人形機器人感知硬件專題研究：人形機器人的五類感官和硬件支撐

人形機器人感知硬件專題研究：人形機器人的五類感官和硬件支撐人形機器人加速發(fā)展，感知能力愈發(fā)重要人形機器人迅速迭代，國內(nèi)外廠商加速布局特斯拉機器人迭代迅速，歷時8個月便可執(zhí)行復(fù)雜動作。2022年10月，在特斯拉AIDay上，特斯拉機器人Optimus首次亮相，當時還需要人工推出，僅能完成簡單的肢體動作。而在2023年3月的投資者日中，Optimus便展現(xiàn)了步行以及組裝機器人的工作能力。到2023年5月的股東大會上，Optimus已經(jīng)可以實現(xiàn)對物品的抓取等復(fù)雜動作。馬斯克提出，Optimus將面向應(yīng)用場景進行快速迭代，預(yù)計在特定應(yīng)用場景將快速推出量產(chǎn)機型。我們認為特斯拉強大的汽車供應(yīng)鏈有望加速Optimus量產(chǎn)實現(xiàn)。特斯拉強大的供應(yīng)鏈及解決方案有望加速人形機器人量產(chǎn)進程。目前人形機器人商業(yè)化量產(chǎn)的瓶頸主要可歸結(jié)為技術(shù)、成本和應(yīng)用場景三個方面。但特斯拉在三大瓶頸方面均有特有優(yōu)勢。1）技術(shù)方面，擁有FSD自動駕駛技術(shù)以及DOJOD1超級計算芯片的特斯拉在人形運動控制、硬件執(zhí)行器、運動規(guī)劃算法等方面正在進行廣泛深入的底層研究；2）成本方面：研發(fā)團隊在設(shè)計階段已充分考慮量產(chǎn)階段的降本可行性，例如高度集成的電池、6種執(zhí)行器等，強大供應(yīng)鏈保障有望降低量產(chǎn)成本；3）應(yīng)用場景：特斯拉汽車工廠將為人形機器人提供巨大的試驗田，早期版本的機器人將在工廠中進行大量訓(xùn)練，并不斷迭代，解決了大多數(shù)廠商早期尋找應(yīng)用場景這一大難題。傳統(tǒng)機器人公司技術(shù)迭代速度較慢，且并未面向應(yīng)用場景設(shè)計機器人，供應(yīng)鏈問題也導(dǎo)致機器人造價十分昂貴。以大家熟知的波士頓動力Atlas為例，根據(jù)波士頓動力官網(wǎng)，波士頓動力的Atlas擁有近40年的發(fā)展歷史，1983年-2013年，從麻省理工LegLab走出來的Atlas基本完成了簡單的肢體動作和行走能力，2016年Atlas開始具有簡單的物體搬運功能，并且沒有靈巧手，2019年Atlas行走能力進一步增強，可實現(xiàn)后空翻等動作，并且能夠識別復(fù)雜地形，2021年，Atlas具有一定的工作能力，用簡單的靈巧手搬運物體。目前，發(fā)展了40年的Atlas仍然沒有明確的應(yīng)用場景，且售價十分昂貴，達到200萬美元以上。特斯拉或在機器人行業(yè)再次帶來鲇魚效應(yīng)。回顧新能源汽車在中國市場的發(fā)展史，特斯拉這條“鲇魚”對于我國新能源汽車升級與降本帶來巨大推動作用。2019年1月，特斯拉上海工廠奠基，2020年1月，特斯拉上海工廠新車交付，國產(chǎn)版Model3售價下調(diào)，扣除補貼后，基礎(chǔ)版車型售價從35.58萬元下調(diào)至29.9萬元，低廉的售價以及優(yōu)良的性能對我國新能源車廠商帶來了巨大沖擊，迫使我國新能源車廠商降本提效，加速了新能源車行業(yè)的發(fā)展，同時也推動了我國消費者對新能源車的接受度提高。因此，我們認為特斯拉在機器人行業(yè)中也將扮演這條“鲇魚”，極快的迭代速度以及可預(yù)期的低廉的售價將迫使老牌機器人廠商加速發(fā)展。國內(nèi)外巨頭紛紛參股或設(shè)立人形機器人研發(fā)公司?，F(xiàn)有人形機器人產(chǎn)品主要為日本本田ASIMO、美國波士頓動力Atlas、美國AgilityRobot、優(yōu)必選Walkers、中國小米CyberOne、以及特斯拉Optimus等。其中，日本本田、小米及特斯拉皆研發(fā)了自己的人形機器人。而波士頓動力相繼輾轉(zhuǎn)谷歌、軟銀后，目前被現(xiàn)代公司收購。美國AgilityRobot的2022年B+輪融資的投資者中，出現(xiàn)了亞馬遜及索尼。國內(nèi)外巨頭紛紛下場加碼人形機器人，人形機器人有望迎來快速發(fā)展。國內(nèi)外機器人創(chuàng)業(yè)公司也紛紛推出人形機器人或產(chǎn)品。國內(nèi)機器人行業(yè)創(chuàng)業(yè)公司如追覓科技、達闥科技等先后推出自己的雙足人形機器人，國內(nèi)四足機器人領(lǐng)先企業(yè)宇樹科技也在加入到人形機器人的研發(fā)中，騰訊RoboticsX實驗室推出自研機器人靈巧手“TRX-Hand”和機械臂“TRX-Arm”，為其后續(xù)在機器人行業(yè)的發(fā)展作出鋪墊，華為于2023年6月注冊成立東莞極目機器有限公司，正式進軍機器人領(lǐng)域，注冊資本8.7億元。國外方面，OpenAI

