（報告出品方/作者：西南證券，邰桂龍、周鑫雨）

1 AI 賦能機器人，具身智能發展正當時

1.1 機器人是 AI 落地的最佳載體

具身智能（Embodied Intelligence）是 AI 進入物理世界進行交互的載體。根據智能程 度，可以將機器人分為兩類：非智能機器人和智能機器人；同時根據有無載體，也可以將人 工智能分為兩類：虛擬 AI 和實體 AI。機器人與人工智慧的交集，即：作為 AI 實物載體的智 能機器人。一般的工業機器人只能被編程為執行重複的一系列運動，所有的運動軌跡、位置、 動作、力度都需要提前設定，更突出其「機器」屬性，智能機器人則可以與外界交互，根據 自身對外界的感知，決定完成任務的方式，並且可以在失敗中不斷學習進步，相較於非智能 機器人的「機器」屬性，智能機器人更像是「人」。

AI 機器人可以分成五大部分。1）感知系統，相當於機器人的「五官」，包括聲音、光、 溫度、壓力、定位、接觸等感測器，用以將外部環境信號轉換為機器人可以理解的信息或者 數據；2）驅動系統，相當於機器人的「肌肉」，電機驅動包括電機、減速器、編碼器等；3） 末端執行系統，相當於機器人的「手」，用以和外界環境進行交互；4）能源供應，電源或者 電池；5）運算系統及軟體，相當於機器人的「大腦」。 AI 機器人在完成任務時需要經歷三個層次。給到機器人一個任務時，機器人一般要經歷 三層信息處理：1）第一層是感知，理解需求和環境。機器人通過感測器感知周圍環境，並 且識別到任務體在環境內所處的位置。2）第二層是規劃，拆解成任務和路徑規劃，機器人 理解任務之後，它需要將任務拆解成多個步驟，按順序執行步驟達到完成任務的目標。3） 第三層是執行，驅動硬體執行任務，把運動規劃轉變成為機械指令，確定能量、動量、速度 等參數，開始執行任務。非智能機器人無法對外界進行自主感知，需要人類計算出運動路徑 並設定運動參數，而智能機器人可以自主感知外界，並拆解任務、設計路徑，最終完成任務。

人形機器人賽道迎來快速發展階段。進入到 21 世紀以來，以本田、波士頓動力為首的 各大廠商紛紛布局人形機器人產品，但是受限於硬體和軟體的成熟度，早期的人形機器人發 展緩慢。在演算法和硬體的不斷進步中，人形機器人賽道也出現了很多「新面孔」，2022 年以 來特斯拉、小米等各大廠商陸續推出了自己的人形機器人產品，尤其特斯拉以「量產」為目 標，預計將推動整個行業迎來快速發展。

1.2 AI 大模型助力具身智能發展

各大科技巨頭紛紛推出 AI 大模型，有望解決人形機器人的通用性問題。1950 年圖靈首 次提出具身智能的概念，此後幾十年里，受制於落後的 AI 技術，具身智能並沒有取得很大 的進展。近年來隨著硬體和軟體算力的不斷提升，各大公司相繼推出 AI 大模型演算法，包括 Open AI 的 GPT-4、谷歌的 RT-1、PaLM-E 等，有望解決機器人的通用性問題，具身智能迎 來快速發展。

2022 年 12 月，谷歌發布多任務模型 Robotics Transformer 1（RT-1），用以大幅推進 機器人總結、歸納、推理的能力。RT-1 是一種多任務模型，可以標記機器人輸入和輸出動 作以在運行時實現高效推理。訓練模型使用的數據集涵蓋 700多項任務的 13萬個數據帶點， 使用 13 台機器人在 17 個月內收集而成。RT-1 可以顯著改進機器人對新任務、環境和對象 的零樣本泛化，機器人執行從未做過的任務的成功率明顯上升，對不同環境甚至有干擾的情 況下的成功率也有上升；此外使用別的機器人數據來訓練模型，使得自己機器人的執行任務 的準確率得到提升。

2023 年 3 月，谷歌和柏林工業大學共同發布可以用於機器人的多模態視覺語言模型 PaLM-E，用視覺數據來增強其語言處理能力，可以指導機器人完成複雜的任務。PaLM-E 主要基於谷歌現有的 PaLM 大語言模型，並且加入了感知信息的能力，能讓機器人真正「理 解」任務，將看到的圖像轉化成可以理解的語言文本，從而做到在面對零樣本新任務時的「舉 一反三」。PaLM-E 無需對相關數據進行預處理或注釋。

