多功能的新型触觉敏感材料，并优化传感器的封装工艺和电路设计。
六维力/力矩传感器：人形机器人在运动过程中受到的载荷变化剧烈,需要开发高动态范围、低漂移的六维力/力矩传感器,并解决多传感器信息融合与校准的难题。实现三个正交方向的力和力矩测量，需要合理设计弹性体结构，并优化应变片的布局方式，以提高测量灵敏度和各向异性；同时，采用合适的信号放大、滤波、AD转换电路，提高传感器的信噪比和分辨率。
关节位置传感器：在有限的关节空间内实现高精度、多圈绝对位置测量，需要开发高密度编码的新型光栅尺或磁编码器，并采取电磁屏蔽、温度补偿等措施，降低外界干扰对传感器性能的影响。

2、执行系统技术难点

高功率密度电机设计：在有限的安装空间内，如何优化电机绕组、磁路、散热结构，在满足绝缘可靠性和机械强度的同时，最大限度提高铜线填充率和磁通密度，是实现高转矩输出的关键。
行星减速器设计制造：如何通过优化齿数、模数、压力角等参数，在满足强度和使用寿命要求的同时，减小体积和重量，并降低齿轮的振动噪声。
谐波减速器设计制造：谐波减速器的核心零件——柔轮和波发生器，需要采用复杂的数学模型进行参数优化和应力分析，并通过精密加工、热处理等工艺确保零件的精度和使用寿命，这对设计和制造能力提出了很高要求。
RV减速器设计制造：RV减速器通过多颗行星轮与中央太阳轮啮合传递运动和力矩，如何通过优化齿形参数和轮齿数提高啮合效率、减小传动误差是一大难点；同时，高强度、高精度的轮齿加工也对制造工艺提出了挑战。
柔性关节设计：为实现人形机器人的柔顺交互和安全运行，需要在关节处引入变刚度机构、柔性传感器等，如何在保证关节刚度和精度的同时，提高其柔顺性和鲁棒性是一大难题。

3、机械结构技术难点

仿生学关节设计：模仿人手骨骼关节的多自由度柔性结构，采用滑动轴承、弹性铰链等元件实现关节的柔顺转动，并通过限位机构、张紧装置实现运动范围控制和刚度调节。
轻量化结构优化：在满足强度和刚度要求的前提下，采用拓扑优化、多尺度优化等方法对手指、手掌等结构进行减重设计，并采用高比强度、高比模量的镁铝合金、碳纤维等新材料替代传统金属材料。
模块化可重构设计：采用标准化的机械接口和快换机构，实现执行器、传感器、末端工具等模块的快速更换和组合，提高机器人的适应能力和任务灵活性。

4、运动学/动力学技术难点

实时运动规划：对于高自由度的人形机器人,需要在毫秒级实时约束下完成运动学、动力学计算和轨迹优化，并处理多关节、多目标之间的协调与干涉问题
鲁棒稳定控制：人形机器人存在强非线性、强耦合特性，加之环境干扰和模型不确定性，使其控制系统的鲁棒性和稳定性面临严峻挑战，需要发展自适应控制、鲁棒控制等先进控制理论。
全身动力学控制：基于人形机器人多传感器融合获取的环境信息，在任务约束下实现全身高自由度的动力学控制，优化人机交互的性能指标，对控制系统软硬件平台提出很高要求。

5、控制系统技术难点

高实时性嵌入式平台：机器人控制对实时性和确定性有苛刻要求，需要采用实时操作系统和高性能处理器，并进行底层驱动程序和通信协议的定制化开发。
多模态传感器融合：需要融合视觉、触觉、力觉等多种传感器信息，实现对环境的准确感知和状态估计，这需要设计鲁棒的数据同步、坐标变换、滤波估计等算法，并考虑不同传感器的不确定性、噪声特性等因素。
自适应力/阻抗控制：为实现与环境的柔顺互动，需要在位置/速度控制的基础上，引入基于力传感器或电流反馈的力控制回路，并根据任务需求在线调整阻抗参数，以平衡位置精度和交互柔顺性。

