人形机器人产业链可行性研究报告
1.概览：感知、运动、交互为三大模块，关节技术占价值量大头
1.1.人形机器人技术模块拆分及核心部件价值量分布
环境感知为后续行为奠基，依赖视、触、听觉等硬件传感器，在软件上需要算法整合数据。
运动控制是指：机器人的“大脑”——控制器在接受传感器信息后，做出规划，并向关节发出指令，使机器人执行动作、保持平衡，有赖于减速器、伺服电机、控制芯片等硬件及有效的控制算法。
人机交互则意味着机器人能够“听懂”人的语言、“读懂”人的表情和动作，并能做出回应，这主
要有赖于机器视觉、语义识别等人工智能算法。
减速器、电机、控制器、传感器为核心零部件，前两者构成机器人的关节，在价值量上占据大头。
从功能而言，上述四个零部件在硬件层面保障感知、运动、交互三大功能的实现；从价值量而言，减速器、伺服系统、控制器占据工业机器人价值量的70%，同时人形机器人与服务机器人类似，具有更多传感器，故传感器的价值量也随之上升
1.2.人形机器人的技术落地难度
运动控制、自主行动是人形机器人技术落地的核心难点。双足行走，相对于一般轮式机器人，其移动难度更大，有赖于高性能的软硬件尤其是控制算法。
第二，相对于一般机器人，它具有冗余的传感器与运动关节，因而能跨场景地完成任务；但只有当其无需人的辅助，能自主根据环境判断场景并做出行为决策时，灵活性、综合性的优势才能进一步发挥。这有赖于AI技术的进一步发展，当前人形机器人鲜有能达到全自主甚至半自主的。
人形机器人技术难点：
1）认知决策：
导航避障：涉及对环境的认知，以及路径规划、智能避障等决策，与自动驾驶存在相似之处；但人形机器人工作环境非结构化，所需决策或更复杂，有赖AI进一步发展。
自主行动：当前人形机器人大都只能在固定的场景、规则下行动，并且需要人或终端计算机的指令，较难自己发出行动指令并执行，这是全自主式运动状态。比如，包括人形在内的众多服务机器人还只能完成有限的问答而非对话，或自身未搭载成熟计算单元，而需云端控制器进行控制。更高自主性需要AI、控制算法与芯片均充分发展。
2）运动执行：
双足行动：机械结构设计上需合理设计机器人腿脚结构、各部分连接与运动方式；运动驱动上，需高功率电机以满足腿部输出大扭矩的需求；计算控制上，需多个传感器尽可能地感知环境，并借助算法整合信息、做出决策，对控制算法的要求极高。国内外在减速器性能上差距较小，在伺服电机、控制系统上差距较大。
多指手和双手协作：通过指关节处精密的驱动系统使手指灵活运动，并通过手眼协调技术、力矩传感器确保机器人以合适方向、合适力度执行任务。
3）基础保障：
电源管理系统：机器人的关节多，对电流供应的要求较大，且完成极限动作时瞬时需极大电流，需在剧烈放电时保证计算单元运行稳定。国内品牌性能足够满足要求。
热管理：散热器件的研发创新与芯片设计制造的进步，电动汽车供应链公司有优势。
轻质材料与皮肤：碳纤维、航天铝等使机器人尽可能减重，表面皮肤则兼具提高与人的相似度、增添传感器的作用。当前，载有传感器的柔软皮肤鲜有性价比高的技术。
1.3.特斯拉人形机器人产业链及相关公司
注：相关公司中，黑色标出的为中国大陆公司，深蓝色标出的为中国台湾地区及国外公司
2、视觉传感：自动驾驶技术、计算机视觉技术能为机器人带来助益
2.1.视觉传感是机器人实现三大核心功能的基础，具有自动驾驶技术积累的厂商具有先发优势机器人的传感器分为内部传感器与外部传感器。内部传感器负责检测机器人的姿态、运动状态，如速度/加速度传感器、指尖的力矩传感器等；外部传感器的功能在于感知周围环境、识别目标对象等，包括视觉传感器、听觉传感器、触觉传感器（检测外部对机器人的作用力）等。