2023 年 4 月，Meta 發布了圖像分割模型 SAM。SAM 可以在不需要額外訓練的情況下 對不熟悉的對象和圖像進行零樣本泛化，從而「剪切」任何圖像中的任何對象。在 SAM 發 布之前，想把圖像準確分割，需要人類手動分割後再交給機器人學習，這需要大量專家進行 高度專業化的工作，費時費力。SAM 使得機器人將所學到的分割圖像進行細緻標註，讓機 器人理解對象（Object）是什麼，因此可以為任何圖像或視頻中的任何對象生成遮罩，即使 是在訓練中沒有見過的對象。

2 特斯拉人形機器人 Optimus 的 AI 賦能分析

2.1 軟硬體不斷迭代升級，核心為優化成本和效率

特斯拉人形機器人 Optimus問世，核心為優化成本和效率。2021 年 8 月，馬斯克首次 發布特斯拉人形機器人（Tesla Bot）計劃，代號「擎天柱」（Optimus）。在 2022 年 9 月底 舉辦的特斯拉 AI DAY 上，馬斯克公開了人形機器人 Optimus 原型機，人形機器人體重 73kg， 靜坐 100W 功耗，快走 500W 功耗，全身自由度 200 ，手部自由度 27，搭載與特斯拉車輛 相同的完全自動駕駛（FSD）大腦，2.3KWh 電池組（集成充電管理、感測器、冷卻系統） 可以滿足一天的工作需要。特斯拉人形機器人的核心為在滿足功能的前提下降低成本和能耗， 即儘可能減少零部件數量和每個元件的功耗，例如減少四肢的感應和線路。馬斯克稱特斯拉 機器人有望在 3-5 年時間內交付，產量可以達到數百萬台，價格可能不到 2 萬美元。 人形機器人 Optimus軟硬體不斷迭代升級。2023 年 5 月特斯拉股東大會發布人形機器 人 Optimus 最近進展，包括機器人走路、利用視覺感知周圍的環境、手臂精確控制力道不打 碎雞蛋、手掌抓取線束等柔性物體、人類演示訓練 AI、機器人修理機器人等場景，表明人形 機器人 Optimus 的硬體和軟體性能得到進一步提升。

特斯拉人形機器人 Optimus 類似「汽車立起來裝上腳」，因此可以復用大量汽車相關技 術進行迭代升級： 1）感知系統：可採用和汽車類似的計算機視覺技術。根據最新的特斯拉股東大會， Optimus 攝像頭方案為 7 個攝像頭配置（前方 3 個，兩側各 1 個，下方各 1 個），通過不同 方向上的攝像頭觀察到的點來確定位置，投射到向量空間，讓機器人感知、識別並且理解周 圍環境。 2）驅動系統：14 個旋轉線性執行器 14 個線性執行器； 3）末端執行系統：「靈巧手」共 12 個空心杯關節； 4）能源供應：2.3KWh 電池組（集成充電管理、感測器、冷卻系統）；5）運算系統及軟體：搭載與特斯拉車輛相同的完全自動駕駛（FSD）大腦，將 FSD 使 用到的神經網路和模擬模擬訓練技術遷移到機器人，唯一需要改變是訓練數據集，通過處理 視覺數據，做出決策，包括路徑規劃、路徑記憶、環境互動、導航充電等。

2.2 AI 多次模擬，優化設計方案

車輛碰撞模型技術橫向遷移，保護機器人的「大腦」。2022 年 9 月，在特斯拉 AI Day 上，技術人員展示了如何藉助現有的 AI 碰撞模型對人形機器人部件排布進行優化。車輛碰 撞模型會先記錄一次實體碰撞時各個感測器的數據，然後將車輛數據和碰撞數據傳入系統中， 生成一份資料庫，再由 AI 將車輛拆分成超過 3500 個自由度，模擬上萬次不同角度、力度的 碰撞，最後將所有碰撞數據匯總，找到車輛現有構型的缺點並加以改進。工程師將此技術用 於機器人部件排布設計，將重要部件放置在遠離碰撞受損核心處，並將外殼設計成更能抵抗 外力的形狀，保證機器人即使意外摔倒也不會影響到軀幹內的核心零部件。