在A2輪領(lǐng)投挪威人形機器人公司1XTechnologies，旨在將其強大的AI系統(tǒng)與實體機器人結(jié)合起來，從而為AGI的發(fā)展奠定基礎(chǔ)。人形機器人浪潮下，類人型機器人也迎來快速發(fā)展，但人形機器人仍然是各大廠商的主要目標。隨著人形機器人浪潮襲來，類人型機器人如四足機器人也迎來了快速發(fā)展，成為各大廠商的必爭之地，早在2021年3月騰訊便發(fā)布多模態(tài)四足機器人Max，并在2022年8月推出Max二代，小米于2021年8月發(fā)布第一代四足機器人鐵蛋，小鵬鵬行機器也于2022年7月發(fā)布首款四足機器人。此外一些在機器人領(lǐng)域深耕多年的創(chuàng)業(yè)公司也擁有自己的標桿四足機器人產(chǎn)品，例如宇樹科技的A1、云深處的絕影X20、蔚藍科技的E系列、優(yōu)寶特的YoBoGo。國外較為出名的四足機器人有波士頓動力的Spot、IIT的HyQReal。但人形機器人相較于仿人形機器人仍有較大優(yōu)勢：（1）仿生步態(tài)下運動能力較傳統(tǒng)履帶/四輪/雙輪機器人大幅提升；（2）靈巧手可實現(xiàn)雙手配合和工具替換，較工業(yè)機器人技能更廣；（3）依靠算法能力實現(xiàn)復(fù)雜環(huán)境識別并實施決策。預(yù)計到2027年，全球人形機器人市場規(guī)模將達到141億美元。根據(jù)優(yōu)必選招股書，弗若斯特沙利文預(yù)計2026年全球智能服務(wù)機器人產(chǎn)品及解決方案的市場規(guī)模將達到676億美元，2021年到2026年CAGR達到25%。而根據(jù)StratisticsMarketResearchConsulting數(shù)據(jù)，全球人形機器人市場規(guī)模將在2027年達到141億美元，2020年到2027年CAGR達到58%。人形機器人是具身智能的重要載體，AI發(fā)展賦能機器人感知人工智能的下一個浪潮將是具身智能。在ITFWorld2023半導(dǎo)體大會上，英偉達創(chuàng)始人兼首席執(zhí)行官黃仁勛表示，人工智能的下一個浪潮將是具身智能，即能理解、推理、并與物理世界互動的智能系統(tǒng)。具身智能是具有身體體驗的智能。1950年，圖靈在他的論文“ComputingMachineryandIntelligence”中首次提出了具身智能的概念。之后的幾十年里，大家都覺得這是一個很重要的概念，但是由于技術(shù)限制，具身智能并未有很好的發(fā)展。從認知的角度來看，人類是第一人稱視角的智能，用1963年的實驗來說明，有兩只貓，一直貓被綁起來，只能看這個世界，另一只貓可以主動去走。被動的貓是一種旁觀的智能，而主動的貓是具身的智能。到最后，這只旁觀的貓失去了行走能力。當機器可以主動感知世界時，人工智能也就變成了第一人稱的智能，也就無限接近于人類。具身智能由具身感知、具身想象和具身執(zhí)行三個基礎(chǔ)模塊構(gòu)成。上海交通大學(xué)盧策吾教授在機器之心AI科技年會中提出了PIE方案，即具身感知（Perception）、具身想象（Imagination）和具身執(zhí)行（Execution）。PIE方案幫助機器模擬了人類的思維及行動方式，即機器人首先需要識別物體，然后通過交互感知物體，再通過數(shù)字孿生進行仿真模擬，利用最好的結(jié)果去執(zhí)行。盧教授也演示了機器人如何抓取被打碎的陶瓷瓶碎片，對于不規(guī)整的碎片，機器人總是能成功抓取。作為具身智能的大腦，多模態(tài)大模型更符合人類大腦接受與處理信息的方式。從人類接受信息的角度看，我們所接收到真實世界的信息來自于多模態(tài)的數(shù)據(jù)源，如語音、文本、圖像等，而單模態(tài)預(yù)訓(xùn)練模型只涵蓋了單一模態(tài)的信息，無法對人類的信息獲取、環(huán)境感知、知識學(xué)習(xí)與表達的主動學(xué)習(xí)過程進行有效表達，不同模態(tài)之間的隱式交互信息并未被充分利用與學(xué)習(xí)。“GPT一小步，多模態(tài)AI的一大步”，GPT-4支持圖片和文本類信息同時輸入。GPT-4是由OpenAI發(fā)布的大型多模態(tài)模型，它不僅能與用戶一起生成、編輯，完成創(chuàng)意的迭代和技術(shù)寫作任務(wù)，更重要的是，它還能讀懂圖片。多模態(tài)感知是實現(xiàn)通用人工智能的必要條件，無論是知識/能力獲取還是與現(xiàn)實物理世界的交互，這也是其與上一代GPT的主要區(qū)別。在GPT-4中，多模態(tài)輸入的圖像和文本基于Transformer作為通用接口，圖形感知模塊與語言模塊對接進行進一步計算?；赥ransformer技術(shù)，GPT-1只有12層，而到了GPT-3，則增加到96層。GPT-4增加了額外的視覺語言模塊，理論上具有更大的模型尺寸和輸入窗口。語言方面，以ChatGPT為代表的大模型已具備協(xié)助機器人處理語言，從而可以高效地對感知信息進行交互，如人類通過自然語言對機器人進行調(diào)試。根據(jù)微軟SaiVemprala等最新的論文：“目前的機器人需要專門的工程師不斷編寫新的代碼來修正機器人的行為，而我們使用ChatGPT的目標是讓非技術(shù)用戶參與到修正過程中，通過高級語言命令與語言模型交互，無縫部署各種平臺和任務(wù)?！比绻吨T實踐，AI有望幫助編寫新代碼和規(guī)范來糾正機器人的行為，因此允許了不懂技術(shù)的廣大用戶提供反饋，輕松地與機器人互動，直到用戶對機器人的處理解決方案滿意為止，再將這個代碼部署到機器人上，一個調(diào)試就結(jié)束了。視覺方面，谷歌推出ViT統(tǒng)一了CV和NLP框架，用于圖像識別。ViT模型將語言模型的transformer架構(gòu)用于視覺模型，代替了傳統(tǒng)的CNN，統(tǒng)一了CV和NLP的架構(gòu)。2020年10月，谷歌推出VisionTransformer（ViT）模型，證明了不使用CNN，直接將Transformer結(jié)構(gòu)應(yīng)用于視覺模型也可以很好地執(zhí)行圖像分類任務(wù)。Transformer將句子中的每個詞（token）并行輸入編碼器，ViT直接將圖像拆分為多個塊，將每個塊的位置和包含的圖像信息當做是一個詞，輸入到編碼器中，訓(xùn)練好的編碼器可以將圖像輸出為一個包含了圖像特征的編碼，類似于在語言模型中將一句話輸出為一個包含了語言信息的編碼，之后通過MLP層將編碼器的輸出轉(zhuǎn)化為不同分類的概率。信息處理方面，算法模型與軟硬件一起集成為可供機器人“思考”的“大腦”。如谷歌發(fā)布RoboCat，其基于谷歌的多模態(tài)模型