环境感知、运动控制甚至人机交互这三大核心功能均以视觉传感为基础。相较工业机器人，人形机器人搭载更多的视觉传感器，这帮助其识别外部环境，进而做出行为决策，比如智能避障、路径规划。此外，视觉传感帮助机器人识别对象、“看到”人的表情与动作，以此更好地进行人机交互。可以说，人形机器人的运动控制、人机交互均以环境感知为基础，其中又以视觉传感器为关键。
人形机器人的视觉传感模块所用器件可以自动驾驶为参考，在后者上具有技术的厂商具有设计生产人形机器人的先发优势。汽车自动驾驶与人形机器人视觉传感所要实现的基本功能一致：感知环境，而后决策行动。特斯拉、小米的人形机器人视觉传感均宣称可复用它们的汽车自动驾驶技术。
2、2.具有自动驾驶技术储备、进入自动驾驶供应链的公司有望受益
具有自动驾驶技术的厂商具备人形机器人布局优势。如前所述，人形机器人的运动尤其是移动控制与汽车自动驾驶模块的功能相似性较高，特斯拉、小米等公司具有技术储备优势故可先发入局。预计未来机器人厂商或与自动驾驶解决方案公司合作，且百度、华为等公司可能布局人形机器人。
纯视觉、多传感器为自动驾驶的两条技术路径，前者壁垒较高，且后者功能冗余增添安全性，随成本下降后或应用更广泛。特斯拉汽车未搭载雷达，采用8个摄像头构成环形。该方案成本较低，但对数据、算力、算法的依赖度高，每辆特斯拉每天采集的数据接近4GB，累计采集数据达1.5PB，且其自研的Dojo芯片具有9PFLOPS的超强算力，这些能力其他公司较难复制。多传感器由于性能互补而可带来更高安全性，对算法要求度稍低，Lidar成本下降后或得到更多公司采用。
2.3.人形机器人对视觉传感的要求与自动驾驶存在差异，摄像头、机器视觉与AI重要性提升
人形机器人与自动驾驶对传感器的要求存在差异。在短期，人形机器人可能用于工厂、餐厅或家庭等室内场景，或许无需像汽车一样具备迅速为陌生地形建构地图的能力。长期来看，机器人视觉传感不仅需识别障碍，还需能指定对象，而后者是用户指定的而非“红绿灯”这样固定的，这对视觉传感提出了崭新的要求——机器人厂商需具备“人体识别”“表情识别”等相关人工智能技术。
相较雷达，人形机器人厂商更可能采用摄像头方案。雷达长于测距测速，短于物体识别。同时，人形机器人的设计与激光雷达不是特别适配：雷达若搭载在躯干上，测量准确度将因躯干摇动而受影响；搭载在头部，则又将影响机器人的类人感。综上，相较汽车，更多厂商会采用摄像头方案。
计算机视觉、AI公司有望进入市场。人形机器人的大规模应用离不开机器视觉与AI：视觉不仅辅助机器人移动，精准测量、手眼协调等技术方可使机器人运用在工业巡检、家庭服务场景，且若走入家庭，对人类表情、动作的识别理解愈加重要。由此，机器视觉、AI解决方案公司有望进入市场。
典型人形机器人搭载的视觉传感器：以摄像头为主导
1）Pepper：500万像素摄像头、3D摄像头提供视觉，激光传感器搭配声纳、陀螺仪、加速计提供导航
2）ASIMO：摄像头提供视觉，激光雷达搭配红外传感器进行地面障碍物探测
3）Digit：头部搭载激光雷达，因此无类人头部，立体摄像头提供视觉
4）Atlas：头部搭载激光雷达，因此无类人头部，激光雷达与立体相机协同生成3D点云
5）Walker X：未搭载激光雷达，使用四目立体视觉、双目RGBD传感器、超声波传感器助测距测速
1.4.自动驾驶摄像头、计算机视觉公司有望进入产业链；镜头市场舜宇领衔，模组市场较分散
机器人视觉传感产业链或与车相似：主机厂外购摄像头结合自研算法，或寻求成熟解决方案。车载摄像头的上游是镜片、镜头、芯片等零部件厂商，中游是模组封装、系统集成，而后将摄像头本体提供给下游汽车厂。如特斯拉两种模式均有尝试：起初特斯拉自动驾驶采用Mobileye的方案，当前机器人/汽车均采用自研FSD系统，只需与合适的Tier 1厂商合作。对于车载摄像头，光学镜头、摄像头模组的难度高、壁垒深，实力过硬的光学公司能率先参与人形机器人产业链。