AI 模擬模型尋找成本和效率的最佳組合。人類有超過 200 個自由度，手部 27 個自由度， 同時快走功耗只有 500W，低功耗的同時又具有高度的靈活性。在設計機器人時，需要機器 人在完成具體任務的情況下，儘可能降低成本，在運動能力和低成本間找到最佳平衡點。特 斯拉為機器人設計了全身 28 個執行器（不含手部），用以完成 Pitch（繞 X軸旋轉）、Yaw（繞 Z軸旋轉）和 Roll（繞 Y 軸旋轉）等不同動作，再通過 AI 模擬模型和實際驗證，在低功耗、 低成本和最輕質量的目標下，選取一個關節的最佳設計。

提高零部件通用程度，將 28 個關節簡化為 6 種執行器。特斯拉工程師使用多個場景模 擬機器人的工作狀態，計算出每種場景下執行器的消耗和質量，並將其抽象為一個點，求解 整個質點雲的帕累托最優，得到可以滿足多種使用場景的關節設計。經過 AI 的分析優化， 將關節選型做到復用，最終實際的執行器減少到 6 種，包含 3 種規格的旋轉執行器和 3 種規 格的線性執行器。

2.3 FSD Dojo 加持，提高機器人執行力

FSD 技術助力機器人感知世界。FSD 演算法是指特斯拉的全自動駕駛（Full Self-Driving） 系統採用的演算法，用以實現車輛自主導航和自動駕駛功能，讓車輛能夠在各種交通環境下進 行感知、決策和控制。FSD 演算法主要依賴神經網路和計算機視覺技術，通過處理和分析感測 器獲取的實時數據，提取有關道路、車輛、行人和障礙物的信息，實現環境識別功能。目前 特斯拉已經打通 FSD 和機器人的底層模塊，將 FSD 技術復用至機器人，在機器人感知、決 策、控制方面起到重要作用。

佔據網路讓機器人「擦亮」雙眼。在感知層面，FSD 使用佔據網路（Occupancy Network） 對 3D 空間內的障礙物進行持續檢測，來估計障礙物的位置、大小、運動情況。FSD 演算法可 以幫助機器人感知周圍環境，識別物體、人和障礙物。

FSD 海量資料庫可提供 AI 學習所需要的數據基礎。AI訓練需要大量數據作為底層支撐， 而特斯拉的 FSD Beta 已在北美普及了超過 40 萬台車輛，龐大的用戶實測數據為 AI 的訓練 提供了幫助。根據特斯拉股東大戶展示的數據，FSD Beta 資料庫目前擁有將近 2 億英里（3.2 億千米）的自動駕駛數據，這將對後續機器人的 AI 訓練提供支持。

特斯拉超算 Dojo有望在 2024 年躋身世界前五。2023 年 6 月，Tesla AI 公布了一張算 力預期圖：2023 年 7 月 Dojo 會正式投產，隨後算力將進入快速增長期，2024 年 2 月 Dojo 算力規模將進入全球前五，2024 年 10 月算力總規模將達到 100 Exa-Flops，相當於 30 萬塊 英偉達 A100 顯卡的算力總和。

Dojo 計算架構為訓練機器人路徑規劃和執行提供算力支持。Dojo 能夠處理海量的視頻 數據，不僅能夠加速特斯拉 FSD 系統的迭代，還能為人形機器人 Optimus 提供算力支持。 同時 Dojo 可以訓練 AI 解決零樣本新問題的能力，如設定「搬起箱子」動作的程序後，面對 斜側箱子時，AI 會將動作拆分，使機器人在不轉身的情況下拿起斜側擺放的箱子。據 Dojo 項目負責人介紹，Dojo 相比於業內其他晶元，同成本下性能提升 4 倍，同能耗下性能提高 1.3 倍，佔用空間節省 5 倍。

3 特斯拉人形機器人 Optimus 的驅動方案分析

3.1 身體：14 個旋轉線性執行器 14 個線性執行器

特斯拉人形機器人 Optimus採用電機驅動，身體擁有 28個執行器，並且使用旋轉執行 器和線性執行器兩種方案。1）基於無框力矩電機 諧波減速器 力矩感測器 雙編碼器 交叉 滾子軸承 角接觸球軸承的旋轉執行器；2）基於無框力矩電機 編碼器 行星滾柱絲杠 力傳 感器 深溝球軸承 四點接觸軸承的線性執行器。通過進行共性研究減少使用驅動器的種類， 目前 Optimus 使用 6 種執行器，旋轉和線性各 3 種，其中一款線性執行器可以舉起 500 斤 的鋼琴。

