《人民網研究院：2023人形機器人技術專利分析報告（110頁）.pdf》由會員分享，可在線閱讀，更多相關《人民網研究院：2023人形機器人技術專利分析報告（110頁）.pdf（110頁珍藏版）》請在三個皮匠報告上搜索。

1、1目 錄目 錄第一部分 研究概述.11.1 研究背景及目標.11.2 分析邊界.11.2.1 技術范圍.11.2.2 核心權利人及相關產品.41.2.3 專利數據.51.2.4 其他說明.5第二部分 人形機器人產業與技術概況.72.1 人形機器人產業概況.72.1.1 產業發展情況.72.1.2 政策環境.82.2 人形機器人技術發展情況.132.3 商業化應用難點.14第三部分 專利分析.153.1 地域布局分析.153.1.1 專利申請趨勢.153.1.2 技術生命周期.173.1.3 專利申請集中度.183.1.4 各類專利法律狀態及發明授權趨勢.2123.1.5 各國申請人技術輸出.2

2、33.2 技術布局分析.263.2.1 技術構成分析.263.2.2 技術功效矩陣.323.2.3 專利申請趨勢.343.2.4 各國申請人技術布局情況.423.3 專利申請人分析.433.3.1 申請人類型分析.433.3.2 主要申請人排名.503.3.3 主要申請人專利活躍度.543.3.4 主要申請人技術分布.563.3.5 主要申請人重點專利布局情況.573.4 重點產品專利布局分析.613.4.1 優必選科技-Walker X.613.4.2 波士頓動力-Atlas.703.4.3Agility Robotics-Digit.783.4.4 特斯拉-Optimus.843.4.5

3、小米-CyberOne.903.4.6 技術優勢技術分布對比.99第四部分 結論和建議.10134.1 技術當前發展階段及趨勢.1014.1.1 技術開始進入穩定發展階段.1014.1.2 本體結構、智能感知、運動控制屬于技術布局熱點.1014.2 地域分布情況.1024.2.1 中國、歐美市場競爭激烈，日本市場壟斷嚴重.1024.2.2 日本是過往主要技術輸出國，中國當前創新活躍度高.1034.2.3 各國技術布局各有側重，中國申請人布局較為單一.1034.3 主要申請人情況.1044.3.1 主要申請人產品布局情況.1044.3.2 老牌申請人活躍度不減.1044.3.3 新興申請人引領行

4、業發展.1054.3.4 產學研協同促進發展.1054.4 人形機器人標準發展建議.1061/106第一部分 研究概述第一部分 研究概述1.1 研究背景及目標1.1 研究背景及目標人形機器人人形機器人又稱仿人機器人，靈感來源于人類的身體，集仿生學原理和機器電控原理于一體，涉及機器人本體結構、核心零部件、智能感知、驅動控制、支撐環境等主要模塊。相比其他機器人，人形機器人高度更高、雙足行走，需要保持相對平衡并適應不同行走環境，關節更多且受力復雜，對減速器負載和電機響應速度要求更高。專利的布局與申請，其實質為競爭性資產的儲備。競爭性資產儲備的關鍵在于，綜合技術、產品、市場和企業戰略等多維度進行分析，

5、依據分析結果對知識產權布局方案進行考量，從而提升知識產權資產的商業價值，積累更為豐富、立體化的競爭性資產，以便后續能夠以知識產權為工具，通過更加多樣化的手段提升行業競爭主體的商業競爭力?；谛袠I發展需要，本研究報告主要包括以下內容：通過采集相關專利數據，并按技術分解表標引分類，形成各維度的專利地圖，結合市場調研、技術調研、專利分析綜合分析行業態勢，給出人形機器人領域發展建議。1.2 分析邊界1.2 分析邊界1.2.1 技術范圍1.2.1 技術范圍本研究報告所述“人形機器人”，即在外形上擁有類似人類的肢體結構（如具有雙足、雙臂）、體型高度，并可以在生活、工作場景內如人類一般完成外界感知、自主運動

6、、行為交互等一系列任務的機器人。因此，從機器人體型結構上，本研究排除明顯小于人類體型、結構明顯簡化的小型人形機器人。研究聚焦于人形機器人2/106結構構成（例如肢體結構以及相關零部件等）及其功能實現（例如肢體動作控制、移動定位、操作系統環境等），其他可用但非專用在人形機器人上的通用技術（例如通用人機交互技術、基礎 AI 技術等），不納入本項目分析范疇。通過前期技術、市場調研，了解到人形機器人相關技術構成及其主要關注的功效，對本研究的技術主題進行進一步細分如技術分解表所示：技術主題技術主題一級分支一級分支二級分支二級分支三級分支三級分支人形機器人A 本體結構A1 頭部A11 頭部A12 面部A1

7、3 眼睛A2 肩頸A21 頸部A22 肩部A3 手臂A31 手掌A32 手腕A33 手臂A4 下肢A41 腿部A42 足部A43 髖胯A5 胸腹A51 腰部A52 胸部A6 關節3/106技術主題技術主題一級分支一級分支二級分支二級分支三級分支三級分支A7 其他結構A71 皮膚A72 肌肉A73 整體外形B 核心零部件（伺服驅動器）B1 減速器B2 電機B3 編碼器C 智能感知C1 機器視覺C2 觸覺感知C3 語音語義C4 定位導航C41 建圖C42 定位C43 自主避障C44 路徑規劃D 驅動控制D1 能源系統D11 電池組D12 充電D2 動力系統D21 電動驅動D22 液壓驅動D23 氣

8、動4/106技術主題技術主題一級分支一級分支二級分支二級分支三級分支三級分支D3 運動控制D31 手臂運動控制D32 步態控制D33 全身協同E 支撐環境E1 操作系統E2 系統集成E21 集成要求E22 數據交換E3 開發平臺E31 算法開發與驗證E32 可視化仿真E33 應用功能開發技術功效主要涉及：穩定可靠、生動自然、準確精確、結構簡化、易操控、降低成本、提高效率、智能化、適應性好、降低能耗、外觀設計佳等方面。1.2.2 核心權利人及相關產品1.2.2 核心權利人及相關產品人形機器人的未來在于商業化應用，根據在最后檢索時間 2023 年 5 月 31 日前已推出雙足人形機器人產品，并持續

9、致力于推動人形機器人產品的商業化落地，且產品在國內外具有較大影響的標準，選取國內的優必選科技、小米以及國外的波士頓動力、Agility、特斯拉作為重點關注的分析對象。重點關注優必選科技（Walker）、波士頓動力（Atlas)、Agility（Digit)、特斯拉（Optimus）、小米（CyberOne）5/106其他公司/機構達闥、追覓、戴森、本田（ASIMO）、英國 Engineered Arts（AMECA）、豐田（THR-3）、DLR、IIT、Aldebaran、日本早稻田大學（WAROT）、韓國 KAIST（HUBO）、哈爾濱工業大學、國防科技大學（先行者）、北京理工大學（匯童）、

10、浙江大學（悟、空）、美國西北太平洋國家實驗室（Manny)、日本工業技術研究院（HRP）、北京鋼鐵俠科技有限公司、樂聚（深圳）機器人技術有限公司、清華大學、之江實驗室等、索尼公司、精工愛普生株式會社、NNT 都科摩股份有限公司、三星電子、夏普株式會社、軟銀等1.2.3 專利數據1.2.3 專利數據專利檢索地區：全球；全球；專利類型：發明、實用新型專利，涉及到產品結構、感知、控制、系統及相關方法，以及人形機器人產品的外觀設計專利，不關注圖形人機交互界面外觀設計專利；時間范圍：不限（鑒于專利公開制度，專利申請可在最長 18 個月內保密，因此近 18 個月來已公開的專利數據并不能反映實際的專利申請量

11、）；專利檢索要素表（專利數據庫：incoPat，最后檢索時間/數據更新時間：2023年 5 月 31 日，檢索式及檢索結果詳見專利數據表）。1.2.4 其他說明1.2.4 其他說明（1）專利標引（1）專利標引專利篩查：對于通過專利檢索要素引入的雜質（關聯度低、無關專利），通過6/106人工逐篇閱讀標引，剔除干擾專利；專利分類：基于前述技術分解表，標引技術主題標簽和技術效果標簽；專利分級：基于專利保護度（權利要求數量、地域布局數量、專利維持年限）、技術核心度（專利被引次數、衍生專利數量）等指標劃分專利等級。（2）數據清洗（2）數據清洗申請人標準化：以當前專利權人為基準（而非專利的初始申請人），同

12、一申請人在不同國家/地區/時間使用的名稱相統一，強關聯的母公司、子公司、集團公司的名稱相統一；法律狀態標準化：“有效”指維持有效的專利，含部分失效/維持有效的專利，此外還包括仍在有效期內的 PCT 專利申請；“審中”指已公開和正在實質審查中的發明專利；“失效”指已過有效期的專利，以及駁回、撤回、放棄專利權等狀態的失效專利，此外還包括已過有效期的 PCT 專利申請。（3）數據統計（3）數據統計本報告專利數據共 15820 件。專利統計計量單位包括：“條”，即未合并的所有專利條目，包括同一專利的多個公開文本；“件”，即以專利申請號為依據去重，保留同一件專利申請的最后公開文本，如無特別說明，本報告所

13、有專利數據統計單位均為“件”；“項”/“族”，即以簡單同族專利 ID 為依據去重，保留技術方案相同的多件專利中最早申請的優先權文本。7/106第二部分 人形機器人產業與技術概況第二部分 人形機器人產業與技術概況2.1 人形機器人產業概況2.1 人形機器人產業概況2.1.1 產業發展情況2.1.1 產業發展情況人形機器人的靈感來源于人類的身體，來自人類的感知和運動技能，以及人類在環境中使用工具的能力，集仿生學原理和機器電控原理于一體，通過模仿人體結構、運動特性等，設計出具有優越性能的機電結構。人形機器人產業鏈結構如下所示：Humanoid Robotics:AReference，第 50 頁。中