车载镜头呈“一超多强”之势，车载摄像头模组则格局分散，由海外公司主导。2020年舜宇光学出货量位居第一，市场占有率超过30%；在规格、壁垒更高的ADAS镜头中，舜宇光学市占率超50%。车载摄像头模组主要由Tier 1、Tier 2组装，主要企业为麦格纳、松下、法雷奥、博世等。
摄像头/机器视觉厂商入局机器人的模式：
1）自动驾驶传感器参与者
逻辑：机器人的导航、避障、路径规划与自动驾驶功能相似；车规筛选下有资质的厂商产品性能优越
参与者：Tier 1厂商：博世、大陆等；
自动驾驶解决方案提供商：采埃孚、Mobileye等
2）机器视觉厂商
逻辑：对物体进行较精细地识别，以手眼协调操作或承担巡检工作；识别人的姿态表情，更好地人机交互
3.控制器功能及市场概览
控制器是机器人的“大脑”，是运动控制的中枢。它接收来自内外部的传感信息，分析决策，并向关节伺服系统发出行为指令。控制器产业链上游是PCB面板、IC芯片、晶体管等零部件生产，中游是控制器本体制造，下游是机器人、半导体厂商。
控制算法为技术核心，知名机器人厂商一般自研控制器，国产化率低。除高性能芯片外，控制器所需硬件各厂商相差无几，主要差距在于软件：一方面是控制算法的性能与稳定性，另一方面是工业机器人大都搭配公司自己开发的软件环境和编程语言。因此，知名机器人厂商大都自研控制算法与控制器，不假外购，故控制器市场格局与机器人本体的市场格局相似。国内自主品牌在中国控制器市场未有市占超过3%的公司，竞争力不强。
4、伺服系统功能及市场概览
伺服系统是运控模块中枢，主要包括伺服驱动器和伺服电机两部分。在运动控制模块里，驱动器承接控制器的指令，对功率进行放大、变换等处理，向电机输出力矩、速度、位置的控制量，使控制指令得以精准执行。伺服系统决定了机器人运控的精度、稳定性、控制速度。
市场增速较快，市场格局以外资为主导，但国产份额逐步提升。2017—2022伺服系统CAGR达24.1%，2022市场规模有望达286亿元。欧美与日系品牌垄断中高端伺服系统市场，但三大日系品牌松下、安川、三菱的占比由2015年的46%，缩小至2019年的44%，再至2020年的31.7%，国产品牌中汇川技术、禾川科技占比逐渐上升，国产品牌由中低端向高端迈进。
5.精密减速器功能概览与分类比较
减速器连接伺服电机与执行件，功能为减速增距。减速器包括齿轮减速器、行星减速器、精密减速器几类，其中机器人对精密减速器也即谐波与RV需求较大。它位于伺服电机与执行件间，伺服电机输出转速大、扭矩小，而关节执行件实际需求是输出转速小、扭矩大，故需减速器进行减速增距。
精密减速器包括谐波、RV两类，性能具有不同特点，且人形机器人对谐波的使用将更多。谐波减速器体积小、负载低，当前多应用于小负载工业机器人小臂/腕部/手部以及协作机器人、SCARA机器人的大部分动力关节。人形机器人恰需部件具有较小体积、较高的集成度，且负载不大，故其对谐波减速器的需求将会更大。根据人体关节相关特点，对人形机器人减速器用量预测如下。
5.1.精密减速器市场规模、竞争格局
谐波、RV减速的市场规模保持较快增长；市场格局上日本龙头公司绝对领先，但国产龙头逐渐得到市场认可，国产替代正在进行。谐波、RV减速器在2014—2020年间CAGR分别达到21.0%、17.5%，且随着协作机器人迅速放量，谐波减速器有望保持较高速率扩张。哈默纳科、纳博特斯克分别占据谐波、RV减速器的市占头名，且日本住友等公司紧随其后，但绿的谐波、双环传动等国产品牌在性能上不断缩小差距，又具有成本优势，市占率逐步赶上