身體擁有 28個執行器，14個旋轉執行器 14 個線性執行器。分布如下：1）左臂 右臂： 7 7，其中肩部 3（×2）個旋轉執行器，肘部 1（×2）個直線執行器，手腕 1（×2）個旋 轉執行器 2（×2）個直線執行器；2）左腿 右腿：6 6，其中髖部 2（×2）個旋轉執行器 1（×2）個線性執行器，膝蓋 1（×2）個線性執行器，腳踝 2（×2）個線性執行器；3） 腰部：2 個旋轉執行器。

旋轉執行器採用無框力矩電機 諧波減速器 力矩感測器 雙編碼器 交叉滾子軸承 角 接觸球軸承的方案。1）無框力矩電機：使用特斯拉自主研發的永磁電機（Bespoke Permanent Magnet Machine）。2）減速器：使用諧波減速器，結構簡單，減速比大，傳動精度和傳動 效率較高。3）位置感測器：使用兩個，即雙編碼器，包括輸入位置編碼器、輸出位置編碼 器。4）力矩感測器：使用一個非接觸式扭矩感測器。5）軸承：使用角接觸軸承、交叉滾子 軸承。

線性執行器方案採用無框電機 行星滾柱絲杠 力感測器 編碼器 深溝球軸承 四點接 觸球軸承的方案。1）電機：使用特斯拉自主研發的永磁電機（Bespoke Permanent Magnet Machine）。2）絲杠：使用行星滾柱絲杠（Planetary Rollers），具有較強剛性。3）編碼器： 使用一個位置感測器。4）力感測器：由於絲杠沒有反驅性，配置力感測器。5）軸承：使用 深溝球軸承、四點接觸球軸承。

人形機器人 Optimus 身體核心零部件市場空間測算：1）諧波減速器：單台機器人諧波 減速器數量為 14 個，單價從 2026 年的 1300 元下降到 2030 年 600 元，2030 年樂觀/中性/ 悲觀情景下市場空間分別為 168/126/67 億元；2）行星滾柱絲杠：單台機器人行星滾柱絲杠 數量為 14 個，單價從 2026 年的 4000 元下降到 2030 年 2000 元，2030 年樂觀/中性/悲觀 情景下市場空間分別為 560/420/224 億元；3）伺服電機：單台機器人伺服電機數量為 28 個， 單價從 2026 年的 500 元下降到 2030 年 300 元，2030 年樂觀/中性/悲觀情景下市場空間分 別為 168/126/67 億元。

3.2 靈巧手：12 個空心杯關節

Optimus 手掌採用空心杯電機 微型行星齒輪箱 繩驅 蝸輪蝸桿 力感測器的方案。機 器人 Optimus 一隻手掌擁有 6（×2）個執行器（大拇指 2 個，其餘各 1 個），11 個自由度 （大拇指內轉 屈伸共 3 個自由度，其餘屈伸各 2 個自由度），能夠負荷 20 磅。1）空心杯電 機：擁有功率密度高、體積小、無齒槽效應等優勢，一般和微型行星齒輪箱配套。2）繩驅： 繩驅（tendon-driven）可以理解為，電機通過收縮金屬線來控制手指的彎曲，驅動拉緊金屬 線—手指握住，電機驅動鬆開金屬線—彈簧使得手指張開。繩驅結構的優勢在於能夠實現消 隙，消隙的帶來的好處是讓手指在運動時更加連貫，缺點在於不耐用。3）蝸輪蝸桿：蝸輪 蝸桿結構具有自鎖性，即蝸桿可以輕易轉動蝸輪，但蝸輪無法轉動蝸桿（這是因為蝸輪蝸桿 的結構和傳動是通過摩擦實現造成的）。蝸輪蝸桿的這種自鎖性使得機器人能夠在不打開手 的情況下能夠進行活動，具體體現為電機驅動使得手握緊—鎖止。4）感測器：由於沒有反 驅性，因此需配置力感測器。