6、人工智能算法技术难点

基于视觉的目标检测和定位：灵巧手抓取任意目标需要具备目标检测、语义分割、6D位姿估计等能力，这需要大量标注数据的支持，并需要在嵌入式平台上实现深度学习算法的加速优化和部署。
基于触觉的物体识别与操作：通过触觉信号实现对物体材质、纹理、硬度等属性的识别，并根据物体特性规划抓取策略和操作轨迹，这需要海量的触觉数据采集和特征提取，并与视觉等其他模态信息进行融合。
强化学习与模仿学习：通过设计合理的奖励函数和学习框架，利用大量的仿真/真实数据对灵巧手的抓取和操作策略进行优化；同时，通过人机交互和示教，实现灵巧手对人类技能的模仿学习和迁移。针对人形机器人多关节、高自由度的复杂系统特点，探索端到端的深度强化学习框架，通过海量数据训练和仿真，实现从感知到决策、再到控制的一体化智能。
场景理解与任务规划：通过多模态传感器感知环境，进行场景分割、物体识别、语义理解等，并基于任务知识库自主生成行为决策和运动规划，赋予人形机器人更强的环境适应能力。
运动意图识别与预测：通过对人形机器人与人互动过程中的视觉、力觉等信息进行分析，识别人的运动意图，并对人体运动进行预测，实现更自然、更高效的人机协同。

7、系统集成与工程化

高可靠性设计：机器人灵巧手作为高度集成的复杂系统,需要从材料、器件、机构等各个层面进行可靠性设计,并通过加速寿命试验、故障模式分析等方法对薄弱环节进行识别和优化。
高电磁兼容性设计：机器人集成了大量的高频开关电源、数字处理器、模拟传感器等器件,需要采取合理的接地、屏蔽、滤波、隔离等措施，确保系统在复杂电磁环境下的稳定运行。
模块化平台化设计：采用标准化的硬件接口和软件协议，实现不同厂商、不同功能模块的即插即用，提高系统的扩展性和互操作性；同时，针对特定行业和应用场景，开发配套的快速部署和二次开发工具包。

四、市场分析

从人形机器人的需求逻辑来看，应该是先以生产工具来定位，在推广的过程中，随着产业链的成熟和整体成本的下降，以及功能和安全体系的完善，再逐步具备智能消费电子终端的属性走向to C的市场。

以生产工具的属性来定位，核心就是投资回报周期。如果在整个产品生命周期中都收回不了投资成本，那么就很难有需求。因此考虑到目前的成本和价格还是比较高，可能先从一些所替代岗位本身就是高成本的场景开始，比如一些对人而言就是很危险的工作任务（3D（Dangerous，Dirty and Dull）任务），为了完成任务，不得不给予很高的风险酬劳。

游戏来源：基于AI生成

参考高盛的一篇研究报告里面所提到的，以煤矿开采为例，截至 2021 年，美国和中国每10万全职员工的年死亡率为16.2人，每百万吨煤就有0.04人。其他可能的应用包括：灾难救援、核反应堆维护和化学品制造，加上汽车制造（从需求端来看，实话说汽车制造不是特别适合人形机器人应用的场景，但场景相对而言场景比较封闭，容错能力比较高，加上汽车OEM厂商很多也都有布局人形机器人的考虑，因此对于人形机器人而言也是一个合适的切入场景）。假设这五个应用的劳动力替代率为 5%/10%/15%，全球人形机器人需求可能达到 110 万至 350 万台（见下图）。已经有地区有相应的国家政策提高了对机器人处理危险/危险工作的需求：2024 年 1 月 5 日，中国应急管理部和信息技术部联合宣布了开发应急机器人的计划，应急机器人是执行监测和预警、搜索和救援、通信指挥、后勤保障、安全生产作业和救灾等任务的智能机器人。

图：五个应用场景不同替代率下人形机器人的需求量

资料来源：US Bureau of Labor Statistics, Statista, DATAUSA, The World Bank, ACEA, NBS, World Nuclear Association, IAEA, heneng.net, Goldman Sachs Global Investment Research

其他的场景，比如物流的最后一公里，或者是家政服务，也是潜在比较适合人形机器人、目前大家会探讨比较多的应用场景，这些市场可能也是下一阶段应用的重点。

游戏来源：基于AI生成

因此，人形机器人的市场应用和需求，从目前的情况来看，仍然是一个偏长期、需要持续监测产业发展动态并不断更新的课题。一方面是人形机器人处理通用多任务应用的能力需要持续的观察，比如通用人工智能机器人在技术上是否可行来处理诸如老年人护理之类的消费者/家庭应用仍是一个问题，走向to C市场也意味着相应的安全体系必须要非常完善，以人形机器人的智能程度，一旦失控会是巨大的灾难。一方面随着人形机器人应用场景和需求的不断打开，产业链也会加速走向成熟，从而使得人形机器人的成本更快下降，进而打开更多的应用市场，这个循环的斜率突变需要前期一些时间的积累，这些也需要持续跟踪。