Gato，可以在模擬和物理環(huán)境中處理語言、圖像和動作。通過將Gato的架構(gòu)與一個大型訓(xùn)練數(shù)據(jù)集結(jié)合起來，該數(shù)據(jù)集由各種機器人手臂的圖像序列和動作組成，可以解決數(shù)百種不同的任務(wù)。RoboCat先通過機器視覺觀察由人工操作的機械臂完成任務(wù)，搜集數(shù)據(jù)后通過在物理和虛擬環(huán)境中進行練習(xí)，通過練習(xí)生成新的訓(xùn)練數(shù)據(jù)，合并進入訓(xùn)練集，用于新版本的訓(xùn)練，從而學(xué)會此次任務(wù)。學(xué)會此次任務(wù)的RoboCat可被移植到新的機械臂上，對新的機械臂進行微調(diào)后執(zhí)行相同的任務(wù)，RoboCat在幾小時內(nèi)觀察1000次人工演示后，可以靈巧的指揮新手臂抓取齒輪，成功率高達86%。RoboCat的出現(xiàn)為未來更加通用的機器人出現(xiàn)打下基礎(chǔ)。人工智能要走向具身智能的交互端，必須要具備強大的感知能力。陸奇在《我的大模型世界觀》的演講中提到AI發(fā)展的新范式將屬于“行動”系統(tǒng)。第一代系統(tǒng)“信息”對應(yīng)著感知，第二代系統(tǒng)“模型”對應(yīng)著思考，第三代系統(tǒng)“行動”對應(yīng)著實現(xiàn)，目前GPT的快速發(fā)展讓人工智能的思考以及交互能力大大提升，而TeslaBot的推出也就預(yù)示著“行動”系統(tǒng)的量產(chǎn)已有眉目。但感知能力是“模型”和“行動”的基礎(chǔ)，人形機器人終端的發(fā)展離不開感知能力的不斷提升。人形機器人更加智能化，所需的感知硬件遠多于傳統(tǒng)機器人人形機器人可與人體進行類比，總體分為控制、感知和執(zhí)行三大環(huán)節(jié)，其中感知是控制和執(zhí)行的前提，而控制和執(zhí)行過程中也需要不斷感知提供實時反饋。人形機器人整體可分為控制、感知和執(zhí)行三大系統(tǒng)；控制類似于人類的大腦，對全身進行指令，在人形機器人的軟件端體現(xiàn)為模型及算法，硬件端體現(xiàn)為主控芯片；感知類似于人類的各種感官神經(jīng)，包括器官、神經(jīng)、大腦皮層等，在人形機器人中體現(xiàn)為各類傳感器；執(zhí)行類似于骨骼肌，包括線性執(zhí)行器、旋轉(zhuǎn)執(zhí)行器、靈巧手等。對于傳統(tǒng)機器人而言，除編碼器外，多數(shù)工業(yè)機器人不需要其他的感知硬件，部分特定種類的機器人僅需要單一感知硬件，而人形機器人則集成使用類各類感知硬件。編碼器是閉環(huán)控制系統(tǒng)的必備組成部分，用以對伺服電機的旋轉(zhuǎn)角度進行檢測，編碼器屬于感知硬件，但其本質(zhì)上是機器人運動控制子系統(tǒng)內(nèi)部的感知器件，因此成為了各類機器人運動控制的必需品。其他機器人往往僅使用較少類別的感知硬件，如協(xié)作機器人為避免傷害到工人從而使用力矩傳感器做力反饋，服務(wù)機器人和移動機器人使用3D視覺傳感器進行位移導(dǎo)航，IMU（慣性測量單元）為無人機等無人移動系統(tǒng)提供導(dǎo)航和姿態(tài)控制等。人形機器人由于其復(fù)雜的交互性，需要各類傳感器的集成，已特斯拉Optimus為例，其感知系統(tǒng)至少需要視覺傳感器、力（力矩）傳感器、IMU（慣性測量單元）、編碼器及主控芯片等感知硬件。根據(jù)特斯拉2022AIDay及2023年投資者交流日信息，Optimus的旋轉(zhuǎn)執(zhí)行器由無框力矩電機+諧波減速器+雙編碼器+制動器+力矩傳感器+低壓驅(qū)動+軸承等組成，直線執(zhí)行器由無框力矩電機+行星滾柱絲杠+編碼器+力矩傳感器+驅(qū)動器+軸承等組成，靈巧手由空心杯電機+手指緊握執(zhí)行器+低壓驅(qū)動+編碼器組成，均需要使用大量的力矩傳感器、編碼器。此外，根據(jù)論文“DevelopmentandReal-TimeOptimization-basedControlofaFull-sizedHumanoidforDynamicWalkingandRunning”（MinSungAhn，UCLA）所示的Artemis機器人下半身使用“本體執(zhí)行（半直驅(qū)）機構(gòu)”，腳踝位置也均需要使用力矩傳感器做力反饋。以特斯拉人形機器人Optimus為例進行硬件BOM分拆成本測算，我們認為2萬美元的降本目標實現(xiàn)可期，感知硬件成本是人形機器人運動控制零部件外的最主要環(huán)節(jié)。我們通過國內(nèi)主流廠商及其相關(guān)產(chǎn)品的代表價格，對特斯拉人形機器人Optimus進行測算，測算后可得當前單臺機器人的硬件的總成本約為24.7萬元人民幣（約合3.4萬美元），該成本不含軟件、研發(fā)及供應(yīng)鏈管理，且為非量產(chǎn)階段，未來量產(chǎn)后2萬美元的降本目標實現(xiàn)可期。