人形機器人 Optimus 手部核心零部件市場空間測算：1）空心杯電機：單台機器空心杯 電機數量為 12 個，單價從 2026 年的 1000 元下降到 2030 年 400 元，2030 年樂觀/中性/悲 觀情景下市場空間分別為 96/72/38 億元；2）微型行星齒輪箱：單台機器人行星滾柱絲杠數 量為 12 個，單價從 2026 年的 400 元下降到 2030 年 200 元，2030 年樂觀/中性/悲觀情景 下市場空間分別為 48/36/19 億元。

4 人形機器人蓄勢待發，為國內相關產業鏈帶來機遇

4.1 減速器：具有較高技術壁壘，機器人零部件核心賽道

精密減速器主要用於機器人各個關節，負責將伺服電機輸出的高速運轉動力轉化為低轉 速、高轉矩的運動，決定機器人的精度和負載。一般傳動減速器控制精度低，可滿足機械設 備基本的動力傳動需求。精密減速器精度較高、使用壽命長，更加可靠穩定，應用於機器人、 數控機床等高端領域，包括諧波減速器、RV 減速器、行星減速器等，其中應用最廣泛的是 用於重負載轉傳動的 RV 減速器和用於輕負載傳動的諧波減速器。 行星減速器結構簡單，減速比較低。精密行星減速器體積比較小，結構較為簡單，主要 包括行星輪、太陽輪和內齒圈。精密行星減速器傳動比都在 10 以內，且減速級數一般不會 超過 3 級，相較於其他減速器啟動更加平穩，且剛性、精度和扭矩高，主要搭配步進電機和 伺服電機，用以降低轉速，提升扭矩。 諧波減速器結構簡單，減速比大，傳動精度和傳動效率較高。諧波減速器主要由 3 個基 本部件構成：剛輪、柔輪、諧波發生器，通過具有柔性的薄壁外齒齒輪產生彈性變形後與剛 性的內齒輪進行內嚙合來實現傳動。 RV 減速器結構較為複雜，承載能力強，傳動精度高。RV 減速器是以擺線針輪行星傳動 為基礎發展而來的。RV 減速器主要包括兩級傳動裝置，分別為漸開線行星齒輪傳動和擺線 針輪行星傳動。

諧波減速器主要用於輕負載部位，RV 減速器主要用於重負載部位。諧波減速器具有單 級傳動比大、體積小、質量小、運動精度高並能在密閉空間和介質輻射的工況下正常工作的 優點，與一般減速器比較，在輸出力矩相同時，諧波減速器的體積可減少 2/3，重量可減輕 1/2，這使其在機器人小臂、腕部、手部等部件具有較強優勢。RV 減速器傳動比範圍大、精 度較為穩定、疲勞強度較高，並具有更高的剛性和扭矩承載能力，在機器人大臂、機座等重 負載部位擁有優勢。

日本哈默納科和納博特斯克市佔率領先，國產廠商快速追趕。哈默納科諧波減速器全球 市佔率在 70%，國產諧波減速器企業主要包括綠的諧波、來福諧波等，根據 GGII，2021 年 我國機器人用諧波減速器市場中，哈默納科市佔率約為 35%，其次為綠的諧波，市佔率約為 25%，第三為來福，市佔率為 8%。納博特斯克 RV 減速器全球市佔率在 60%，國產 RV 減 速器企業主要包括雙環、珠海飛馬、中大力德、南通振康等；2021 年我國機器人用 RV 減速 器市場中，納博特斯克市佔率約為 52%，其次為雙環傳動，市佔率約為 15%，第三為日本 住友，市佔率為 5%，其次珠海飛馬和中大力德市佔率分別在 4%左右。國產減速器廠商技術 水平不斷接近海外龍頭，憑藉成本與交付周期優勢，正在加速實現國產替代。

4.2 無框力矩電機：可用於協作機器人關節，國內產品逐步系列化

力矩電機是以扭矩為控制方向的電機。力矩電機是一種極數較多的特種電機，可以在電 機低速甚至堵轉（即轉子無法轉動）時仍能持續運轉，不會造成電機的損壞。而在這種工作 模式下，電機可以提供穩定的力矩給負載。力矩電機具有低轉速、大扭矩、過載能力強、響 應快、特性線性度好、力矩波動小等特點。 無框力矩電機能夠在滿足機器人尺寸和重量要求的同時實現高功率和高轉矩密度。無框 為結構上省去了電機的外殼，使得電機更好嵌入。與有框電機相比，無框電機的優勢包括更 高的轉矩密度、更強的散熱能力、以及針對定製系統的靈活性。將無框電機的定子和轉子直 接集成到支撐傳動組件的軸承系統，可以在很大程度縮小關節組件的尺寸，並消除冗餘部件， 例如可以消除支撐轉子的軸承以及聯軸器，帶來更少的維護成本。目前無框力矩電機常用於 協作機器人的關節。目前能夠提供無框力矩電機的公司包括美國科爾摩根、國內的步科股份、 昊志機電等。

