人形机器人全产业链梳理(AI下一波浪潮)

2023-08-18 06:53:53 来源: 韭研公社

随着当前人工智能浪潮的爆发,以及全球“机器换人”进程加速,人形机器人有望深入各细分消费端,成为AI下一个重要落地应用场景。

2022年,马斯克推出TeslaBot“Optimus(擎天柱)”原型机引爆人形机器人产业链。


(资料图片仅供参考)

特斯拉发布的人形机器人擎天柱Optimus承接自动驾驶技术,而人工智能的核心Transformer架构是NLP领域的标志性研究成果。

据马斯克介绍,未来十年特斯拉人形机规划500万台产能。按量产后的万美元单价计算,未来3-5年市场空间超百亿美元,十年后市场空间超千亿美元。

、人形机器人行业概览

人形机器人是具有与人类似的身体结构和运动方式(双足行走、双手协作等)的智能机器人。

目前人形机器人并没有普遍定义 ,但根据专业书籍《Humanoid Robots》的归纳,人形机器人应当能“在人工作和居住的环境工作,操作为人设计的工具和设备,与人交流”。

在此前提下,人形机器人最终应具有与人类似的身体结构,包括头、躯干和四肢,使用双足行走,用多指手执行各种操作,并具有一定程度的认知和决策智能。

作为通用化程度高、高度集成和智能化的机器人,人形机器人既需要极强的运动控制能力,也需要强大的感知和计算能力。

其技术难点在于尽可能模仿人的各类场景下“感知-认知-决策-执行”的过程,涉及仿生感知认知技术、生机电融全技术、人工智能技术、大数据云计算技术、视深导航技术等各领域的尖端技术。

人形机器人主要包含四大核心技术模块:

环境感知模块、智能AI芯片模块、运动控制模块、操作系统模块。

环境感知模块主要负责数据采集与环境认知(视觉、声音、雷达、压感、光感)等传感器。

智能AI芯片模块包括负责数据处理和算力的存储器和智能芯片。

运动控制模块包括能量管理系统和动作执行系统(驱动器、控制器、减速器等)等。

操作系统模块包括硬件抽象描述、底层驱动程序管理、共用功能的执行、程序间消息传递、程序发行包管理等。

当前全球参与者已经有数十年的研发经验,波士顿动力Atlas、本田ASIMO、KAIST HUBO、优必选Walker、Agility Digit均为经典产品代表,已展现出一定的运动能力、执行任务能力和环境适应能力。