不包括旋轉(zhuǎn)和線性執(zhí)行器，僅感知交互系統(tǒng)自身硬件，就占總硬件成本的8%，力矩傳感器、編碼器、視覺傳感、主芯片及IMU均有較高的硬件成本占比。其中力矩傳感器占比最高，其原因在于機器人每個關(guān)節(jié)中均要使用力矩傳感器，且目前最具功能完備性的六維力傳感器價格非常高，均在一千美元以上，但未來人形機器人僅在部分關(guān)節(jié)使用六維力（矩）傳感器，多數(shù)關(guān)節(jié)中使用價格較低的一維力（矩）傳感器，也是降本的主要方案。五類感官類比人體，相關(guān)硬件必不可少人形機器人的感知環(huán)節(jié)主要可以分為交互控制、視覺傳感、力控傳感、位移姿態(tài)傳感及執(zhí)行環(huán)節(jié)的運動控制傳感，均涉及相關(guān)軟件算法和硬件零部件。人形機器人各個零部件環(huán)節(jié)可以形象地看作人類的“大腦”、“眼睛”、“觸覺”、“小腦”、“末梢神經(jīng)”等，且感知環(huán)節(jié)各部分均包含軟硬件算法，從硬件端來看，均在整體BOM中占據(jù)一定價值量，主要包括力矩傳感器、視覺傳感器、IMU等，且我國廠商有望在硬件制造端持續(xù)發(fā)力。交互控制：人形機器人的“大腦”控制系統(tǒng)是決定機器人性能最核心的系統(tǒng)，一般由機器人廠商自行開發(fā)研制，目前一般智能控制及工業(yè)運動控制對于人形機器人而言均有一定的不足，人形機器人尚未形成統(tǒng)一且標準的控制架構(gòu)。控制器主要包括硬件和軟件兩部分：硬件部分是工業(yè)控制板卡，包括主控單元和部分信號處理電路；軟件部分主要是控制算法、二次擴展開發(fā)等。目前主流的控制器包括單片機為核心的專用控制器、PLC系統(tǒng)為核心的控制系統(tǒng)以及IPC+運動控制卡等。單片機適用于智能電器等對運動控制要求較低的設(shè)備；以PLC為核心的控制系統(tǒng)由于其優(yōu)秀的集成封裝和二次開發(fā)特性，非常適用于一般的工業(yè)運動控制；PC-based控制方式基于工控機和運動控制卡，可進行更為復(fù)雜的串聯(lián)、并聯(lián)控制，但不方便移動。以上主流的智能控制和工業(yè)控制方式在面對人形機器人控制的實時性、復(fù)雜性、輕量性等較高要求時均存在一定的不足，目前人形機器人尚未形成可以大規(guī)模復(fù)用且滿足標準的控制系統(tǒng)硬件方案。機器人控制方式主要包括點位、連續(xù)軌跡、力（力矩）和智能控制等，人形機器人的控制需要將連續(xù)軌跡、力（力矩）和智能控制相結(jié)合。工業(yè)機器人的控制方式主要有點位控制方式（PTP）和連續(xù)軌跡控制方式（CP），協(xié)作機器人主要采用力（力矩）控制方式，人形機器人不僅需要連續(xù)軌跡控制和力（力矩）控制，還需要再運動過程中實時反饋視覺、語音、力觸覺等信號，屬于智能控制方式，因此其控制系統(tǒng)也更為復(fù)雜，同時需要使用更多和要求更高的控制器。主控、協(xié)調(diào)和分布控制有望成為人形機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、通信線纜以及關(guān)節(jié)分部控制器等。特斯拉投資者開放日所展示人形機器人的運動能力已完全超越普通工業(yè)及服務(wù)機器人，其同時表明Optimus將采用SOC主控芯片，因此，不同于其他機器人，人形機器人有望采用主控、協(xié)同和分布控制對的方式，例如哈爾濱工業(yè)大學(xué)的ROBOT-Ⅰ中機器人的控制系統(tǒng)由傳感器部分、主控部分、協(xié)調(diào)控制部分以及底層驅(qū)動部分組成。由于人形機器人所需要的控制系統(tǒng)過于復(fù)雜，其關(guān)節(jié)模組也產(chǎn)生了驅(qū)控一體化的技術(shù)趨勢，從而從單純的執(zhí)行機構(gòu)轉(zhuǎn)變?yōu)橹悄荜P(guān)節(jié)，從而關(guān)節(jié)部分也需要對應(yīng)的控制產(chǎn)品。人形機器人與工業(yè)機器人的首要不同是控制層級的增加，此外最大的不同在于實施控制之前引入了最為重要的感知環(huán)節(jié)，感知環(huán)節(jié)的相關(guān)硬件除了各類傳感器外，最核心的就是其處理各類感知信號的AI芯片。李沁玲在《人形機器人設(shè)計及步行控制研究》一文中展示了人形機器人的軟硬件架構(gòu)方案，其硬件最底層即為反應(yīng)層，包含各類感知傳感器，傳感器接受到相關(guān)信號后交由思考層進行決策處理，軟件執(zhí)行層進行動作規(guī)劃，最后通過工業(yè)以太網(wǎng)等通信協(xié)議交由執(zhí)行層進行執(zhí)行。該人形機器人硬件方案的主控制板可對應(yīng)特斯拉人形機器人的主控芯片，運動控制板可對應(yīng)協(xié)同控制或驅(qū)控一體下的分布式控制芯片；該人形機器人軟件方案對應(yīng)特斯拉人形機器人中的感知算法和AI解決方案，特斯拉人形機器人AI方案的核心硬件支持是其Dojo項目的芯片，據(jù)Dojo項目負責人Venkataramanan介紹，特斯拉Dojo是史上最快的AI訓(xùn)練計算機，而使得Dojo完成訓(xùn)練AI算法的重任，就是特斯拉自研神經(jīng)網(wǎng)絡(luò)訓(xùn)練芯片——D1芯片。SOC（System-on-a-chip）芯片作為機器人大腦集成了多項功能，解決了混合式軟件和分級控制硬件的多項功能，可以視為單片機在人形機器人中的進化。