14、金 聯合研究|產業龍頭紛至沓來，人形機器人大幕拉開。8/106人形機器人產業鏈主要分為上中下游三部分。具體來看，上游為人形機器人本體結構、伺服驅動器、智能感知、驅動控制、支撐環境五個模塊的供應商；中游則是人形機器人產品集成商；下游為人形機器人可能的應用場景，如商業服務、科學研究、科學展示等。人形機器人從 1969 年發展至今，產業發生了如下變化：一是主導國家從日本變為美國、中國。早期，人形機器人由本田等日本企業主導，現今包括波士頓動力、Agility Robotics、特斯拉、優必選科技、小米等全球范圍內的企業均已推出人形機器人產品，并且在持續迭代研發；二是研發目的從科學展示與教育培訓變為多場

15、景作業，企業積極探索人形機器人商業化落地。2.1.2 政策環境2.1.2 政策環境當前新一輪科技革命和產業變革加速演進，新一代信息技術、生物技術、新能源、新材料等與人形機器人深度融合，人形機器人產業迎來升級換代。作為機器人“皇冠上的明珠”，人形機器人產業發展對促進經濟高質量發展、創造美好生活具有重大意義。國家發改委、工信部等多個部門于 2018 年至 2023 年期間，發布多個人形機器人相關的政策性文件，推動人形機器人產業向高端化、智能化方向發展。（1）國家層面（1）國家層面國家發展和改革委員會國家發展和改革委員會增強制造業核心競爭力三年行動計劃（20182020年）（2018 年）增強制造業

16、核心競爭力三年行動計劃（20182020年）（2018 年）將智能機器作為重點領域發展，組織實施關鍵技術產業化專項。將基礎性、關聯性、開放性的機器人操作系統等共性技術作為機器人產業化的關鍵一環。應加快智能服務機器人推廣應用。聚焦市場潛力大、產業基礎好、外溢效應明顯的智能服務機器人領域，推動特種服務機器人關鍵技術研發和產業化示范，加快公共服9/106務機器人、個人服務機器人推廣應用。對機器人的安全性、易用性和環境適應性提出要求。國家發展和改革委員會國家發展和改革委員會產業結構調整指導目錄（2019年本）（2019年）產業結構調整指導目錄（2019年本）（2019年）為加快國內產業結構調整，將各項

17、目劃分為鼓勵類、限制類、淘汰類型，針對各類型采取不同規劃方案，用以適應當前新形勢、新任務、新要求，將特種服務機器人、公共服務機器人、個人服務機器人歸入鼓勵類；將高精密減速器、高性能伺服電機和驅動器、全自主編程等高性能控制器、傳感器等歸入機器人關鍵零部件；還列出智能機器人操作系統、智能機器人云服務平臺、智能人機交互系統、智能機器人。工業和信息化部等 15 部門工業和信息化部等 15 部門“十四五”機器人產業發展規劃（2021 年）“十四五”機器人產業發展規劃（2021 年）2025 年的具體目標：一批機器人核心技術和高端產品取得突破，整機綜合指標達到國際先進水平，關鍵零部件性能和可靠性達到國際同

18、類產品水平。機器人產業營業收入年均增速超過20%。形成一批具有國際競爭力的領軍企業及一大批創新能力強、成長性好的專精特新“小巨人”企業，建成 3-5 個有國際影響力的產業集群。加強核心技術攻關，突破機器人系統開發、操作系統等共性技術，研發仿生感知與認知、生機電融合等前沿技術?！笆奈濉逼陂g工作重點部分提到：重點補齊專用材料、核心元器件、加工工藝等短板，提升機器人關鍵零部件的功能、性能和可靠性，開發機器人控制軟件、核心算法等，提高機器人控制系統的功能和智能化水平。落實措施中涉及財稅金融對試點城10/106市機器人企業的支持，優化首臺（套）重大技術裝備保險補償機制試點等內容?？茖W技術部等六部門科學

19、技術部等六部門關于加快場景創新以人工智能高水平應用促進經濟高質量發展的 指 導 意 見（2022 年）關于加快場景創新以人工智能高水平應用促進經濟高質量發展的 指 導 意 見（2022 年）以促進人工智能與實體經濟深度融合為主線，以推動場景資源開放、提升場景創新能力為方向，強化主體培育、加大應用示范、創新體制機制、完善場景生態，加速人工智能技術攻關、產品開發和產業培育，探索人工智能發展新模式新路徑，以人工智能高水平應用促進經濟高質量發展。還指出制造領域優先探索工業大腦、機器人協助制造、機器視覺工業檢測，政策紅利催生，人形機器人相關技術產業化落地進程值得關注。工業和信息化部等十七部門工業和信息化

20、部等十七部門機器人+”應用行動實施方案（2023 年）機器人+”應用行動實施方案（2023 年）到 2025 年，服務機器人行業應用深度和廣度顯著提升，機器人促進經濟社會高質量發展的能力明顯增強。聚焦 10 大應用重點領域，突破100 種以上機器人創新應用技術及解決方案，推廣 200 個以上具有較高技術水平、創新應用模式和顯著應用成效的機器人典型應用場景，打造一批“機器人+”應用標桿企業，建設一批應用體驗中心和試驗驗證中心。推動各行業、各地方結合行業發展階段和區域發展特色，開展“機器人+”應用創新實踐。搭建國際國內交流平臺，形成全面推進機器人應用的濃厚氛圍。工業和信息化部工業和信息化部部長金壯

21、龍相關發言（2023 年）部長金壯龍相關發言（2023 年）國務院新聞辦公室舉行“權威部門話開局”系列主題新聞發布會，工業和信息化部部長金壯11/106龍介紹“加快推進新型工業化做強做優做大實體經濟”有關情況。金壯龍表示，將前瞻布局未來產業，研究制定未來產業發展行動計劃，加快布局人形機器人、元宇宙、量子科技等前沿領域。（2）地方層面（2）地方層面深圳市工業和信息化局、深圳市發展和改革委員會、深圳市科技創新委員會深圳市工業和信息化局、深圳市發展和改革委員會、深圳市科技創新委員會深圳市培育發展智能機器人產業集群行動計劃（2022-2025年）(2022 年)深圳市培育發展智能機器人產業集群行動計劃

22、（2022-2025年）(2022 年)加強機器人產業標準體系建設，支持機器人骨干企業參與國際、國家和行業標準制定。支持企業圍繞智能機器人關鍵核心技術開展高價值專利培育，健全智能機器人產業知識產權保護機制。在服務與特種機器人領域聚焦傳感器、芯片、執行器等開展技術攻關。加強人工智能技術與機器人的深度融合，前瞻布局類腦智能、人機環境三元融合、多形態自重構、高效仿生驅動、機器人全域感知與數字孿生等前沿技術。攻關智能服務與特種機器人環境感知、三維成像定位、精準安全操控等關鍵技術，推進智能服務與特種機器人等機器人及平臺軟件的開發，提升機器人智能化水平。深圳市科技創新委、市發展改革委、市工業和信息化局深圳

23、市科技創新委、市發展改革委、市工業和信息化局深圳市加快推動人工智能高質量發展高水平應用 行 動 方 案（20232024年）（2023 年）深圳市加快推動人工智能高質量發展高水平應用 行 動 方 案（20232024年）（2023 年）加強科技研發攻關。聚焦通用大模型、智能算力芯片、智能傳感器、智能機器人、智能網聯汽車等領域，實施人工智能科技重大專項扶持計劃，重點支持打造基于國內外芯片和算法的開源通用大模型。支持重點企業持續研發和迭代商用通用大模型。開展通用型具身智能機器12/106人的研發和應用。實施核心技術攻關載體扶持計劃，支持科研機構與企業共建 5 家以上人工智能聯合實驗室，加快組建廣東

24、省人形機器人制造業創新中心，支持創新產品研發，并強調發揮粵港澳大灣區制造業優勢，開展人形機器人規?；瘧?。北京市人民政府辦公廳北京市人民政府辦公廳北京市機器人產業創新發展行動方案（20232025年）（2023 年）北京市機器人產業創新發展行動方案（20232025年）（2023 年）對標國際領先人形機器人產品，支持企業和高校院所開展人形機器人整機產品、關鍵零部件攻關和工程化，加快建設北京市人形機器人產業創新中心，爭創國家制造業創新中心。以人形機器人小批量生產和應用為目標，打造通用智能底層軟件及接口、通用硬件開發配套設施等基礎條件，集中突破人形機器人通用原型機和通用人工智能大模型等關鍵技術，大

25、力推動開源控制系統、開源芯片、開源仿真軟件等研制和應用。到 2025 年建成人形機器人通用行為控制大模型開發平臺、共性技術服務平臺，形成較為完善的超算環境及軟件生態，完成百臺（套）級人形機器人原型機的小批量制造并在3-4 個典型場景開展示范應用。上海市人民政府上海市人民政府上海市促進智能終端產業高質量發展行動方案（2022-2025年）（2022 年）上海市促進智能終端產業高質量發展行動方案（2022-2025年）（2022 年）培育百億級智能機器人產業。推廣智能機器人和數字孿生技術在終端研發、制造、集成等環節的應用。瞄準智能云端系統、芯片、智能傳感器等領域，搶占智能機器人產業高地。聚焦清潔、

26、醫療、配送、生活等重點方向，加速服務機器人規?；瘧?，培育系統集成商，推廣13/106“服務租賃+系統集成”商業模式。舉辦服務機器人創新發展大會等活動，建設上海市智能機器人展示中心。上海市人民政府辦公廳上海市人民政府辦公廳上海市推動制造業高質量發展三 年 行 動 計 劃（2023-2025年）（2023 年）上海市推動制造業高質量發展三 年 行 動 計 劃（2023-2025年）（2023 年）瞄準人工智能技術前沿，構建通用大模型，面向垂直領域發展產業生態，建設國際算法創新基地，加快人形機器人創新發展。推動傳統制造業企業加快機器人應用、設備聯網和生產環節數字化連接，實現 40 萬家中小企業上云