这里我们结合一些参考数据也简单设计了一个模型来思考人形机器人的需求，主要还是面向生产工具定位下的场景，相关的参数既有相关岗位的用人成本测算，也有机器人在岗时的单位时间成本测算。一些假设如下表所示：

资料来源：公开资料整理，滴水研究

基于上述假设，我们的人形机器人投入回报模型如下表所示：

资料来源：公开资料整理，滴水研究

因为不同的场景下相关的参数差异很大，这里只是提供了一些基础的思考思路，具体的情况还是要结合相应的实际数据来分析。

五、头部企业案例分析

人形机器人发展的不同阶段，也是由不同的行业龙头公司所引领，如本田、波士顿动力、特斯拉等，这部分我们就对几家比较有代表意义的机器人公司来做一个简单的案例梳理。

1、波士顿动力

作为机器人领域的"钢铁侠"，波士顿动力可谓是大名鼎鼎，其Atlas在人形机器人的发展史上也是具有划时代意义和影响力的产品。之前的Altas采用液压驱动，28个高功率关节赋予了超乎寻常的爆发力与灵活性，同时拥有激光雷达、立体视觉等多源感知，并采用模型预测控制等高级算法，实现了复杂地形行走、跑酷、体操等高难度动作。从2013年首次亮相到2021年翻滚跳跃，Atlas刷新了人们对人形机器人运动能力的认知。除此之外，Atlas的核心技术也外溢到了四足机器人Spot中。Spot采用模块化设计，集成了视觉、深度等多模态感知。其自适应步态控制、动态避障等能力在同类产品中也是一骑绝尘。

不过，Atlas体型庞大、液压驱动，噪音大、效率低，更多是实验室平台而非商业产品，波士顿动力几经易手也是和其商业化路径一直不明朗紧密相关。2024年，波士顿动力放弃液压驱动方案推出了电驱动版的Altas，相比较于过往液压版，电动版的Altas算是轻量化人形机器人，可以探索更多商业化的应用场景。

波士顿动力在多模态感知与地图融合、离线轨迹优化的行为模板库、模型预测控制实现运动规划这三大技术上有着非常强的积累。它们分别从感知、决策、控制三个层面，解决了Atlas机器人在复杂环境中的自主运动问题。这些技术的协同集成,使Atlas能够在跑酷场景下展现出接近人类的敏捷性、灵活性和鲁棒性，转型电动化后，结合最新的AI技术的发展，这些积累能够更进一步增强波士顿动力的竞争力。

2、特斯拉

2022年，马斯克高调发布了Optimus原型机，这是一款身高173cm、重量73kg，采用纯电驱动的人形机器人。相比Atlas，Optimus定位更偏向民用，可胜任家政、物流等轻体力工作。马斯克雄心勃勃，表示未来Optimus的年产能将达到数百万台，并有望在2035年之前实现全面商业化。

2023年12月13日，特斯拉通过视频方式发布了人形机器人Optimus的更新版本Optimus-Gen2，使用了自研设计的执行器和传感器，更新了最新的外观涂装，展现了较强的运动控制能力。相较于Gen 1，Gen 2在机器人的行走速度上有了很大提升，并且减轻了10公斤，整体的平衡性能也有较大的提高，新增2个自由度颈部、脚部力/扭矩感应和模仿人脚的铰接式脚趾，可以完成深蹲、瑜伽、跳舞等平衡动作。同时Gen 2也设计了新的灵巧手，所有手指都具有触觉感应功能，可以完成如拿起放下鸡蛋等精细动作。

资料来源：浙商证券研究所

3、Figure AI

Figure AI成立于2022年，由Archer Aviation和Vettery创始人Brett Adcock创立。虽然公司成立时间不长，团队规模也不大，但核心实力不容小觑，联合创始人、首席技术官Jerry Pratt，是全球知名机器人研究机构人类与机器认知研究所的高级研究科学家，研究机器人已有26年。其他的核心人员也是来自于苹果、Google、IHMC和特斯拉等硅谷头部公司。成立当年就推出了Figure 01的原型机。