SOC（System-on-a-chip）即系統(tǒng)級芯片，是模仿計算機系統(tǒng)，微縮成了一個微系統(tǒng)，相當于是擁有特定用途的，為了節(jié)省成本而在出廠時固化了代碼、且只集成專用外設(shè)、而且使用量非常巨大的特殊MCU。SOC硬件的大概的組成是：核心、存儲、外設(shè)接口、總線、中斷模塊以及時鐘模塊等。特斯拉機器人大腦便是由TeslaSOC集成而成的BotBrain，用于收集、處理及輸出信息。UCLA的Artemis機器人的控制系統(tǒng)也使用了SOC芯片，通過并發(fā)的收集機器人信息并進行處理。SOC在多個下游領(lǐng)域均有應(yīng)用，目前由國際企業(yè)主導(dǎo)，國產(chǎn)廠商難以切入特斯拉機器人控制系統(tǒng)，國內(nèi)部分企業(yè)的SOC芯片已在服務(wù)機器人領(lǐng)域中有所應(yīng)用，如炬芯科技、全志科技、瑞芯微等，有望受益于國產(chǎn)人形機器人放量。此外，各廠商紛紛使用FPGA（現(xiàn)場可編程門陣列）進行協(xié)調(diào)控制，F(xiàn)PGA也是一種集成電路，簡言之，加入FPGA可以解決主控芯片靈活性不足的問題，F(xiàn)PGA之于主控芯片，類似于DSP（數(shù)字信號處理）之于CPU，都是用來解決核心芯片應(yīng)對復(fù)雜進程處理能力不足的問題。從驅(qū)動執(zhí)行來看，當前主流的伺服驅(qū)動器由伺服控制單元、功率驅(qū)動單元、通訊接口單元組成。目前多數(shù)伺服驅(qū)動器具有獨立的控制系統(tǒng)，集成了控制芯片，形成驅(qū)控一體化。主控芯片一般采用微控制單元（MCU），F(xiàn)PGA進行輔助，以解決驅(qū)控一體化問題，來保證關(guān)節(jié)處理復(fù)雜控制信號的智能性。伺服MCU廠商眾多，大多采用ARM公司提供的Cortex-M系列內(nèi)核授權(quán)，如國外的意法半導(dǎo)體、賽普拉斯和國內(nèi)的兆易創(chuàng)新、中穎電子，國內(nèi)峰岹科技擁有完整自主知識產(chǎn)權(quán)芯片內(nèi)核（ME內(nèi)核）及技術(shù)體系。當前FPGA芯片市場由國際企業(yè)主導(dǎo)，如賽靈思、英特爾、萊迪思等，國內(nèi)市場規(guī)模較小，如安路科技、復(fù)旦微電、紫光同創(chuàng)（紫光國微）等國產(chǎn)廠商正在逐步布局FPGA市場基于單片機的智能控制器廠商、可編程邏輯控制器（PLC）廠商及機器人通信線纜廠商隨著人形機器人放量和技術(shù)路線的迭代同樣有可能受益。將CPU集成到單塊集成電路中，并且未來實現(xiàn)多個功能，將存儲器、輸入/出接口等也全部集成在一起則形成了單片機，智能控制器是以單片機為核心，集成覆蓋計算、通信、交互與控制功能的電子部件，目前智能控制器下游應(yīng)用主要有汽車電子，電動工具，家用電器和建筑與智能家居等，目前國內(nèi)主要廠商有拓邦股份、和而泰、和晶科技、朗科智能、華聯(lián)電子（聯(lián)創(chuàng)光電）、振邦智能、朗特智能等。PLC已廣泛應(yīng)用于各類工業(yè)控制環(huán)節(jié)中，是使用MCU芯片設(shè)計的、穩(wěn)定的、高性能半成品的工控設(shè)備，無需從零開發(fā)、功能擴展非常容易，PLC廠商均具有基于控制環(huán)境在MCU基礎(chǔ)上進行控制器開發(fā)的能力。此外，人形機器人的分級控制需要總線通信協(xié)議的支持，如工業(yè)以太網(wǎng)協(xié)議EtherCat，硬件部分需要通信線纜，目前國內(nèi)可從事機器人控制和通信線纜的代表廠商為鑫宏業(yè)。視覺傳感：人形機器人的“眼睛”視覺傳感器也即機器視覺，希望通過引入機器代替眼睛來做判斷和識別。機器視覺引入工業(yè)流程通常是希望通過提高效率（從而提高生產(chǎn)力）、減少錯誤（從而提高質(zhì)量）或收集數(shù)據(jù)來降低成本，此外機器視覺還可以替代勞動力或?qū)⒐と藦奈ｋU或疲勞的工業(yè)活動中解放出來。機器視覺在工業(yè)中的應(yīng)用根據(jù)返回圖像的維度可分為2D和3D視覺，目前機器視覺在工業(yè)中的應(yīng)用主要以實現(xiàn)識別、測量、定位、檢測四種功能為主。識別功能實現(xiàn)難度較低，其次為測量，再次為定位，檢測功能實現(xiàn)難度相對最高。2D機器視覺技術(shù)可以獲取二維圖像，在x、y和旋轉(zhuǎn)三個自由度上定位被攝目標，并基于灰度或者彩色圖像中對比度的特征提供處理分析結(jié)果。但2D機器視覺技術(shù)無法提供物體高度、平面度、表面角度、體積等三維信息，有易受光照變化影響、對物體運動敏感度高等局限性。3D機器視覺技術(shù)相對與2D技術(shù)提供了更豐富的被攝目標信息，可以在x、y、z、旋轉(zhuǎn)、俯仰、橫擺六個自由度上定位被攝目標，還原人眼視角三維立體世界。相應(yīng)功能可實現(xiàn)如人臉識別解鎖、沉浸式交互、體感交互、3D建模等。3D視覺同樣可應(yīng)用于工業(yè)檢測等2D視覺應(yīng)用場景，但基于由于3D視覺數(shù)據(jù)維度更多，目前硬件的數(shù)據(jù)運算處理速度和存儲空間等技術(shù)存在限制，兩者在不同的使用場景下各有優(yōu)勢，并非完全替代關(guān)系。3D重構(gòu)目前主要的技術(shù)有結(jié)構(gòu)光、iToF、dToF、立體視覺、Lidar、工業(yè)三維測量等。