27、上平臺。2.2 人形機器人技術發展情況2.2 人形機器人技術發展情況第一個階段是 1969-1995 年，此時機器人運動是一個緩慢靜態行走的過程，以早稻田大學的人形機器人 WABOT 為代表；第二個階段是 1996-2015 年，此時是連續動態行走，這時候更多考慮到了機器人的質心慣量以及質心的加速度等因素，代表是日本本田的人形機器人 ASIMO；第三個階段是 2016 年至 2020 年，追求的是高動態的運動性能，以波士頓動力的 Atlas 機器人做出的令人驚嘆的運動動作為標志；第四個階段是 2021 年至今，隨著相關技術的發展與成熟，人形機器人開始進入商業化落地的初級階段，以亞馬遜的 Dig

28、it和優必選科技 Walker 為代表，未來可能還會包括特斯拉的 Optimus。Digit 官網：https:/ 商業化應用難點2.3 商業化應用難點目前人形機器人產品商業化發展受制于以下幾個方面：（1）伺服驅動器是人形機器人實現運動的核心部件，但技術應用門檻高，只有同時具備體積小、重量輕、大扭矩、高精度等性能，才能保證人形機器人在不斷變化的環境中安全、順暢地工作；（2）人形機器人產品技術難度大且集合度高，人形機器人是機械設計、運動控制、人工智能等領域高精尖技術的綜合體現，人形機器人是將前沿科技與工程技術、核心算法等高度集合的產品，而當前市面上的企業缺少將大量高難度技術規?；哪芰?，無法形成

29、有效的人形機器人集合系統；（3）人形機器人難以與多個應用場景共振，無法適應多場景的不同需求。人形機器人想要在各領域中落地都需投入大量研發時間和成本，企業研發出的人形機器人無法與多個場景匹配；（4）人形機器人的生產成本高，人形機器人需要多個部件、高性能硬件等做支撐，如相較于工業機器人只需要使用六到七個關節，人形機器人需使用幾十個關節以滿足人形機器人靈活行走的要求，因此人形機器人生產成本高昂。15/106第三部分 專利分析第三部分 專利分析3.1 地域布局分析3.1 地域布局分析3.1.1 專利申請趨勢3.1.1 專利申請趨勢人形機器人全球專利申請可劃分為四個發展階段：技術萌芽階段（2000 年以

30、前）：人形機器人技術早在 2000 年前就有相關專利申請，該階段專利申請量較少，以日本專利為主。緩慢發展階段（2000 年-2014 年）：專利年申請量較少，呈現緩慢增長的趨勢。前期以日本專利為主，其次是美國、韓國以及歐洲專利（以德國專利為主，其次是16/106歐專局 EP 發明專利和歐盟 EU 外觀設計專利）。該階段后期，各國專利申請布局態勢發生變化：早期主導申請的日本專利大幅下降進入平緩發展階段，韓國、歐洲專利進入專利申請下行通道，美國專利申請量波動，而中國作為新的布局者入場，專利申請呈現緩慢增長趨勢，從 2012 年開始，中國的專利申請量超過日本成為第一。各國專利申請增減相消，因此全球專

31、利申請量呈現平穩發展趨勢?？焖侔l展階段（2015 年-2017 年）：專利年申請量相比之前有明顯增長，主要原因在于中國眾多新申請人涌入該技術領域，使得中國的專利申請量呈爆發式增長，并與其他國家的申請量之間快速拉開差距。同步呈現增長的還有美國專利、歐洲專利和 PCT 申請（Patent Cooperation Treaty，專利合作條約）。其中，美國的專利申請量于 2017 年正式超過日本，并穩定保持在僅次于中國的第二位。日本專利仍延續上一階段的平穩發展態勢，韓國專利申請量較少。穩定發展階段（2018 年以來）：人形機器人相關技術年均申請量維持高位增長，2019 年達到峰值，2020 年開始趨于

32、穩定。在此期間仍以中國專利為主、美國專利位居第二。中國、日本、歐洲、韓國專利申請分別在各自申請區間內維持平穩狀態，美國、PCT 申請保持持續增長。另由于發明專利公開有 18 個月的滯后期，因此 2021 年、2022 年的實際申請量可能多于上圖已公開的專利數。經過上述階段的發展，各專利局人形機器人專利累計受理量以中國最多，其次分別為日本、美國、歐洲，中國因累計受理案件量最多成為主要競爭市場。17/1063.1.2 技術生命周期3.1.2 技術生命周期在 2014 年以前的技術萌芽階段（2000 年以前，圖中因數據過于集中而未示出）和緩慢發展階段（2000 年-2014 年），專利申請人及專利申

33、請量較少，主要是部分日本企業較早進入該賽道，例如：豐田、本田等，在此階段專利集中度較高，但隨著申請人數的增加而降低，各年人均專利申請量從 2003 年前后的峰值 11 件左右下降到 2014 年前后的 4 件左右。從 2015 年開始的快速發展階段（2015 年-2017 年），眾多新專利申請人涌入該賽道，尤其是來自中國的申請人，例如優必選科技、達闥、清華大學、北京理工大學等；隨之而來的是專利申請量的快速增加，2015 年人均申請人達 5.3 件，201618/106年和 2017 年因申請人數持續增加而稀釋至 4 件左右。在 2018 年以來穩定發展階段競爭逐漸白熱化，專利申請量進一步增長并

34、維持在高位，而申請人數出現下降。在該階段，專利申請人的平均年申請量穩定在 4 件左右。此外，受專利公開滯后因素影響，從 2021 年開始專利申請量和申請人數看似下降，但實際申請人數和申請量可能多于上圖已公開數據，結合近幾年發展趨勢，預計未來幾年人形機器人技術領域的發展速度放緩，申請人持續減少但專利申請量仍將保持在高位，人均專利申請量提升，說明頭部競爭者的專利壟斷地位加強，即預示著該技術將逐漸進入成熟期。3.1.3 專利申請集中度3.1.3 專利申請集中度由圖可知，在人形機器人技術領域，中國專利中的申請人數最多，其次是美國，19/106日本、歐洲、韓國專利申請人數較少。但從人均申請量來看，日本人

35、均申請量遠超其他地區專利申請人，中國人均申請量最少。20/106如圖所示的是各地區專利申請人數變化趨勢，以及各年排名前三申請人專利數對于該地區當年專利申請總數的占比情況。在人形機器人技術領域，中國的專利集中度自 2000 年來整體呈下降趨勢，并在 2014 年后在 20%-30%間波動。目前中國的專利集中度較低，雖然近年前三申請人占比有小幅度回升，考慮到中國的申請人數量多，可以推知，中國在該領域的競爭非常激烈，暫未出現壟斷態勢。日本的專利集中度在 80%左右波動，因此，目前日本的專利集中度較高?？紤]到日本的申請人數量不多，且波動量并不大，可以推知，日本在該領域的競爭并不激烈，但在其國內已形成壟

36、斷的態勢。美國的專利集中度呈波動下降的趨勢，并在 2014 年后在 50%上下浮動，因此，目前美國的專利集中度處在中國和日本之間?？紤]到美國的專利申請人總量不多，可以推知，美國的專利申請人在該技術領域的競爭壓力處在中國和日本之間。歐洲、韓國的專利集中度也呈波動下降的趨勢，也在 2014 年后在 50%上下浮動。因此，目前歐洲、韓國的專利集中度與美國相仿，考慮到歐洲、韓國的專利申請人數量較小，可以推知，歐洲、韓國的專利申請人在該技術領域的競爭并不激烈，且壟斷態勢尚不明顯。21/1063.1.4 各類專利法律狀態及發明授權趨勢3.1.4 各類專利法律狀態及發明授權趨勢從專利類型上看，人形機器人技術

37、領域的發明專利申請量遠超實用新型和外觀設計，可見該領域的技術仍處于發展階段，各申請人專利申請的重點停留在核心技術方面，如系統、方法、核心結構等。從法律狀態上看，該技術領域失效的專利的數量多，可見該技術領域的發展歷史較為久遠，早期申請人在該技術領域積累起了一定的技術成果；有效專利數量和審中專利數量之和超過失效的專利數量，可見該技術領域在近年來的發展勢頭相比于早期更加強勁，該技術領域仍處于發展階段。22/106自 2000 年來，中國的發明專利占比整體呈現波動下降的趨勢，并在 2014 年后大致在 60%-70%之間浮動；美國、日本和韓國的發明專利占比波動不大，且維持在90%-100%之間浮動；歐

38、洲的發明專利占比常年維持在 80%-100%之間浮動。由此可知，與美國、日本等發達國家相比，中國的發明專利占比并不具有優勢。此外，美國和歐洲的發明專利授權率要高于中國和日本。在 2010 年后，隨著專利申請人的大量涌入，專利申請量激增，導致中國的發明專利授權率大幅度下降，并在之后保持在 50%以下，在 2018 年最低時甚至只有20%左右的授權率（考慮到 2018 年后的部分發明專利可能仍在審查階段，2018 年后申請的發明專利的授權率實際上會更高）。23/1063.1.5 各國申請人技術輸出3.1.5 各國申請人技術輸出根據專利申請人國別信息（左圖），可以發現人形機器人專利申請主要來自中國（

39、含港澳臺，下同）、日本、韓國、法國和美國申請人，其中中國、日本專利申請人總專利數均超過 6000 件，但有效專利分別占比 47%和 30%（圖中未示出，下同）；韓國申請人專利數超過 1000 件，有效專利占比 53%；法國和美國申請人專利數在700 件左右，有效專利分別占比 37%和 54%；排名前十的其他國別申請人中，除德國超過 100 件、英國超過 60 件，其他均少于 50 件。結合發明專利擁有量，能夠有效體現國家在特定技術領域的創新能力，通過該指標可以更加準確評價國家在全球相關產業競爭格局中的位置和水平。從不同國家的有效發明專利數量看（右圖），日本所擁有的數量位居全球第一，中國僅次于日