4.3 空心杯電機：下游應用廣泛，設計和規模量產為壁壘

空心杯電機：結構上突破了傳統電機的轉子結構形式，採用的是無鐵芯轉子（空心杯型 轉子），徹底消除了由於鐵芯形成渦流而造成的電能損耗，同時其重量和轉動慣量大幅降低， 從而減少了轉子自身的機械能損耗，電機性能得到極大改善，節能、具備了鐵芯電動機所無 法達到的控制和拖動特性。

空心杯電機分為無刷空心杯電機和有刷空心杯電機。（ 1）無刷空心杯電機：直流無刷無 齒槽電機，行業內通常稱為「無刷空心杯」。通過電子換向，壽命更長。（2）有刷空心杯電 機：直流有刷無鐵芯電機，行業內通常稱為「空心杯，」一般來說，國內的「空心杯電機」 指有刷，通過機械換向。

空心杯電機應用廣泛，包括醫療器械、航空航天、機器人等領域。1）需要快速響應的 系統中，如導彈的飛行方向快速調節、相機快速自動調焦、工業機器人仿生義肢等。2）對 有體積有要求的商品採用空心杯電機作為動力元件，比如玩具車、航模、電動牙刷等。 空心杯電機的壁壘在於設計和規模量產。目前能夠提供空心杯電機的公司包括瑞士 MAXON、德國 Faulhaber，國內鳴志電器、鼎智科技等。根據江蘇雷利 2023 年 3 月 1 日披 露的投資者調研紀要，無刷空心杯電機全球市佔率龍頭為瑞士 MAXON 以及德國 Faulhaber， 兩家企業銷售的空心杯電機 齒輪箱 編碼器集成件年銷售額約 32 億歐元，產品主要面向軍 工和工業市場。空心杯電機的壁壘在於設計和規模量產，設計壁壘主要體現在材料選擇、組 件配合、工藝參數等方面，硬體壁壘主要體現在設備較高的資金投入與較長的採購周期，且 對加工設備的精密程度要求高，國內大多廠商採用手工繞線的方式生產，在生產效率、產品 壽命、精度方面存在劣勢。

4.4 絲杠：技術壁壘高，國產替代空間大

絲杠能夠將旋轉運動轉化為直線運動，分為梯形螺紋絲杠、滾珠絲杠、行星滾柱絲杠。 在機械傳動領域，絲杠傳動屬於精密度較高的傳動部件，相較於液壓、凸輪連桿、皮帶、鏈 條等傳動方式，絲杠有著較大的性能優勢。常見的絲杠傳動形式主要有梯形絲杠傳動、滾珠 絲杠傳動和行星滾柱絲杠傳動三種。梯形絲杠中無滾動體，靠滑動摩擦傳遞推力，傳動效率 較低；目前較常用的是滾珠絲杠傳動和行星滾柱絲杠傳動，行星滾柱絲杠與滾珠絲杠的結構 相似，區別在於行星滾柱絲杠載荷傳遞元件為螺紋滾柱，是典型的線接觸，屬於滑動摩擦， 而滾珠絲杠載荷傳遞元件為滾珠，是點接觸，屬於滾動摩擦。和滾珠絲杠相比，行星滾柱絲 杠具有更高的靜態負載和動態負載、更強的剛度和抗衝擊能力及更高的轉速及更大的加速度， 適合用於高速重載工作的應用場合。

絲杠從生產工藝角度區分為軋制絲杠和研磨絲杠。研磨絲杠的優點在於運動精度高、負 載能力強、使用壽命長，但缺點是加工時間長、製造成本高；軋制絲杠中軋制工藝的核心是 採用輥軋的方法對中心螺桿進行成型，相比研磨工藝來說成型速度快、製造成本低，但是軋 制精度低、負載能力弱、使用壽命低，比較適合於對設備性能和使用壽命要求不高的應用場 景，比如中等載荷壓力機械、娛樂模擬器等。