特斯拉機器人Optimus視覺方案使用了自動駕駛解決方案FSD，F(xiàn)SD擁有強大的感知能力，引入OccupancyNetwork后對未知障礙物的識別能力進一步增強，目前已經(jīng)植入機器人中。TeslaFSD視覺感知神經(jīng)網(wǎng)絡(luò)架構(gòu)的工作流程如下，首先攝像頭將單幀數(shù)據(jù)輸入RegNet網(wǎng)絡(luò)，并采用BiFPN的多尺度特征融合方法感知不同尺度的目標，最后在多個Head中通過輸出的二進制特征圖判定每個位置是否有目標以及目標的屬性，這里用到了多任務(wù)學(xué)習(xí)的感知框架HydraNets實現(xiàn)對多個Head同時處理。但純視覺一直被人詬病的對于未知障礙物的識別能力，引入OccupancyNetwork后，不再進行目標識別，而是通過得到空間是否被占用的信息判斷是否存在障礙物，解決了目標檢測系統(tǒng)失效的問題。目前Optimus已經(jīng)搭載FSD的視覺感知系統(tǒng)?；谝曈X信息，F(xiàn)SD的規(guī)控能力也可以用于機器人的決策系統(tǒng)。由于車輛、行人的未來行為都有一定的不確定性，特斯拉采用“交互搜索”的規(guī)劃模型，在線預(yù)測自己和其他車輛，行人等的交互，并對每一種交互帶來的風(fēng)險進行評估，最終決定采取何種策略。FSD系統(tǒng)還能夠通過OccupancyNetwork對可視區(qū)域進行建模來處理未知不可見場景。目前FSD規(guī)劃系統(tǒng)已經(jīng)用于估計Optimus的姿勢和軌跡。人形機器人視覺傳感技術(shù)主要使用多目立體視覺和iToF法，特斯拉和UCLA均使用3個3D相機即可實現(xiàn)多目立體視覺。主要人形機器人視覺方案有多目立體視覺和iToF，多目立體視覺是立體視覺方法中的一種，最少使用3個攝像頭即可實現(xiàn)，用單個或多個相機從多個視點獲取同一個目標場景的多幅圖像，重構(gòu)目標場景的三維信息，特斯拉、小米和UCLA均使用該方案。iToF是指時間往返行程采用時間選通光子計數(shù)器或電荷積分器外推獲得而不需要精準計時的方案，可以實現(xiàn)面積范圍成像，小米和波士頓動力使用該方案。3D視覺市場空間逐漸打開，視覺傳感器除相機外，還包含其他硬件及軟件，其中成本占比較高的還有工控機（視覺控制器）和算法軟件。國內(nèi)3D視覺市場隨著視覺要求的提高和機器人等新場景的打開，市場規(guī)模逐步提升，GGII預(yù)測2025年有望達到78億元。機器視覺產(chǎn)業(yè)鏈除相機外還包含其他環(huán)節(jié)，機器視覺上游的硬件涉及產(chǎn)品多、壁壘高，在機器視覺系統(tǒng)中成本占比也較高。具有全棧開發(fā)能力的公司往往具備產(chǎn)業(yè)鏈優(yōu)勢，此外，掌握機器視覺算法的公司可以進一步受益于AI技術(shù)的發(fā)展，追趕特斯拉等頭部廠商的技術(shù)迭代。目前國外企業(yè)占據(jù)機器視覺半壁江山，我國國產(chǎn)替代空間大，人形機器人需求較大，我國企業(yè)有望受益于3D相機放量。基恩士、康耐視等國外公司已經(jīng)形成了較為全面的產(chǎn)品覆蓋，也是目前機器視覺市場的標桿公司。上游高端核心零部件市場目前主要由國外公司主導(dǎo)，因此機器視覺核心環(huán)節(jié)國產(chǎn)替代需求迫切。由于3D相機將在人形機器人廣泛使用，且軟件及算法的門檻及價值量同樣較高，我們認為具有全棧研發(fā)能力的奧比中光將受益于3D相機的放量。力控傳感：人形機器人的“觸覺”力（力矩）傳感器機器人市場空間巨大，力控技術(shù)不可或缺。協(xié)作機器人：高工機器人（GGII）數(shù)據(jù)顯示，2022年中國六軸及以上協(xié)作機器人出貨量為1.95萬臺，同比+4.71%，且GGII預(yù)計2026年將接近6萬臺；2022年其市場規(guī)模約為21.53億元，同比+5.61%。人形機器人：GGII預(yù)計，2026年全球人形機器人在服務(wù)機器人中的滲透率有望達到3.5%，全球市場規(guī)模超20億美元，2030年有望突破200億美元。協(xié)作機器人和人形機器人的發(fā)展對力控技術(shù)提出了更高要求，尤其是在某些動態(tài)、復(fù)雜環(huán)境中。根據(jù)globalinformation測算，全球力傳感器市場預(yù)計將從2021年的74.3億美元增長到2027年的126.6億美元。力（力矩）傳感器在協(xié)作機器人關(guān)節(jié)以及人形機器人關(guān)節(jié)、足部和靈巧手中均有廣泛應(yīng)用。力矩傳感器是一種電子裝置，用于監(jiān)測、檢測、記錄施加在其上的線性力和旋轉(zhuǎn)力，將力信號轉(zhuǎn)化為電信號，已大量使用于協(xié)作機器人打磨、拋光碰撞檢測等領(lǐng)域。在特斯拉人形機器人中，力（力矩）傳感器在旋轉(zhuǎn)關(guān)節(jié)和直線關(guān)節(jié)中各有一個，ARTMES機器人在足部也加入了力傳感器模塊用于腳底壓力反饋。此外，力傳感器在人形機器人的靈巧手中也有廣泛應(yīng)用前景，特斯拉人形機器人的靈巧手通過空心杯電機驅(qū)動，尚未接入力傳感器，但通過腱繩驅(qū)動的靈巧手，將會加入多個力傳感器，代表廠商如NASA等。不同力控方式各有優(yōu)劣，力矩傳感器為最優(yōu)方案。目前機器人力控方案大致分為三類，分別是電流環(huán)力控，被動力控（彈性體）和力矩/力傳感器力控。為精準控制抓取力度，多維力矩/力傳感器力控為應(yīng)用于人形、協(xié)作機器人的最優(yōu)方案。