40、本，位居全球第二。24/106各國家申請人專利申請趨勢如圖所示，從申請時間分布來看，早期專利申請主要來自日本申請人，其在 2000 年至 2008 年保持絕對優勢（主要來自本田和索尼，其次為豐田），但是自 2003 年迅速達到峰值后呈現波動下降趨勢。隨著韓國、中國申請人的追趕，2009 年來呈現日本、韓國、中國申請人三足鼎立態勢，但是三者走勢仍存在區別，日本專利申請量平緩發展（主要來自精工愛普生、本田、豐田，而索尼專利申請量已顯著降低），韓國專利申請經過 2009 年至 2011 年的峰值期后進入下行階段（主要來自三星，此外還有部分來自韓國科學院和現代汽車），中國專利申請則呈現階段性增長（主要

41、來自清華大學、浙江大學，此外還有部分來自上海大學、北京理工大學等高等院校和科研機構）。2014 年以來，中國專利申請增速顯著（主要來自優必選、達闥、清華大學、北京理工大學、浙江大學、之江實驗室、樂聚、小米等企業、高等院校和科研機構），超過日本成為主導；迫于競爭氛圍，日本專利申請重現增長態勢（主要來自精工愛普生、索尼、豐田、本田和夏普），韓國（主要來自三星、韓國科學技術院）、美國（主要來自波士頓動力）專利申請也緩慢增長；此外，法國申請人在 2015 年集25/106中申請了一批專利（主要來自軟銀機器人歐洲公司和奧德巴朗，且兩者為合作關系）?？傮w而言，預計中國、日本申請人未來在人形機器人專利布局上

42、將呈現動力強勁態勢，屬于主要的技術來源預計中國、日本申請人未來在人形機器人專利布局上將呈現動力強勁態勢，屬于主要的技術來源。由圖所示的是各國/地區申請人向其他地區專利的專利情況流轉情況（不含本26/106國申請），日本申請人向別國輸出的專利數量最多，可見日本申請人相比于其他地域的申請人更加重視海外市場的布局，其向外申請的專利主要流向美國、歐洲、中國和韓國等地。除日本外，中國、法國、美國、韓國等地向別國輸出的專利數量較多。此外，接收外國專利較多的地域主要有美國、歐洲等地。由此可知，在人形機器人技術領域，美國和歐洲的市場開放程度較高。3.2 技術布局分析3.2 技術布局分析3.2.1 技術構成分析

43、3.2.1 技術構成分析（1）技術布局概況（1）技術布局概況由圖可知，在人形機器人技術領域，目前已積累的技術主要集中在本體結構部分，智能感知和驅動控制的申請量緊隨其后，核心零部件以及支撐環境技術分支的申請量較少。從各個技術分支的申請量上看，目前人形機器人的技術熱點在結構、感知和控制系統中。27/10628/106如圖所示的是各技術分支專利分布情況，在人形機器人技術領域，專利申請主要集中在 A 本體結構、C 智能感知、D 驅動控制上，B 核心零部件、E 支撐環境技術分支的申請量較少。具體而言：在 A 本體結構方面，主要布局在 A31 手掌、A33 手臂、A41 腿部、A42 足部以及 A6 關節

44、；在 B 核心零部件方面，專利數量整體較少，其中 B1 減速器方面專利稍多；在 C 智能感知方面，專利主要布局在 C1 機器視覺，其次是 C44 路徑規劃；在D驅動控制方面，專利主要布局在D32步態控制以及D31手臂運動控制方面；在 E 支撐環境方面，專利數量整體較少。（2）A 本體結構相關專利技術構成（2）A 本體結構相關專利技術構成在 A 本體結構相關專利中，A6 關節技術是其中的核心技術，與多個其他技術分支具有關聯，尤其是 A41 腿部、A42 足部、A31 手掌和 A33 手臂；A11 頭部、A1229/106面部、A13 眼睛、A21 頸部技術與其他技術主題之間存在一定獨立性。在涉及

45、其他技術主題的主要分支中，D32 步態控制與 A41 腿部、A42 足部關聯度高；D31 手臂運動控制與 A31 手掌和 A33 手臂關聯度高；B1 減速器、B3 編碼器均與 A6 關節技術具有一定關聯；D21 電動驅動與 A41 腿部、A6 關節技術關聯度高，D22 液壓驅動與 A41 腿部技術關聯度高，D23 氣動與 A72 肌肉、A6 關節技術關聯度高。（3）B 核心零部件相關專利技術構成（3）B 核心零部件相關專利技術構成在 B 核心零部件方面，B1 減速器、B2 電機、B3 編碼器均與 A6 關節技術關聯度高。此外，B1 減速器還與 A41 腿部、A31 手掌具有一定關聯；B2 電機

46、還與 D21 電動驅動、C2 觸覺感知關聯度較高；B3 編碼器與 A33 手臂、A42 足部、D32 步態控制存在一定關聯。30/106（4）C 智能感知相關專利技術構成（4）C 智能感知相關專利技術構成在 C 智能感知方面，C1 機器視覺與 C41 建圖、C42 定位、C43 自主避障、C44路徑規劃關聯度較高，C41 建圖、C42 定位、C43 自主避障、C44 路徑規劃之間關聯度高。此外，C1 機器視覺與 C3 語音語義存在一定關聯；C2 觸覺感知與 A31 手掌、B2電機、D21 電動驅動、D32 步態控制存在一定關聯；C44 路徑規劃還與 D41 自主避障、12 充電存在一定關聯。3

47、1/106（5）D 驅動控制相關專利技術構成（5）D 驅動控制相關專利技術構成在 D 驅動控制方面，D32 步態控制與 A41 腿部、A42 足部關聯度較高，此外還涉及 A6 關節、C1 機器視覺、C44 路徑規劃等技術。D31 手部運動控制涉及 A33 手臂、A31 手掌等技術。D21 電動驅動主要涉及 B1 減速器、B2 電機，以及 A31 手掌、A41 腿部、A6 關節等技術；D23 氣動主要涉及 A72 肌肉、A6 關節、A31 手掌等方面技術。（6）E 支撐環境相關專利技術構成（6）E 支撐環境相關專利技術構成E 支撐環境方面專利布局較少。其中 E31 算法開發與驗證技術與 C1 機

48、器視覺、C44 路徑規劃、D32 步態控制存在一定關聯。32/1063.2.2 技術功效矩陣3.2.2 技術功效矩陣33/106從技術功效矩陣來看，人型機器人領域的應用研究較為關注穩定可靠、生動自然、準確精確、提高效率、智能化等功能的實現人型機器人領域的應用研究較為關注穩定可靠、生動自然、準確精確、提高效率、智能化等功能的實現。其中：A 基礎結構主要關注穩定可靠、生動自然、精確準確、結構簡化等方面的效果，各技術效果近五年內專利申請量占比均低于 50%；B 核心零部件方面，重點關注的技術效果為準確精確、穩定可靠、結構簡化，各技術效果近五年內專利申請量占比均低于 50%；C 智能感知方面，重點關注

49、的技術效果為準確精確、穩定可靠，此外還包括智能化、生動自然和提高效率，其中提高效率近 5 年新申請量為 53%；D 驅動控制方面，重點關注的技術效果為穩定可靠、生動自然、準確精確，各技術效果近五年內專利申請量占比均低于 50%；E 支撐環境方面，重點關注的技術效果為穩定可靠、準確精確、提高效率、智能化等方面，近五年新增申請量均在 50%以上。34/1063.2.3 專利申請趨勢3.2.3 專利申請趨勢（1）主要技術分支趨勢（1）主要技術分支趨勢由圖可知，在 2000 年后，隨著人形機器人技術的發展，重點技術分支的申請量呈逐步上升的趨勢。其中，A 本體結構部分的申請量上升得最多，C 智能感知和D

50、 驅動控制次之，B 核心零部件近年來申請量有所降低，E 支撐環境相關申請量的增長幅度較低。35/106（2）各技術分支趨勢（2）各技術分支趨勢由 A 本體結構技術分支的發展歷程可知，早期的申請人主要申請 A4 下肢結構的相關專利，在 2007 年后，A4 下肢的申請量逐漸下滑，A3 手臂、A6 關節的申請量迅速增加。此外，A1 頭部技術分支的申請量占比略有增加。從目前的發展情況看，未來幾年，在人形機器人 A 本體結構技術分支，A3 手臂技術分支的申請量占比有進一步增加的趨勢，有可能成為技術熱點。36/106由 B 核心零部件技術分支的發展歷程可知，早期至 2012 年間專利申請主要集中在 B1

51、 減速器方面，B2 電機和 B3 編碼器方面專利占比較少；2013 年至 2015 年間，B2 電機相關專利在占比突增，隨后又呈現回落；近年來三者專利占比仍以 B1 減速器為主導，而 B3 編碼器呈現增加趨勢。從目前情況來看，未來幾年，在人形機器人的 B 核心零部件技術分支中，B3編碼器技術分支的申請量占比有進一步增加的趨勢，有可能成為技術熱點。37/106由 C 智能感知技術分支的發展歷程可知，早期的申請人主要申請 C3 語音語義和 C1 機器視覺這兩個技術分支的相關專利，隨著技術的發展，C3 語音語義技術分支的申請量占比逐漸減少，C1 機器視覺技術分支的申請量占比穩定保持在 30%左右；C