全球行星滾柱絲杠市場規模約 6.5 億元，我國約 1.1 億元。根據論文《E 公司滾柱絲杠 產品營銷策略研究_王有雪》，由於設計和製造工藝的限制，目前全世界市場上所有絲杠產品 中滾柱絲杠只佔有 5%的銷售額（按金額）和 1%的銷售量（按數量）。IHS Market 在 2019 年發布的針對直線傳動產品的市場研究報告中包含了對於滾柱絲杠產品的市場預測，預計 2022 年全球滾柱絲杠銷售數量達到 86000 根，銷售額達到 6.5 億元，預計 2022 年我國滾柱 絲杠銷售數量達到 10000 根，銷售額達到 1.1 億元。 行星滾柱絲杠國產化率較低，在性能上和國外有較大差距。目前世界範圍內生產滾柱絲 杠並參與市場競爭的廠家主要有：Rollvis（瑞士）、GSA（瑞士）、Rexroth（德國）、SKF（瑞 典）、CMC（美國）、南京工藝（中國）、濟寧博特（中國）、優仕特（中國台灣）。除這些品 牌外，Moog（美國）、Power Jacks（英國）也有生產滾柱絲杠的能力，但產品不外銷，主 要用於自身生產的電動缸等產品。根據文《E 公司滾柱絲杠產品營銷策略研究_王有雪》，2021 年我國行星滾柱絲杠排名前三的分別是 Rollvis（瑞士）、GSA（瑞士）、Rexroth（德國），市 佔率分別為 28%、28%、14%。目前大負載、高可靠性的行星滾柱絲杠及採用行星滾柱絲杠 的電動缸基本依靠進口，行星滾柱絲杠亟需國產化，國產品牌性能與國外產品差距較大，主 要體現在效率、承載能力和精度上，並需具備批量生產及產業化能力。

全球滾珠絲杠市場規模超過 100 億元，國內市場規模在 30 億元左右。根據華經產業研 究院，2021 年全球滾珠絲杠市場規模為 17.50 億美元，預計 2022 年達到 18.59 億美元， 2016-2021年全球滾珠絲杠市場規模 CAGR=10.2%。2021年我國滾珠絲杠市場規模為 25.60 億元，預計 2022 年達到 28.00 億元，2016-2021 年我國滾珠絲杠市場規模 CAGR=6.2%。 日本和歐洲企業佔全球滾珠絲杠約 70%的市場份額。滾珠絲桿廣泛應用於機床工具、機 器人製造等，其中機床工具是其最大的應用領域。根據華經產業研究院，全球滾珠絲杠（Ball Screws）市場主要生產商有德國 Rexroth、德國舍弗勒、日本 NSK、日本黑田精密工業、日 本 THK、台灣上銀等企業，日本和歐洲企業佔全球約 70%的市場份額，CR5 市佔率達到約 46%。我國滾動功能部件製造廠商眾多，但多數企業只能生產品種單一、技術含量不高的中 低檔產品，製造工藝水平與國外相比存在一定差距。

4.5 感測器：視覺和力控必不可少，精度和可靠性為關鍵

3D 視覺主要有三種原理：雙目相機法、結構光法、ToF法。1）雙目相機法是基於視差 原理並利用成像設備從不同的位置獲取被測物體的兩幅圖像，通過計算圖像對應點間的位置 偏差，來獲取物體三維幾何信息的方法。目前有主動雙目、被動雙目之分，被動雙目是採用 可見光；主動雙目是發射紅外激光做補光。2）結構光法通常採用特定波長的不可見的紅外 激光作為光源，發射出來的光經過一定的編碼投影在物體上，通過一定演算法來計算返回的編 碼圖案的畸變來得到物體的位置和深度信息。3）ToF 法是通過紅外光在空氣中的飛行時間， 計算出目標體的距離。

隨著國內 3C 電子、新能源、快遞物流等行業的蓬勃發展，3D 機器視覺需求增長明顯。 GGII 數據顯示，2021 年中國機器視覺市場規模 138.16 億元，同比增長 46.79%。其中，2D 視覺市場規模約為 126.65 億元，3D 視覺市場約為 11.51 億元。根據 GGII 預測，至 2025 年我國機器視覺市場規模將達到 349 億元，其中，2D 視覺市場規模將超過 291 億元，3D 視覺市場規模將超過 57 億元，3D 視覺 2016-2025 年市場規模 CAGR 達 54.5%。目前可提 供 3D 機器視覺的企業有海外的英特爾、谷歌、微軟、英飛凌、Leapmotion 等，國內企業有 凌雲光（雙目相機法）、奧比中光（結構光法）、奧普特、天准科技、矩子科技等。