力矩傳感器又稱為扭矩傳感器，通過轉(zhuǎn)換物體施加在傳感器上的力矩為相應(yīng)的電信號或數(shù)字信號來進行測量，具有精度高，頻響快，可靠性好，壽命長等優(yōu)點。根據(jù)特斯拉AIDAY，預(yù)計特斯拉機器人關(guān)節(jié)處使用單維力傳感器，執(zhí)行器末端使用六維力傳感器。按照測量維度，力傳感器可以分為一維、多維（三維、六維）力傳感器。一維力傳感器僅檢測一個方向的作用力或力矩，工業(yè)中應(yīng)用廣泛，價格也較為便宜（大多為數(shù)百元）。多維力傳感器僅包括三維力和六維力傳感器，均需要標定XYZ坐標軸，區(qū)別在于應(yīng)變片的數(shù)量及解耦算法，因此三維力傳感器可以視作六維力傳感器對的低配版，且成本并沒有大幅降低，所以三維力傳感器的使用范圍較?。涣S力傳感器是最高端的力矩傳感器，同時測量XYZ軸向力和環(huán)繞軸的力矩，內(nèi)部的算法可以解耦各個方向的力和力矩的干擾，應(yīng)用于高端機器人和精密設(shè)備中，價格也十分昂貴（大多在數(shù)千元至上萬元）。六維力傳感器性能全面，存在技術(shù)壁壘，應(yīng)變片并非是成本居高不下的主要原因，標定設(shè)備、解耦算法研發(fā)等均需要高額資本投入。六維力傳感器在力傳感器中維度最高、力覺信息反饋最全面、技術(shù)和使用難度最大，最早應(yīng)用于航空航天、國防領(lǐng)域，后逐步應(yīng)用于鑄件打磨、焊接及裝配場景的工業(yè)機器人以及對傳感性能要求更高的協(xié)作機器人和人形機器人。力傳感器存在多種檢測原理，硅基/金屬箔等電阻應(yīng)變片具有更好的性能優(yōu)勢，原理是應(yīng)變片受力后產(chǎn)生的微米級別的變形導(dǎo)致電阻和電壓的變化，金屬箔應(yīng)變片價格較高，目前為10元人民幣左右，而MEMS工藝下的硅基應(yīng)變片可以降低至1元以下，因此應(yīng)變片成本并不是六維力傳感器成本高昂的最主要原因。其高昂的成本主要來源于坐標軸標定設(shè)備和解耦算法研發(fā)的投入，多維力矩傳感器需要應(yīng)對因結(jié)構(gòu)加工和工藝偏差引起的各維度間相互干擾的問題，以及動態(tài)和靜態(tài)標定問題，同時還需要解決矢量運算中的解耦算法和電路實現(xiàn)等問題，此外還要確保產(chǎn)品的一致性，因此在未大規(guī)模放量的情況下成本依然較為高昂，即使國內(nèi)廠商具有顯著的成本優(yōu)勢，也需要上千元的平均成本。力傳感器需求受協(xié)作/人形機器人放量而快速增長，國產(chǎn)企業(yè)具備較為顯著的成本優(yōu)勢。全球力控傳感器的主要廠商有ATI、霍尼韋爾等，中國市場上的高端傳感器國產(chǎn)化率低。國內(nèi)力傳感器行業(yè)未上市公司實力較強，代表公司包括坤維科技（瀚川智能參股）、宇立儀器、藍點觸控等，上市公司主要有柯力傳感、昊志機電等，柯力傳感主營應(yīng)變式力傳感器，部分力傳感器已應(yīng)用于工業(yè)機器人領(lǐng)域，正通過自主研發(fā)和加速并購的方式積極布局六維力傳感器；從事一維力（力矩）傳感器的廠商眾多，具備六維力傳感器生產(chǎn)能力的廠商完全具備一維力傳感器生產(chǎn)能力。柔性電子皮膚未來電子皮膚（柔性傳感器）有望為機器人提供觸覺，但更類似于人形機器人力控傳感的“終極方案”。電子皮膚觸覺傳感器被定義為能夠通過接觸表征出被測物體的性質(zhì)(表面形貌、重量等)或數(shù)值化接觸參量(力、溫度等)的柔性傳感器，是貼在“皮膚”上的電子設(shè)備，因而習(xí)慣性地被稱為電子皮膚，或仿生皮膚。電子皮膚的基本特征，是將各種電子元器件集成在柔性基板之上從而形成皮膚狀的電路板，像皮膚一樣具有很高的柔韌性和彈性。電子皮膚觸覺傳感器大多被排列成矩陣組成陣列觸覺傳感器，其空間分辨率可達到毫米級，接近人類的皮膚。電子皮膚在機器人領(lǐng)域的應(yīng)用，旨在讓其擁有人類的感知力，賦予其類似人類皮膚的敏感性，以及觸覺、視覺、聽覺味覺和嗅覺等感知能力。當前,人形機器人的發(fā)展有望加速電子皮膚的產(chǎn)業(yè)落地，未來人形機器人將會大量運用柔性電子技術(shù)。目前電子皮膚并未成為人形機器人的主要方案，而機器人也僅是電子皮膚的應(yīng)用領(lǐng)域之一，主要難點在于傳感器和機器人硬件的配合以及人形機器人現(xiàn)階段的力控要求尚未接近人類皮膚。目前市面上主要的機器人產(chǎn)品都未使用電子皮膚，主要的技術(shù)難點在于傳感器廠商和硬件廠商相互獨立開發(fā)，要完美實現(xiàn)貼合、傳感器布線、組裝都有難度。柔性傳感器下游應(yīng)用領(lǐng)域眾多，除機器人外還包括醫(yī)療健康、消費電子等等，如腦機接口、足底感應(yīng)、智能觸控等。未來電子皮膚的成本不會是主要制約項，仍需要工藝進一步成熟推動大規(guī)模應(yīng)用后方可降本。電子皮膚的成本主要由三部分組成，一是面積，二是精度（放在腳底和手上對精度要求不高），決定了材料和配方的使用，三是工藝復(fù)雜程度，和結(jié)構(gòu)和貼合度有關(guān)。目前電子皮膚的成本主要有襯底材料和表面壓力傳感器矩陣構(gòu)成，目前MEMS工藝下表面壓力傳感器成本持續(xù)壓降，襯底材料也將在大規(guī)模應(yīng)用后逐步降本。目前主要制約瓶頸仍是與機械結(jié)構(gòu)難以貼合、無法檢測切向力、傳感器密度與精度等問題。