52、44 路徑規劃技術分支的申請量占比逐漸增多，且維持較為穩定的增長趨勢。在發展過程中，C2 觸覺感知也有過一段時間的研發熱潮，但在 2019 年后，該研發熱潮正逐步消散。從目前的發展情況看，未來幾年，在人形機器人的 C 智能感知技術分支中，C1機器視覺仍將作為智能感知技術方面的重點，而 C44 路徑規劃技術分支的申請量占比有進一步增加的趨勢，有可能成為未來的技術熱點。38/106由 D 驅動控制技術分支的發展歷程可知，早期的申請人主要申請 D32 步態控制技術分支的相關專利，隨著技術的發展，D32 步態控制專利申請占比逐布降低，而D31 手臂運動控制技術分支的申請量占比呈現增加趨勢；D33 全身

53、協同方面專利申請量占比呈現緩慢降低趨勢；D21 電動驅動專利占比波動增加至 2015 年左右，隨后進入下行通道；其他技術分支如 D23 氣動驅動、D22 液壓驅動、D12 充電、D11電池組等占比較少，呈現一定程度的波動。從目前的發展情況看，未來幾年，在人形機器人的 D 驅動控制技術分支中，D31手臂運動控制技術分支的申請量占比有進一步增加的趨勢，有可能成為技術熱點。39/106縱觀 E 支撐環境技術分支的發展歷程可知，早期的申請人主要申請 E33 應用功能開發和 E32 可視化仿真技術分支的相關專利，隨著技術的發展，E33 應用功能開發技術分支的申請量占比逐年下滑，E32 可視化仿真技術分支

54、的申請量占比先下降后上升，E31 算法開發與驗證和 E22 機器人間數據交換技術分的申請量占比先上升后減少，E1 操作系統的申請量占比于 2014 和 2015 年爆發式增長，并穩定在 25%左右。從目前的發展情況看，未來幾年，在人形機器人的 E 支撐環境技術分支中，E32可視化仿真、E31 算法開發與驗證以及 E1 操作系統技術分支的申請量占比有進一步增加的趨勢，有可能成為技術熱點。（3）雙足運動控制技術演進路線（3）雙足運動控制技術演進路線雙足運動控制是人形機器人控制的重點技術，也是實現仿人化的難點所在，以下是雙足控制技術的技術路線演進圖與技術演進的分析。40/1062000 年以前的專利

55、主要通過控制行走的速度控制機器人的步態。在 2000 年至2002 年之間，相關專利主要通過在控制機器人腿部動作的同時，配合機器人其他部位進行運動的三維補償，以保持機器人步態平衡。在 2003 年，相關專利通過檢測機器人的步態數據，并通過設置補償器，或結合檢測到的環境信息，修正步態數41/106據，以確保機器人行走時的步態穩定性。2004 年的相關專利主要通過機器人腳底的傳感器感應到的平面，控制機器人腳底的法線矢量與重力矢量之間的角度關系，調整機器人的步態。在 2005 年至 2008 年間，相關專利主要通過在機器人的足底、關節等處設置傳感器，利用傳感器獲得的數據，對機器人的步態進行實時修正。

56、在2009 年至 2010 年間，部分專利通過測量機器人周圍的環境信息，測算機器人的姿態數據，并根據測算出的姿態數據控制機器人的步態和動作。在 2011 年至 2019 年間，各大學和研究所引領雙足機器人的步態控制方法，其中，在 2013 年，部分專利通過減小雙足機器人步行過程中所需的最小地面摩擦系數，從而提高雙足機器人在低摩擦系數地面的步行能力，即提高雙足機器人在比較滑的地面上的行走能力；在 2014 年后，專利通過提高機器人步行過程中的精度，以提高機器人步行的穩定性。42/1063.2.4 各國申請人技術布局情況3.2.4 各國申請人技術布局情況由圖可知，各國申請人（本國國籍）技術布局側重

57、有所不同，其中：中國申請人重點布局了 A 本體結構，占比接近 50%，此外，相對于其他申請人，在 B 核心零部件方面布局占比同樣較高；日本申請人重點布局了 A 本體結構和 C 智能感知，在 E 支撐環境方面布局專利較少；韓國申請人重點布局了 A 本體結構、C 智能感知和 D 驅動控制，在 B 核心零部件和 E 支撐環境方面布局專利較少；法國申請人重點布局了 A 本體結構和 C 智能感知，并且在 E 支撐環境方面布局占比相對于其他申請人而言較高，在 D 驅動控制方面布局占比較少；美國申請人重點布局了 A 本體結構、C 智能感知和 D 驅動控制。43/1063.3 專利申請人分析3.3 專利申請人

58、分析3.3.1 申請人類型分析3.3.1 申請人類型分析（1）類型構成概況（1）類型構成概況各類型申請人的申請專利類型均以發明專利為主。企業類申請人專利申請量最多。院校和科研機構申請總量相較于企業有不小的差距。由此可知，人形機器人相關技術發展與市場的結合較為緊密，并未停留在科學研究階段，已向市場應用階段發展。此外，在人形機器人技術領域，還有一部分為以企業為技術需求方，以院校和44/106/或科研機構為技術供給方的產學研成果，且以發明專利申請為主。（2）地域分布情況（2）地域分布情況中國的申請人中，企業的申請量占比最高，但院校的申請量與企業的申請量之間的差距并不大，由此可知，中國的企業和院校在人

59、形機器人技術領域，都具有較高的研發水平；日本的申請人中，企業的申請量占據絕對的數量優勢，院校、科研機構、個人45/106等其他類型的申請人有所參與，但專利申請量極少；韓國的申請人中，企業的申請量占據較為明顯的數量優勢，科研機構的數量次之，可知韓國的科研機構在人形機器人技術領域相比于院校和個人，具有更好的科研能力；美國的申請人中，企業的申請量最多，院校、個人以及科研機構的數量較少。需要說明的是，從上述圖表中可知，中國地區和日本地區的產學研申請人數量相近，而日本的產學研申請人專利數量超過 200 件，中國的產學研申請人專利數量僅有 130 件左右，即在人形機器人技術領域，中國的產學研成果的專利轉化

60、率相比于日本，還有一定差距。（3）法律狀態（3）法律狀態由圖可知，企業、院校以及科研機構的專利法律狀態分布大致相同，在有效專利占比方面，科研機構具有微弱的優勢。而在個人和其他類型申請人申請的人形機器人相關專利方面，失效的比例超過46/10650%，可知個人和其他類型申請人的研發能力，與企業、院校和科研機構的研發能力之間具有較為明顯的差距。此外，產學研成果的有效專利和審中專利占比較多，失效專利占比最少。（4）技術分布及布局趨勢（4）技術分布及布局趨勢由圖可知，在各個重點技術分支中，企業類申請人的申請量均最多，其次就是院校類申請人。47/106在技術布局側重方面，A 本體結構是各類申請人均重點關注

61、的技術分支，其次是 C 智能感知和 D 驅動控制，在 B 核心零部件和 E 支撐環境方面專利布局較少。院校類申請人相對于其他申請人更側重于D驅動控制和B核心零部件方面的布局；產學研合作則側重于 C 智能感知方面的布局。由圖可知，2001 年至 2006 年企業類申請人以 A 本體結構、D 驅動控制和 B 核心零部件為主，2007 年至 2014 年，企業類申請人在上述各技術分支的專利申請有所下滑，但其發明專利的授權率穩定在 70%附近。而 2014 年后，隨著企業類申請人專利申請總量的增加，企業類申請人的發明授權率逐漸下降，跌落至 50%左右。從 2017 年以來的專利年申請量變化趨勢看，企業

62、類申請人近 5 年來加大了對C 智能感知、D 驅動控制技術分支的專利申請力度，A 本體結構的專利年申請量有所下降。48/106由圖可知，2014 年前，院校類申請人的專利已申請量較少，其發明專利的授權率較高，并在 70%附近波動。而 2014 年后，隨著院校類申請人專利申請總量的增加，院校類申請人的發明授權率下降至 50%左右。從上述數據可以看出，企業類申請人和院校類申請人產出高質量專利的能力較為穩定，但在近年增加申請量后，發明專利的授權率均有一定程度的下降。從 2017 年以來的專利年申請量變化趨勢看，院校類申請人近 5 年來加大了對C 智能感知以及 E 支撐環境技術分支的專利申請力度，A

63、本體結構、D 驅動控制和 B核心零部件的專利年申請量呈現波動下降的趨勢。49/106由圖可知，2014 年以前，科研機構類申請人的申請量較低，其發明專利授權率在 80%左右波動。而在 2014 年后，隨著總申請量的增加，科研機構類申請人的發明專利授權率波動較大，在 2018 年超過 70%，在 2019 年降至不足 30%。由此可見，科研機構類申請人在人形機器人領域產出高質量專利的能力并不穩定。從 2017 年以來的專利年申請量變化趨勢看，企業類申請人近 5 年來對 A 本體結構、B 核心零部件、C 智能感知、D 驅動控制以及 E 支撐環境技術分支的申請力度均有所增加，并在 2020 年左右達

64、到申請總量的頂峰，其中 D 驅動控制方面持續增長的勢頭尤為明顯。50/1063.3.2 主要申請人排名3.3.2 主要申請人排名由圖可知（圖中顯示申請人專利總數100 件，此外還包括重點關注申請人的51/106數據），在人形機器人技術領域，本田、索尼、優必選科技三家在專利申請總量上位居前三名，但本田和索尼的失效專利量較多，優必選科技在有效專利量和審中專利量方面均為該技術領域的第一名。而進一步結合專利類型和法律狀態，在人形機器人技術領域，本田、優必選、三星有效發明專利持有量在 400 件以上，位居前三名，屬于本領域申請人第一梯隊，有效發明專利在 300 件以上的豐田和精工愛普生則屬于第二梯隊，可