2024年2月，Figure宣布和OpenAI签署合作协议，为人形机器人开发下一代AI模型。同时也发布了Figure 01的视频，视频中Figure 01接入了OpenAI的GPT4大模型，能够流畅的和人进行交流互动，非常惊艳。

2024年8月4日，Figure AI 发布了第二代人形机器人 Figure 02。相比于Figure 01的原型机形态，Figure 02更接近于可以量产的产品了，所有的线缆都被包裹在表壳内集成布线，并且采用的是外骨骼的方案来设计表壳，支撑形体。在AI 和计算能力方面与OpenAI进一步合作，具有定制 AI 模型，能够进行实时语音对话和视觉推理。视觉系统配备六个 RGB 摄像头，增强了避障和手眼协调能力。采用了新的电机和16个自由度的手部设计，使其能够执行复杂任务。同时采用了一块2.25KwH的电池，续航时间增加了50%。

Figure AI也获得了微软、英伟达、OpenAI、亚马逊和贝佐斯的投资。

4、优必选

优必选是国内最早开发人形机器人的公司之一。其旗下的Walker系列是目前国内技术最为成熟、产品化最快的国产人形机器人。早在2018年，优必选就发布了首款人形机器人Walker。它采用全身16关节设计，身高130厘米，运动灵活。

2021年，优必选又推出了升级版Walker X，拥有41个关节自由度，实现了更加流畅自然的人机交互。优必选在成本与供应链整合方面具有突出优势。在软件层面，优必选开发了名为ROSA（Robotics System Architecture）的智能化平台。该平台提供机器视觉、运动规划、人机交互等一揽子能力，可实现对Walker的快速部署。同时，优必选还推出了WalkerBase开发者社区，提供底层硬件接口与开发工具，鼓励第三方在Walker平台上进行创新应用。

2023年底，优必选发布了工业版人形机器人Walker S，并且于2024年2月发布了Walker S在新能源汽车产线上工作的视频，视频中，Walker S完成了对蔚来汽车门锁、安全带、车灯盖板的检测，并贴好了车标。

24年7月初，优必选与吉利和天奇股份达成的战略合作，Walker S Lite 成为极氪 5G 智慧工厂的首位人形机器人"员工"，已连续 21 天在工厂"实训"，主要在 CTU 入库上料工位执行搬运任务，是国内首次全流程执行和对外展示料箱搬运任务的人形机器人。

Walker S身高1.7米，外观比例更接近人类，搭载全新一代融合控制算法，搭载了41个高性能伺服关节，以及全方面的力觉、视觉、听觉、惯性等感知系统。大模型方面，24年4月优必选宣布和百度合作，Walker S接入百度文心大模型。

六、国内机器人产业发展政策

1、政策支持

近年来，国家高度重视人形机器人产业发展，出台了一系列政策文件推动产业发展：

2016年，《"十三五"国家科技创新规划》将智能机器人列为重点发展的领域,提出突破智能机器人感知、认知、交互、控制等关键技术。

2017年，工信部发布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,指出加大人工智能企业支持力度,加快人形机器人等核心硬件研发。

2021年，发改委等15部门联合印发《"十四五"机器人产业发展规划》，提出到2025年，打造国际领先的机器人、智能制造中心，培育机器人及智能装备国内领军企业。

2021年，国务院发布《"十四五"智能制造发展规划》，围绕系统解决智能机器人关键共性技术等重大技术装备，组织开展关键技术攻关。

在《"十四五"智能制造发展规划》等国家政策指引下，部分省市出台了人形机器人相关规划:

北京:《北京市机器人产业创新发展行动方案（2023-2025年）》提出支持企业和高校开展人形机器人整机、零部件攻关，加快建设人形机器人创新中心,政策最为全面具体。
上海:《上海市推动制造业高质量发展三年行动计划（2023-2025年）》提出加快人形机器人创新发展。
深圳:《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024年）》提出加快人形机器人创新发展。
浙江:《浙江省"十四五"机器人产业发展规划》提出开展人形机器人等前沿技术研究。

可以看出，我国从顶层设计角度推动包括人形机器人在内的智能机器人产业发展，重点从关键技术、产品研发、示范应用等方面支持产业发展。部分地方政府也出台了相关支持政策。人形机器人产业已成为我国智能制造的战略性新兴产业。