電子皮膚國外公司主要有Interlink，國內(nèi)漢威科技子公司能斯達為國內(nèi)柔性傳感器已產(chǎn)業(yè)化，目前已掌握柔性壓阻、壓電、溫濕度和電容四大核心技術(shù)。目前國外產(chǎn)業(yè)化的有Interlink，其柔性傳感器可應(yīng)用于HMI的觸摸屏。國內(nèi)為漢威科技的子公司能斯達，其不斷優(yōu)化“柔性感知技術(shù)+采集系統(tǒng)+人機交互”的解決方案，目前已經(jīng)形成四大核心技術(shù)七大產(chǎn)品系列(柔性壓力、壓電、織物、應(yīng)變、溫濕度、熱敏和電容傳感器)，柔性微納傳感技術(shù)水平及產(chǎn)業(yè)化程度國內(nèi)領(lǐng)先，已在智能機器人領(lǐng)域有明確的應(yīng)用，并與小米科技、九號科技、科大訊飛、深圳科易機器人等積極開展業(yè)務(wù)合作；能斯達在柔性壓電傳感器領(lǐng)域掌握自主知識產(chǎn)權(quán)，相關(guān)產(chǎn)品已在三甲醫(yī)院進行臨床實驗。位移姿態(tài)傳感：人形機器人的“小腦”以人形機器人為代表的足式機器人相較于其他類型機器人有較大優(yōu)勢，但是也對機器人穩(wěn)定性提出了更高的要求。機器人按照運動方式可以分為：輪式機器人，履帶機器人，足式機器人等。輪式機器人控制簡單，能夠在平坦的地形中快速平穩(wěn)運動；履帶式機器人能夠在松軟或者較為惡劣的地形中運動；腿足式機器人相較于輪式或者履帶式機器人擁有天然的優(yōu)勢——腿足式機器人能夠跨越一些非連續(xù)性的地形，在山地，斜坡，臺階等崎嶇的地形上運動。但由于足式機器人，特別是雙足機器人的自由度非常高，因此對穩(wěn)定性的要求極高，就算是靜止時也要保持前后平衡。以UCLA的ARTEMIS機器人為例，便在骨盆位置放置了一顆3DM的戰(zhàn)術(shù)級IMU用于保持平衡。機器人位移姿態(tài)的檢測的穩(wěn)定性控制，主要依賴于IMU（慣性測量單元）。IMU為慣性測量單元，是測量物體三軸姿態(tài)角(或角速率)以及加速度的裝置，大多用在汽車和機器人，一般MEMSIMU=MEMS陀螺儀+MEMS加速計，其中，陀螺儀用于感知物體運動的角速率，加速度計用于感知物體運動的線加速度，二者輔以時間維度進行運算后可得出物體相對于初始位置的偏離，進而獲得物體的運動狀態(tài)，包括當前位置、方向和速度。MEMS技術(shù)以其尺寸小、制造方式特別幫助IMU實現(xiàn)高端化、小型化。雙足人形機器人需要加入傳感器對機器人的實時信息進行檢測，從而對機器人實現(xiàn)反饋控制。目前主要由IMU得到數(shù)據(jù)進行處理得到機器人的姿態(tài)信息，進而對機器人的步態(tài)進行修正。例如，哈爾濱工業(yè)大學(xué)的機器人ROBOT-Ⅰ使用的是自主設(shè)計的伺服電機，其內(nèi)部具有能反饋角度信息的電位器，軀干上安裝有姿態(tài)傳感器MPU6050。2021年，全球MEMS慣性傳感器市場規(guī)模超30億美元，中國MEMS慣性傳感器市場規(guī)模136億元，未來有望持續(xù)增長。根據(jù)Yole數(shù)據(jù)（轉(zhuǎn)引自中商情報網(wǎng)），預(yù)計2022年世界MEMS慣性傳感器市場規(guī)模約35億美元，2025年達到43億美元，而針對戰(zhàn)術(shù)級及以上的高性能市場規(guī)模約7.1億美元（含MEMS慣性傳感器系統(tǒng)）。根據(jù)頭豹研究院公司發(fā)布的《2022年中國MEMS傳感器行業(yè)概覽》，2021年中國MEMS慣性傳感器市場規(guī)模約136億元，近幾年增速快于全球平均增速，未來有望持續(xù)增長。不同精度等級的IMU價格差異巨大，我們認為人形機器人所用IMU的要求至少要達到工業(yè)級&低端戰(zhàn)術(shù)級以上。IMU精度主要由陀螺儀零偏穩(wěn)定性來劃分，不同精度量級的IMU價格差異巨大，精度從低到高分別為消費級、工業(yè)級&低端戰(zhàn)術(shù)級、戰(zhàn)術(shù)級、導(dǎo)航級和戰(zhàn)略級，工業(yè)機器人和自動駕駛所用的高性能IMU已達到工業(yè)級&低端戰(zhàn)術(shù)級。我們認為人形機器人精度要求高于工業(yè)機器人和自動駕駛，因此其IMU產(chǎn)品精度量級在工業(yè)級&低端戰(zhàn)術(shù)級以上，價格也應(yīng)該在數(shù)千元及以上。由于人形機器人無須超長距離高精度制導(dǎo)，所以我們認為人形機器人IMU精度不會高于國防及航空航天所需的導(dǎo)航級及以上。高性能MEMS慣性傳感器技術(shù)壁壘高，市場仍大部分由國外公司占據(jù)。MEMS慣性傳感器行業(yè)是多學(xué)科融合的高科技領(lǐng)域，高性能MEMS慣性傳感器要做到穩(wěn)定量產(chǎn)，需要在MEMS芯片設(shè)計及工藝方案、ASIC芯片設(shè)計、封裝、測試等各個環(huán)節(jié)均具備相應(yīng)的技術(shù)能力并建立完善的技術(shù)體系和工藝方案，技術(shù)壁壘高。MEMS陀螺儀和加速度計的核心都是一顆微機械（MEMS）芯片，一顆專用控制電路（ASIC）芯片及應(yīng)力隔離封裝，工作原理為在ASIC芯片的驅(qū)動控制下感應(yīng)外部待測信號并將其轉(zhuǎn)化為電容、電阻、電荷等信號變化，ASIC芯片再將上述信號變化轉(zhuǎn)化成電學(xué)信號，最終通過封裝將芯片保護起來并將信號輸出，從而實現(xiàn)外部信息獲取與交互的功能。根據(jù)Yole（轉(zhuǎn)引自中商情報