特斯拉 HW4.0 自動駕駛硬體系統或將搭載 4D 毫米波雷達，未來可橫向遷移至人形機 器人感知系統。除 3D 機器視覺外，4D 毫米波雷達也可用於人形機器人的 3D 感知系統。4D 毫米波雷達是傳統毫米波雷達的升級版，傳統毫米波雷達在速度和距離的測量上有較好的性 能表現，但其水平解析度較低且不具備高度識別功能。「4D」指的是在原有距離、方位、速 度三個維度基礎上添加了對目標高度的監測維度，從而能實現「3D 高度」四個維度的信息感知。隨著毫米波雷達的半導體工藝由 GaAs（砷化鎵）轉向 SiGe（鍺硅）和 CMOS，芯 片邏輯密度逐漸提高，成本下降有助於毫米波雷達的推廣。

我國毫米波雷達行業集中度較高，被國外企業佔據絕對的主導地位。根據智研諮詢數據， 2022 年博世、大陸集團、安波福、海拉、維寧爾五家企業佔據了我國毫米波雷達 86.4%的 市場份額，其中 CR3 為 67.1%。傳統 Tier 1 廠商在 4D 產品方面布局較快，大陸、采埃孚、 安波福三家均有產品在 2022 和 2023 這兩年實現量產。國內廠商目前擁有 4D 毫米波雷達樣 機的有經緯恆潤、威孚高科、聯合光電。

觸覺是機器人感知世界的重要能力之一。力矩感測器被用來幫助機器人形成觸覺功能， 其原理是測量接觸力和壓力，從而讓機器人對於「力道」精準把控。其中六維力矩感測器是 力感測器中技術壁壘最高、價值量最高的產品，可以測量空間中 X、Y、Z 軸的力分量及力 矩分量。目前，六維力矩感測器被大量應用於協作機器人末端、航空航天風洞測試、醫療領 域、運動健康領域中。

目前我國力矩感測器市場主要被海外廠商佔據。根據 GGII 數據，2022 年中國力感測器 國產份額不足 30%，海外力感測器主要公司有應美盛、意法半導體、亞德諾半導體等。隨著 《「機器人 」應用行動實施方案》的落實，國內相關廠商正加大研發力度，積極布局六維力 矩感測器。目前擁有力感測器產品的上市公司有：昊志機電、漢威科技、柯力感測；非上市 公司有：坤維科技、宇立儀器、海伯森技術、鑫精誠感測器、神源生智能、瑞爾特測控、埃 力智能等。 慣性感測器可以幫助機器人在運動中保持平衡。IMU（Inertial Measurement Unit，慣性 測量單元）是測量物體在空間內姿態角和加速度的裝置，被廣泛用於機器人定位和姿態感知。 對於人形機器人來說，IMU 可以使其在走、跑、跳、蹲等動作過程中保持平衡。最基礎的慣 性感測器包括加速度計和角速度計（陀螺儀），其中陀螺儀漂移對位置的誤差影響是時間的 三次方函數，所以提高陀螺儀的精度、同時降低其成本是當前追求的目標。

慣性感測器包括加速度計和陀螺儀。1）加速度計中的電容板質量很大，且設計為懸臂 結構，當速度變化或者加速度足夠大時，它所受到的慣性力超過支撐力，開始移動，上下電 容板之間的距離會發生變化，上下電容因此變化，且電容的變化跟加速度成正比。2）陀螺 儀主要是利用角動量守恆原理及科里奧效應測量運動物體的角速率。

國內慣性感測器市場主要被海外廠商佔據。根據頭豹研究院數據，2022 年中國慣性傳 感器市場中 Bosch、ST等頭部企業合計市佔率達 70%以上，佔據陀螺儀 80%以上份額，占 據 IMU 85%以上份額。加速度計市場 CR3 大於 80%，陀螺儀計市場 CR3 大於 90%，IMU 市場 CR3 大於 95%。目前國內慣性感測器廠商主要有芯動聯科等。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。「鏈接」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！