65、見排名靠前的申請人主要為實力較強的老牌日韓企業，優必選科技則作為中國人形機器人代表企業躋身其中。在排名靠前的其他申請人中，則以高等院校和科研機構為主。此外，與上文的主要申請人有效專利總量比較可得，各申請人的有效專利均以發明專利居多。52/106此外，對于各申請人有效專利，選擇有效專利數排名靠前的 11 家申請人，專利的申請年份分布情況如圖所示（發明專利一般為 20 年，實用新型專利一般為 10年，外觀設計專利按不同地區規定包括 10 年、15 年或 25 年；此外，雖然近年有效專利數量顯示較少，但預期未來隨著專利逐步授權而增加）?？梢园l現，在專利有效期內，早年有效專利主要集中在本田（日）、索尼

66、（日）、三星（韓）等申請人名下。其中，本田在 2005 年達到峰值，隨后各年專利申請持續但是有效專利數呈現減少態勢；索尼專利申請則主要集中在 2003 年-2005 年以及 2017 年來，其他年份有效專利數較少；三星專利申請主要集中在 2007 年-201253/106年間，其他年份有效專利數較少，但是近年來呈現緩慢增長態勢。中期有效專利主要集中在豐田（日）、精工愛普生（日）、軟銀（法）。其中，豐田有效專利申請時間主要開始于 2007 年，并逐年緩慢增長，至 2018 年達到峰值；精工愛普生有效專利申請時間主要開始于 2011 年，于 2016 年達到峰值后呈現逐年下降趨勢；軟銀有效專利主要

67、分布在 2014 年-2017 年間，尤其是集中在 2015 年，但是近年來已不再出現新的有效專利。近期有效專利排名靠前的申請人中開始出現中國、美國申請人，例如開展人形機器人技術研發的院校：北京理工大學（中）和清華大學（中），以及人形機器人領域優勢企業：波士頓動力（美）、優必選（中）和達闥（中）。其中，北京理工大學有效專利的申請時間開始較早，但是主要集中在 2019 年來；清華大學有效專利申請時間集中在 2016 年后，但是近期呈現不穩定的波動態勢；波士頓動力有效專利集中在 2014 年后，且 2019 年前趨勢較為平穩，2020 年來有效量降低；優必選有效專利申請年份主要開始于 2016 年

68、，且在 2018 年達到峰值，近年來有效量維持在 100 件以上；達闥有效專利申請年份主要開始于 2016 年，且集中在 2019 年后?？傮w而言，基于因專利通過審查授權而使有效專利數增長的預期，未來優必選、達闥、索尼、三星、波士頓動力、北京理工大學的有效專利數預期將維持較為積極的增長態勢未來優必選、達闥、索尼、三星、波士頓動力、北京理工大學的有效專利數預期將維持較為積極的增長態勢，而軟銀有效專利可能不再增長，其他申請人有效專利增長趨勢不顯著。54/1063.3.3 主要申請人專利活躍度3.3.3 主要申請人專利活躍度如圖所示的各申請人氣泡（數量較多的氣泡中填充餅圖，其他則未填充）大小為其歷年

69、來專利申請總量，其中根據專利法律狀態劃分為有效、審中、失效三個類55/106別；各氣泡的橫坐標值為其近五年（即 2018 年來）專利申請量占其專利申請總量之比；各氣泡的縱坐標值為其近五年專利申請量除以五獲得的數值?？梢?，在人形機器人技術領域，本田、優必選科技、豐田、三星、精工愛普生、索尼等企業的專利申請總量較多。其中，優必選科技近 5 年的年均申請量最多，且近五年申請量占比將近 80%。而本田、豐田、三星、精工愛普生專利申請總量雖大，但是近五年的專利申請量占比均在 40%以下?？梢园l現中國申請人近 5 年年均申請量及占比遠高于其他國家，這與該產業近年來在國家政策支持下快速發展有密切關系。另外，

70、其他國家申請人在人形機器人領域專利布局時間較早、近年專利申請數量有所減少，也導致其他國家申請人近幾年專利申請量不如中國申請人。56/1063.3.4 主要申請人技術分布3.3.4 主要申請人技術分布57/106由圖所示，可將各申請人分成以下幾種類型：以本田、軟銀、清華大學、浙江大學為代表的一類申請人，以本體結構技術分支的專利為主；以索尼、精工愛普生、三星、達闥為代表的一類申請人，以智能感知技術分支的專利為主；以優必選科技、豐田、波士頓動力為代表的一類申請人，本體結構和智能感知技術分支的專利并重；此外，對于專利申請量較低的核心零部件、支撐環境技術分支，精工愛普生、優必選科技、清華大學在核心零部件

71、方面布局較多專利，達闥、本田、軟銀在支撐環境方面布局較多專利。整體而言，本田、索尼、優必選科技、豐田為技術布局覆蓋度較為全面的申請人。3.3.5 主要申請人重點專利布局情況3.3.5 主要申請人重點專利布局情況58/106根據專利被引證次數劃分本領域核心、重點以及一般專利，統計結果顯示，核心專利占比 11.15%、重點專利占比 21.62%、一般專利占比 36.29%、其他專利占比30.94%。59/106從核心專利分布來看，本田、索尼、三星等申請人重點專利以上的專利數占其自身專利總量的一半以上，掌握著本領域核心技術，對于技術發展具有較大的話語權；其次是軟銀、豐田、Aldebaran、精工愛普

72、生等申請人。國內申請人中，清華大學、浙江大學、北京理工大學等院校具備本領域核心專利和重點專利，優必選科技、達闥等企業具備較多本領域重點專利。國外申請人中，從技術分布來看，本田、豐田、索尼、三星技術布局較為相似，60/106均注重 A4 下肢、A6 關節、C1 機器視覺、D3 運動控制方面的專利布局，而精工愛普生則更為側重 A3 手臂、B2 電機、C2 觸覺感知等方面的專利布局。在重點專利積累方面，本田在 A4 下肢、D3 運動控制相關技術方面重點專利數量最多，具有顯著優勢。此外，豐田在 D3 運動控制、索尼在 C1 機器視覺、三星在 D3 運動控制等方面具備技術優勢。61/106國內申請人中，

73、優必選科技布局領域較為全面，且在 C4 定位導航、C1 機器視覺、D3 運動控制方面具備較多重點專利；達闥布局的重點專利主要集中在 C1 機器視覺，在該領域的重點專利數量略高于優必選科技；清華大學專利申請集中在 A3手臂、D3 運動控制，且重點專利數量優勢顯著，此外還在 B1 減速器、A6 關節方面具備一定優勢；浙江大學和北京理工在多個技術分支也擁有一定數量的重點專利。3.4 重點產品專利布局分析3.4 重點產品專利布局分析根據當前人形機器人面世產品落地應用情況，針對當前熱點人形機器人產品及其公司專利布局情況進行分析。3.4.1 優必選科技-Walker X3.4.1 優必選科技-Walker

74、 XWalker X：Walker X 在 2021 年世界人工智能大會發布，身高 130cm、體重63kg，是優必選科技自主研發的最新一代大型仿人服務機器人。Walker X 具備由62/10641 個高性能伺服關節構成的靈巧四肢以及多目立體視覺、全向聽覺等感知系統。其中，通過步態規劃與控制技術升級，更快更穩行走，行走速度最快可達 3km/h，還可以在 20 度斜坡行走，實現“坡度實時自適應”。Walker X 針對多項技術進行了升級。例如，采用 U-SLAM 視覺導航技術，實現自主規劃路徑；基于深度學習的物體檢測與識別算法、人臉識別等，可以在復雜環境中識別人臉、手勢、物體；升級手眼協調等

75、AI 和機器人集成技術，可提供更加精準靈活的服務。（1）專利申請概況（1）專利申請概況如圖所示，優必選科技在人形機器人領域以發明專利申請為主，占比超過七成，實用新型和外觀設計為輔。優必選科技的申請階段可以分為起步階段（2013 年至 2015 年）和快速發展階段（2016 年至今）。優必選科技成立于 2012 年，在起步階段，優必選科技的專利申請量較少；在 2016 年后，優必選科技的專利申請量與其人形機器人產品關聯緊63/106密，呈現爆發式增長，并在 2017 年后穩定在每年 200 件左右，在 2020 年和 2021年的年申請量接近 250 件。在此期間，優必選科技 2016 年推出

76、Alpha，2019 年推出 Walker，2021 年推出 Walker X。另由于發明專利公開有 18 個月的滯后期，因此 2021 年、2022 年的實際申請量可能多于上圖。由圖可知，優必選科技申請的人形機器人相關專利主要布局在中國本土，海外布局主要集中在美國、日本以及歐洲等地，且失效專利量少。64/106（2）技術布局情況（2）技術布局情況由圖可知，優必選科技在 2013 年開始申請人形機器人技術領域相關的專利，其前期主要在 A1 頭部、A6 關節、B1 減速器、C1 機器視覺等技術分支進行專利布局。在 2018 年后，優必選科技在 A3 手臂、A4 下肢、A6 關節和 C1 機器視覺

77、技術分支保持專利年申請量，逐步減少對 A1 頭部、B4 伺服驅動器技術分支的專利申請量，并在 C4 定位導航和 D3 運動控制技術分支加大了專利申請的力度。優必選科技研發的人形機器人為大型雙足人形機器人（對應 A 本體結構），搭65/106載高性能伺服關節（對應布局 B1 減速器、A6 關節）；具有多維力覺（對應 C2 觸覺感知）、多目立體視覺（對應 C1 機器視覺）、全向聽覺（對應 C3 語音語義）和慣性、測距等全方位感知系統，包括視覺定位導航（對應 C4 定位導航），以及手眼協調操作技術（對應 D3 運動控制）。從專利布局情況來看，優必選科技對于人形機器人核心技術的專利布局覆蓋較為全面，且

78、數量較多。（3）技術功效解讀從專利布局情況來看，優必選科技對于人形機器人核心技術的專利布局覆蓋較為全面，且數量較多。（3）技術功效解讀由圖可知，優必選科技在 A 基礎結構部分的專利主要集中在 A3 手臂、A4 下肢、66/106A6 關節技術分支中，聚焦行業對于人形機器人本體結構和外形的提升，相關專利致力于實現穩定可靠（結構以及零件之間的連接穩定可靠，使用壽命長、不易損壞等）、生動自然（外形擬人化）、準確精確（參數準確、力控精確等）、結構簡化（降低生產制造成本）等效果。技術分支 B 核心零部件方面，主要布局在 B1 減速器方面，實現的技術效果包括穩定可靠（減小摩擦、提高使用壽命、避免過載、避免