资料来源:Boston Dynamics

二、人形机器人产业链

人形机器人产业或依托较为成熟的工业机器人产业链。

核心零部件种类与现有的机器人类似,包括驱动装置(伺服系统+减速器)、控制装置(控制器)和各类传感器。

零部件中成本占比最高的是减速器,其毛利率也最高达到40%,其次是伺服系统(35%)和控制器(25%)。

减速器和伺服系统环节受益于人形机器人赛道的确定性相对较强。

传感器环节来看,与外部环境感知和导航相关的自动驾驶类传感器有望受益。

资料来源:特斯拉、DS Power、行行查

1. 伺服系统

伺服系统是一种可以精准输出运动状态的驱动系统。

与常见工业机器人2-6的自由度相比,人形机器人通常有30-40自由度,单台伺服电机需求量大幅增加,人形机器人产业化有望推升伺服系统需求。

从竞争格局来看,伺服系统主要参与者包括日系、欧美系和国产厂商。

日系企业包括安川、三菱、三洋、欧姆龙、松下等公司,主要为小型功率和中型功率产品。

欧美系品牌包括西门子、博世力士乐、施耐德等公司,在大型伺服具有优势地位。

据MIR数据,2022年中国通用伺服市场规模约223亿元,同比增长超35%;我国通用伺服厂商占国内市场比例达到42%,市场份额首次超过日韩厂商。

伺服系统国产主要厂商包括汇川技术、埃斯顿、台达、禾川科技、步科和森创等。

资料来源:行行查

2. 减速器

减速器是连接动力源和执行机构的中间机构,具有匹配转速和传递转矩的作用,是机器人使用的精密传动装置,通常1:1配合电机使用。

由于人形机器人结构更接近人形,每个关节受力更加复杂,对减速器负载和电机响应速度要求更高。

机器人使用的减速器主要分为行星减速器,谐波减速器及RV(摆线针轮)减速器。

谐波减速器

谐波减速器是一种靠波发生器使柔轮产生可控的弹性变形波,通过其与刚轮的相互作用,实现运动和动力传递的传动装置。

谐波减速器主要应用在多关节机器人和协作机器人,市场拓展潜力较大。

谐波减速机市占率方面,国内厂商绿的谐波和来福谐波等已实现规模化量产,可实现进口替代,市场占有率提升明显,哈默纳科份额进一步略有收缩。

资料来源:GGII、国金证券

RV减速器

RV减速器由于传动精度、扭转刚度等性能差距仍然依赖进口。

在RV减速器市场,日本纳博特斯克处于垄断地位,占据了我国市场一半以上的份额,海外主要厂商还包括日本住友等。

国内主要厂商包括双环传动、秦川机床、中大力德、南通振康、珠海飞马、智同科技等数家企业都在大力发展国产RV减速机产品,但在转动精度和传动效率上距离国外产品尚有一定差距。

行星减速器

近期有消息称人形机器人产业链中部分旋转关节存在方案变动可能性,主要变量环节为行星减速器可能替代谐波减速器。

行星减速的传动原理是驱动源启动太阳齿轮,太阳轮带动行星齿轮运转,动力从连接行星轮的内齿轮环和出力轴输出,实现减速。

数据来源:《关于具有高倒车驾驶性能的机器人用驱动器的研究》,石田健藏著,广发证券

人形机器人专用行星减速机的特点如下:

1、高重复进行定位系统精度。背隙可达3弧分以内,定位可以精确。

2、刚性高。输出轴采用大尺寸、大跨度双支撑轴承设计。

3、马达任意一个配置。马达进行连接板和衬套采用这种模块化设计,保证了在高输入转速时动力系统传递同心度和界面零背隙。

4、高输出转矩。齿轮箱和内回齿轮采用整体设计,结构紧凑,密度高,输出扭矩大。优质圆锥滚子轴承,输出轴可承受较大的轴向和径向载荷,扭矩大,适用范围广。

从市场格局来看,行星减速器整体行业进入壁垒较高,产品结构复杂,制造安装难度较大。

作为高精密产品,行星减速器研发周期长,对企业的资金、人才、技术等要求高,在生产时对企业的工艺、品控等要求高。

在全球范围内,精密行星减速器市场主要被少数几家企业所占据。

德国企业处于领先地位,如德国纽卡特(Neugart)、德国威腾斯坦(WITTENSTEIN AG)、德国赛威传动(SEW Eurodrive)等,其他竞争力较强的还有日本企业,例如日本住友、日本电产等。

3. 控制系统

控制系统是机器人的神经系统,用于控制其运动。

目前人形机器人生产规模较小,进入量产后,各家控制器采用自产或外购模式尚不明朗。

控制系统主要参与者包括两类:

一类是主流的大型机器人厂商,自主研发控制器和控制算法,包括ABB、KUKA、发那科、国内的埃斯顿等。

另一类则是专业的控制系统厂商,单独售卖控制器,提供可扩展和二次开发的硬件和软件平台,包括KEBA、贝加莱、倍福。

国内工业机器人生厂商均自主研发了自家的控制系统,包括新松机器人、埃斯顿、华中数控、新时达、广州数控、汇川技术等公司,也诞生了一批专业的控制系统服务商如固高科技、英威腾、卡诺普等。

控制器的市场份额基本和机器人本体保持一致。

4. 空心杯电机

人形机器人手指关节自由度提升,考虑到人形机器人的仿真性,其手指关节处需要配备体积小且能输出较大力的电机,空心杯电机具备较强契合度。

空心杯电机结构图:

人形机器人的重点在于替代人的部分工作场景,同时进行更好的交互以辅助人进行工作,因此其会面临更加多样化、更加复杂的应用场景,故赋予其手指关节更高自由度使得其具备抓取、传递等基本功能是关键。

空心杯应用领域较高端,设计及制造壁垒高,市场空间相对无刷、伺服等通用产品更小,

竞争格局来看,海外品牌占据高端市场,国内产品性价比优势明显。

空心杯电机作为电机的新的发展方向,国外厂商也纷纷加强产品布局,如Maxon(瑞士)、Faulhaber(德国)等著名微电机厂商都已经大量申请空心杯电机相关的专利技术。

目前,国内不断加速国产替代,该环节主要参与厂商包括江苏雷利、鸣志电器、卧龙电气和大洋电机等。

5. AI机器视觉系统

人形机器人需要具备对外界环境的识别能力,实现导航、避障、交互等功能,需要使用传感器识别物体、测距等。

机器视觉是AI深度学习的一种应用与技术方向,无论是人形机器人还是智能驾驶都是机器视觉的落地方向之一。

机器视觉的本质是为机器植入“眼睛”,利用环境和物体对光的反射来获取及感知信息。

通过机器视觉代替人眼可以在多种场景下实现多种功能,如读取二维码、确定零部件的装配位置等。

特斯拉最著名的AI算法是其机器视觉中的纯视觉解决方案,该算法在人形机器人的制造中将其延续。

人形机器人的视觉传感器包括ToF深度相机、激光雷达、多目视觉等。

其传感器方案和需求场景与自动驾驶存在类似之处,因此价值量较高的自动驾驶类传感器存在新的机遇。自动驾驶传感器厂商、机器视觉厂商都是人形机器人传感器的潜在参与者。

机器视觉各细分市场竞争格局:

资料来源:智研咨询、GGII

6. 人工智能处理器&算法

人工智能的本质及数据的海量运算。

AI处理器芯片可以支持深度神经网络的学习和加速计算,相比于GPU和CPU拥有成倍的性能提升,和极低的耗电水平。

具备自研AI处理器的厂商可以为人形机器人的神经网络提供算力支撑,代表厂商包括寒武纪、商汤科技、海光信息等。

人形机器人的落地需要下游场景的数据融合,具备AI算法落地的厂商具有比较优势。代表厂商包括科大讯飞、海康威视、虹软科技、云从科技等。

随着所处理的数据指数级的增长,特斯拉由于耗电问题放弃Nvidia A100 GPU作为超级电脑的阵列去做训练,而是凭借自身强大的垂直整合能力,也研发出专注于深度学习训练的Dojo D1芯片。

此外,推断环节相较于训练环节的计算量相对较小,但依然会涉及大量的矩阵运算。因此,人工智能芯片将发挥大量作用。

整体而言,人形机器人赛道处于相当早期的阶段,当前并未形成产业化,各大参与者以研发为主,赛道的参与者主要将其定位为基础研究平台。

部分参与者从特定功能需求出发进行开发(搜救、公共导览、居家服务、物流搬运等),以寻求一定程度的落地。

从产业链发展趋势来看,全产业链模式有望成为未来工业机器人厂商的重要趋势。

包括在上游核心零部件领域取得技术突破、实现国产替代的厂商;中、下游,“核心零部件生产+本体生产+系统集成”的全产业链模式的厂商将会获得优势竞争地位;为工业设备装上“眼睛”的专注视觉核心技术的厂商等。

国内供应商有望凭借成本优势快速切入“本体+零部件”环节,加速关键技术国产替代的进程,完善产业链相关布局。

长期来看,到2030年全球人形机器人市场规模可达万亿规模,有望成为继智能驾驶电动车后又一AI落地场景蓝海,人形机器人产业链各环节有望迎来高速发展机遇。

标签:

[责任编辑:]

最近更新