2、机器人产业园区概况

一、环渤海地区机器人产业园区

产业园区特点：依托北京、沈阳等地雄厚的科研基础，聚焦工业机器人等领域，整机与核心零部件企业集聚发展。

北京亦庄机器人产业园：聚集了图灵机器人、中国电科等150余家机器人企业，围绕机器人本体、零部件、系统集成形成完整产业链。
唐山市机器人产业园：集聚了中信重工、开元集团等75家企业。其中中信重工已发展成国内特种机器人领军企业。
青岛国际机器人产业园：以优傲、青岛明佳等骨干企业为引领,聚焦工业机器人、 AGV、协作机器人等领域。
沈阳新松浑南智慧产业园：是我国规模最大的机器人产业基地，以新松机器人为龙头,产品覆盖工业、洁净、移动、特种等机器人。

二、长三角地区机器人产业园区

产业园区特点：产业基础雄厚，龙头企业集聚，在工业、服务、特种等机器人领域全面发力，已形成门类齐全的产业集群。

上海机器人产业园：已入驻发那科、ABB、快仓等270多家龙头及上下游企业，形成了较为完善的产业生态。
常州机器人及智能装备产业园：集聚了安川、埃夫特等知名整机企业，围绕减速器等核心零部件打造特色产业链。
安徽芜湖国家级机器人产业集聚区：重点发展工业机器人，拥有埃夫特、新松等龙头企业，核心零部件配套能力强。
余姚机器人智谷小镇：主攻服务机器人，集聚了科沃斯、钱江机器人等一批本体及核心部件企业。

三、珠三角地区机器人产业园区

产业园区特点：依托广深等电子信息产业基础，重点布局工业机器人、服务机器人产业，中小企业集聚发展特点明显。

广州机器人产业集群：拥有斯坦德机器人、广州数控等70多家骨干企业，在工业机器人、AGV等细分领域形成集聚优势。
顺德机器人产业聚集区：以美的、埃斯顿等企业为引领，打造了从核心零部件到系统集成的完整产业链。
深圳机器人产业园：是我国服务机器人领域重要集聚区，优必选、高新兴等企业发展态势强劲。

四、其他地区代表性机器人产业园

重庆两江新区数字经济产业园：聚焦智能装备，拥有渝台、埃斯顿等60余家机器人企业，行业应用特色鲜明。
长沙经开区湖南省机器人产业集聚区：工业机器人为主攻方向,已引进库卡等知名企业，打造机器人全产业链。
陕西宝鸡机器人智能制造产业园：定位军民融合，特种机器人发展特色突出。航天华阳、中船重工等高端装备企业入驻。

资料来源：赛迪先进制造业研究中心根据公开资料整理

七、总结与展望

最近这几年，人形机器人概念逐步发酵逐步火热，但其实从人形机器人这个产业的发展史来看，也是有大几十年的年头了（从现代的人形机器人开始）。人形机器人可以说是人类工具史自进入到计算机时代以后，真正要达到的机器智能的巅峰，因此所需要的技术树也是过往电子信息领域所涉及的技术之集大成。

过往的人形机器人的发展重点还是在“人形机器”上，包括工业机械臂的发展应用、波士顿动力之前的努力和尝试，都是让机器可以如同人体或者生物体一样行动。近来随着如锂电池和充电技术、芯片半导体技术、材料技术、神经网络视觉技术等的逐步成熟，使得机器人的躯体运动规划上更具有商业化应用的基础和前景。

真正带来这波热度和变化的，还是AI领域自Transformer横空出世以后所带来的“大力出奇迹”对于机器智能的影响，人形机器人的除了“人形机器”以外，开始有了“人”的知识和学习的I/O，能够有自我学习和迭代的能力，从而具备更好的智能，有希望真正铺开，然后存在于人类社会的各种场合。

当然啦，目前而言，这种图景还为时尚早。目前的人形机器人还有很多的难题要不断攻克，比如行走速度、手的输出功率、更高的效率、更智能的交互和学习能力、以及更加全面的机器人安全体系，这些方面要真正成熟，可能还是需要很多年。但我们现在可以说，大的路径已经清晰可见了，人形机器人产业正处在一个技术完善、应用场景、市场需求和成本下降的循环状态中，可能还处在这个循环的早期，但已经在这些要素进行“化学反应”的过程中了。