79、過溫損壞）、準確精確（轉子回零精確、定位準確、力控精確）、結構簡化、降低成本等。67/106由圖可知，優必選科技在 C 智能感知部分的專利主要集中在 C1 機器視覺和 C44路徑規劃技術分支中，聚焦于行業以機器視覺技術作為智能感知的核心，實現避障、路徑規劃、目標識別等精密執行操作，關注高精度識別和準確定位導航等技術問題，相關專利致力于實現準確精確（提高識別精度、提高定位精度、數據采集準確等）、穩定可靠（運算結果和規劃建議可靠、受環境干擾?。┑燃夹g效果。68/106由圖可知，優必選科技在D驅動控制部分的專利主要集中在D32步態控制技術、D31 手臂運動控制分支中，聚焦于行業對于人形機器人穩定步行

80、、手指精確抓握等技術問題，相關專利致力于實現穩定可靠（動態穩定性、平衡性好）、生動自然（動作擬人、平滑自然）、準確精確（運動軌跡精確、速度控制精確、角度控制精確）等技術效果。69/106由圖可知，優必選科技在 E 支撐環境部分的專利主要分布在 E1 操作系統、E21集成要求、E22 機器人間數據交換、E31 算法開發與驗證以及 E33 應用功能開發技術分支中，主要用于實現穩定可靠、降低成本、提高效率、智能化以及外觀等技術效果。70/1063.4.2 波士頓動力-Atlas3.4.2 波士頓動力-AtlasAtlas：Atlas：Atlas 是波士頓動力研發的代表產品，身高 180cm，體重 8

81、0kg，具有28 個關節。Atlas 可以在障礙環境內“跑酷”，做出跳躍、俯沖翻滾、空翻等一系列高難度全身動作。與預先編程的跳舞動作不同，在跑酷中，Atlas 需要感知周圍環境，從預設的動作模板（行動庫）中作出選擇，來應對所遇到的障礙。硬件結構上，Atlas 擁有輕量級結構件皮膚和足部力控傳感器，雷達與深度相機形成視覺感知，28 個液壓關節驅動完成一系列其敏捷動作，本體搭載 3 臺 NUC/工控機負責整體控制系統的運算。軟件方面，波士頓動力運用行為庫、實時感知和模型預測控制（MPC）技術將相機、雷達等傳感器接收的數據進行分析并對決策制定和動作規劃提供最有效的支持。71/106（1）專利申請概況

82、（1）專利申請概況波士頓動力在 2014 年開始申請人形機器人相關的專利，專利申請量波動較大，2019 年申請量達到峰值 68 件。另由于發明專利公開有 18 個月的滯后期，因此 2021年、2022 年的實際申請量可能多于上圖。由圖可知，波士頓動力在人形機器人領域只申請發明專利。72/106由圖可知，波士頓動力申請的人形機器人相關專利主要布局在美國，其海外布局主要集中在日本和歐洲等地，且失效專利量少。73/106（2）技術布局情況（2）技術布局情況由圖可知，波士頓動力在 2010 年前就開始申請人形機器人技術領域相關的專利，并在 2014 年-2017 年間快速發展，其前期主要在 A4 下肢

83、、D2 動力系統、D3運動控制等技術分支進行專利布局。在 2018 年后，波士頓動力繼續在 A4 下肢和 D3 運動控制技術分支保持專利年申請量，逐步減少對 D2 動力系統技術分支的專利申請量，并在 C1 機器視覺和 C4定位導航技術分支加大了專利申請的力度。74/106波士頓動力研發的人形機器人主要賣點在于，利用輕量級結構件皮膚和足部力控傳感器（對應 A4 下肢），配合 28 個液壓關節（對應 A6 關節），以及 3 臺 NUC/工控機（對應 D2 動力系統），利用雷達和深度相機在障礙環境中感知周圍環境（對應 C1 機器視覺），進行模型預測控制以及路線規劃決策，進行跳躍、俯沖翻滾、空翻等一系

84、列高難度全身動作（對應 D3 運動控制、C4 定位導航）。從專利布局情況來看，波士頓動力對于產品主要特點的專利布局覆蓋面較為全面，且數量較多。（3）技術功效解讀從專利布局情況來看，波士頓動力對于產品主要特點的專利布局覆蓋面較為全面，且數量較多。（3）技術功效解讀由圖可知，波士頓動力在 A 基礎結構部分的專利主要集中在 A41 腿部技術分支中，主要用于實現穩定可靠、生動自然、準確精確、降低成本以及提高效率等技術75/106效果。在 B 核心零部件方面，波士頓動力主要布局在 B2 電機和 B3 編碼器方面，實現穩定可靠、準確精確、降低成本、提高效率、適應性好等技術效果。76/106由圖可知，波士頓

85、動力在 C 智能感知部分的專利主要集中在 C1 機器視覺和 C44路徑規劃技術分支中，主要用于實現穩定可靠、生動自然、準確精確、降低成本、提高效率、智能化以及適應性好等技術效果。77/106由圖可知，波士頓動力在 D 驅動控制部分的專利主要集中在 D22 液壓驅動和D32 步態控制技術分支中，主要用于實現穩定可靠、生動自然、準確精確、降低成本、提高效率以及智能化等技術效果。78/106由圖可知，波士頓動力在 E 支撐環境部分的專利主要集中在 E1 操作系統和 E31算法開發與驗證技術分支中，主要用于實現穩定可靠、生動自然、準確精確、降低成本、提高效率、智能化以及適應性好等技術效果。3.4.3

86、Agility Robotics-Digit3.4.3 Agility Robotics-Digit79/106Digit：Digit：Digit 是美國人形機器人企業 Agility Robotics 的代表產品，2022 年4 月 Agility Robotics 獲得亞馬遜產業創新基金等機構的投資。Digit 人形機器人身高 175cm，體重小于 65kg，最多可攜帶 16kg 的東西，當在行走時感知到有人或障礙物時可暫停，能夠旋轉上半身“凝視”并朝不同方向看，能夠在碰撞時使用手臂、手和腳保持平衡，能夠拾取和放下不同大小和重量的物體，能夠從路緣石上爬下。（1）專利申請概況（1）專利申請概

87、況Agility 在 2019 年開始申請人形機器人相關的專利，在 2019 年僅申請 2 件外觀專利，2020 年申請了絕大部分的發明專利。另由于發明專利公開有 18 個月的滯后期，因此 2021 年、2022 年的實際申請量可能多于上圖。由圖可知：Agility 在人形機器人領域的發明專利占比超過 8 成，其余則僅申80/106請外觀專利，沒有申請實用新型專利。由圖可知，Agility 申請的人形機器人專利更注重在海外的布局，其海外的申請量大于美國本土的申請量，且審中專利和失效專利的數量較多。81/106（2）技術布局情況（2）技術布局情況由圖可知，Agility 在 2019 年才開始申

88、請人形機器人技術領域相關的專利，主要在 A4 下肢和 A7 其他結構（車載連接組件）技術分支申請專利，在 C4 定位導航、D1 能源系統（充電）也布局有部分專利。Agility 研發的人形機器人主要賣點在于，可攜帶 16kg 的東西行走并保持手腳平衡（對應 A4 下肢、A7 其他結構（車載連接組件），但 D3 運動控制方面布局缺失），可以在行走時感知障礙并暫停（對應 C4 定位導航，但 C1 機器視覺方面布82/106局缺失），能夠旋轉上半身朝向相應方向（D3 運動控制方面布局缺失）?？梢园l現，Agility 主要關注 A4 下肢和 A7 其他結構，在產品的多個功能點上存在專利布局缺失的情況。

89、（3）技術功效解讀可以發現，Agility 主要關注 A4 下肢和 A7 其他結構，在產品的多個功能點上存在專利布局缺失的情況。（3）技術功效解讀83/106由圖可知，Agility 在 A 基礎結構部分的專利主要集中在 A41 腿部、A42 足部和 A73 整體外形技術分支中，主要用于實現穩定可靠以及外觀設計等效果。由圖可知，Agility 在 D 驅動控制部分的專利主要集中在 D12 充電技術分支中，主要用于實現穩定可靠和提高效率的技術效果。84/1063.4.4 特斯拉-Optimus3.4.4 特斯拉-OptimusOptimus/擎天柱：Optimus/擎天柱：人形機器人 Optim

90、us 于 2022 年特斯拉 AI Day 中亮相，成為第一個完全依靠 AI 算法、自身電池電控和高集成電驅執行器驅動的人形機器人。硬件方面，“擎天柱”身高 172cm，整體重量 73kg；行走功率 500W，坐下功率 100W，整體參數與 2021 年概念機略有出入。電機驅動上，“擎天柱”擁有 2.3KWH、52V電壓的電池組，內置電子電器元件的一體單位；選用 28 個定制關節驅動器，復用汽車動力總成設計經行業深度設計 6 種關節驅動器，包括 3 種不同規格的舵機和 3種不同規格的直線執行器?！扒嫣熘比砑s 50 個自由度，機器人單手具有 6 個執行器，11 個自由度，在對生拇指與金屬肌腱

91、的配合下，“擎天柱”能夠完成對不同重量和大小的物件的抓握，膝關節構造成四連推桿結構。特斯拉采用與Autopilot 相同的算法框架，通過自動標注（Auto Labeling）、仿真(Simulation)和數據引擎（Data Engine）形成訓練數據用以訓練“擎天柱”的神經網絡?！扒?5/106天柱”的大腦位于軀干，搭載特斯拉自研的 DOJO D1 超級計算機芯片，D1 芯片采用 7 納米制造工藝，處理能力為每秒 1024 億次。（1）專利申請概況（1）專利申請概況由圖可知，特斯拉在 2022 年開始在人形機器人領域申請專利，且只申請外觀設計專利（共 5 件）。86/106特斯拉的外觀專利全

92、部有效，且主要集中在日本（4 件）和歐洲（1 件）。87/106（2）技術布局情況（2）技術布局情況由圖可知，特斯拉在 2022 年才開始在人形機器人技術領域申請專利，目前只在 A7 其他結構（整體結構）技術分支申請有 5 件外觀設計專利。特斯拉人形機器人產品主要具備電池組（涉及 D1 能源系統）、關節驅動器（涉及 A6 關節）、舵機、直線執行器等動力組件（涉及 D2 動力系統），此外還具有Occupancy Network 障礙物檢測和物體運動估計系統，以 FSD 算法為核心的神經網絡計算機視覺技術（涉及 C1 機器視覺）。對于當前專利布局數量較少的情況（僅對于當前專利布局數量較少的情況（僅

93、88/1065 件申請于 2022 年的外觀設計專利），考慮到專利自申請日起最晚 18 個月公開的規定，其他已申請的方法類、結構類專利可能尚未公開。（3）技術功效解讀5 件申請于 2022 年的外觀設計專利），考慮到專利自申請日起最晚 18 個月公開的規定，其他已申請的方法類、結構類專利可能尚未公開。（3）技術功效解讀特斯拉在人形機器人技術領域申請的專利均為外觀專利，其外觀專利如下：89/10690/1063.4.5 小米-CyberOne3.4.5 小米-CyberOneCyberOne：CyberOne：CyberOne 于 2022 年 8 月小米發布會推出，是一款全尺寸人形仿生機器人，

94、升級后的運動控制算法支配這機器人全身 13 個關節和 21 個自由度，實現雙足運動姿態平衡；電機性能增強 10 倍，髖關節主要電機的動力扭矩峰值可達300Nm，峰值扭矩密度 96Nm/kg。環境感知方面，自研的 Mi-Sense 深度視覺模組+AI算法幫助 CyberOne 實現對真實世界的三維虛擬重建。情緒感知上，CyberOne 搭載自研 MiAI 環境語義識別引擎和 MiAI 語音情緒識別引擎，能夠實現 85 種環境音識別和 6 大類 45 種人類情緒識別。91/106（1）專利申請概況（1）專利申請概況小米從 2015 年開始申請人形機器人領域的專利，2015 年至 2019 年的專利

95、申請量不大，但以發明專利為主；在 2020 年開始，專利申請量爆炸式增長，但以實用新型和外觀設計專利為主。另由于發明專利公開有 18 個月的滯后期，因此 2021年、2022 年的實際申請量可能多于上圖。由圖可知，小米在人形機器人領域的實用新型專利占比將近一半，發明專利與外觀設計專利的數量接近，可知其以實用新型專利申請為主，發明專利和外觀設計專利申請為輔。92/106由圖可知，小米的人形機器人相關專利主要布局在中國本土，其海外布局則集中在日本、美國和歐洲，且失效專利量較少。93/106（2）技術布局情況（2）技術布局情況由圖可知，小米在 2015 年開始申請人形機器人技術領域相關的專利，其前期

96、主要在 C1 機器視覺、D3 運動控制以及 E1 操作系統技術分支進行專利布局。在 2018 年后，小米繼續在 C1 機器視覺和 D3 運動控制技術分支申請專利，并在 A4 下肢、B 核心零部件、C4 定位導航以及 D2 動力系統技術分支加大了專利申請的力度。小米的人形機器人主要功能點在于全身 13 個關節和 21 個自由度（對應 A6 關94/106節、A4 下肢）實現雙足運動姿態平衡，電機性能強、動力扭矩峰值高、密度大（對應 D2 動力系統），利用深度視覺模組及 AI 算法實現對真實世界的三維虛擬重建（對應 C1 機器視覺），此外可以識別環境語音和語音情緒（對應 C3 語音語義）?？梢园l現

97、小米對于產品主要特點的專利布局覆蓋面較為全面，但主要聚焦于 A4 下肢，其他方面布局數量較少。（3）技術功效解讀可以發現小米對于產品主要特點的專利布局覆蓋面較為全面，但主要聚焦于 A4 下肢，其他方面布局數量較少。（3）技術功效解讀由圖可知，小米在 A 本體結構部分的專利主要集中在 A41 腿部技術分支中，主95/106要用于實現穩定可靠、準確精確、結構簡化、易操控、適應性好以及外觀設計等技術效果。在 B 核心零部件方面，相關專利主要布局在 B2 電機方面，注重準確精確方面的技術效果。96/106由圖可知，小米在 C 智能感知部分的專利主要集中在 C1 機器視覺、C43 自主避障技術分支中，主

98、要用于實現穩定可靠、準確精確、降低成本以及降低能耗等技術效果。97/106由圖可知，小米在D驅動控制部分的專利主要集中在D21電動驅動技術分支中，主要用于實現穩定可靠、準確精確、結構簡化、提高效率以及降低能耗等技術效果。98/106由圖可知，小米在 E 支撐環境部分的專利主要集中在 E1 操作系統技術分支中，主要用于實現穩定可靠和準確精確的技術效果（各 1 件）。99/1063.4.6 技術優勢技術分布對比3.4.6 技術優勢技術分布對比100/106根據專利被引證次數，設定被引 10 次及以上的專利為重點專利，該部分專利占全球專利總量的 32%。優必選科技專利布局覆蓋面較為全面，且在 A1

99、頭部、A4 下肢、A6 關節、B1減速器、C1 機器視覺、C4 定位導航、D3 運動控制這幾個技術分支的重點專利量較多，具有較為明顯的知識產權資產儲備和技術優勢。波士頓動力在 A4 下肢、C1 機器視覺、D2 動力系統和 D3 運動控制這幾個技術分支的申請量較多，在行業內具有一定技術優勢。小米在人形機器人技術領域布局的專利總量不多，但涉及面較廣，其專利布局的重點圍繞在 A4 下肢這一技術分支。此外，小米在 C1 機器視覺和 C3 語音語義這兩個技術分支內各擁有一件重點專利。Agility 布局的專利總量不多，主要布局在 A 本體結構，且沒有重點專利。特斯拉只在 A 本體結構布局了幾項外觀設計專

100、利，且沒有重點專利。101/106第四部分 結論和建議第四部分 結論和建議4.1 技術當前發展階段及趨勢4.1 技術當前發展階段及趨勢4.1.1 技術開始進入穩定發展階段4.1.1 技術開始進入穩定發展階段早在 1973 年，日本早稻田大學即推出了初代人形機器人，歷經 60 年，人形機器人技術從最早的概念設計逐步發展和完善，當前正進入穩定發展階段。從專利申請情況來看，中國、日本、韓國專利申請人數量進入平臺期，歐美地區申請人數量增長放緩，全球的年申請總量趨于穩定。4.1.2 本體結構、智能感知、運動控制屬于技術布局熱點4.1.2 本體結構、智能感知、運動控制屬于技術布局熱點專利主題方面，當前技術

101、開發成果以結構設備研究為主，當前技術開發成果以結構設備研究為主，控制方法和系統類發明的研究也在穩步增加。其中，A 本體結構、C 智能感知、D 驅動控制等主要技術分支是受到本領域申請人關注較多的技術主題，進一步反映近年來的技術布局趨勢。具體來說，A3 手臂、C44 路徑規劃、D31 手臂運動控制技術分支申請量在各主要技術主題內占比有進一步增加的趨勢，有可能成為技術熱點，本領域申請人未來可以充分利用自身的研發優勢，在上述幾個熱點技術分支中進行研發和布局。其他主要技術分支，如：B3 編碼器、E32 可視化仿真技術分支申請量在其技術主題內的占比也有進一步增加的趨勢，有可能成為技術熱點，建議本領域申請人

102、持續跟進上述幾個熱點技術分支中的研發和布局情況。此外，對于當前非熱點的技術分支，例如 B 核心零部件（伺服驅動器相關的減速器、電機、編碼器），由于在實際應用中機器人廠商主要依賴上游供應商提供而非獨立研發，側重于核心零部件在機器人整機中的適配，因此相關專利布局偏少。鑒于核心零部件是實現人形機器人運動的重要基礎組件，為增強整機系統的統一性，102/106建議本領域申請人重視核心零部件的設計和改進，逐步擺脫對于通用型減速器、電機和編碼器的依賴，發展更加適配人形機器人的專用核心零部件，并通過專利布局在未來競爭中建立領先優勢。未來申請人可以結合具體應用場景，積極適配人形機器人服務類型所要求具備的基礎能力

103、建設。例如，面向家庭服務的人形機器人，可以更加注重 A 本體結構中的頭部、手臂以及 C 智能感知中的視覺、觸覺、語音等，以實現自然生動的人機交互體驗；而適用于特定功能場景的能力型機器人，則應更加注重更快更強的機動性能，例如更強的運動和控制系統（B 核心零部件、D3 運動控制），更加精確的定位和避障能力（C4 定位導航），以在復雜場景內替代人力。從專利類型上看，本領域專利申請仍然以發明專利為主。對于產品的外觀設計保護占比較少，隨著基礎技術逐步成熟以及早期專利權的逐步到期，本領域申請人未來將可以充分利用現有技術，將研發精力遷移到強化外觀設計方面，例如人形機器人本身的形象設計、機器人系統方面的人機交

104、互界面設計等。4.2 地域分布情況4.2 地域分布情況4.2.1 中國、歐美市場競爭激烈，日本市場壟斷嚴重4.2.1 中國、歐美市場競爭激烈，日本市場壟斷嚴重從專利地域分布來看，中國和歐美地區是主要專利布局目標地區，中國和歐美地區是主要專利布局目標地區，但是中國主要為本國專利申請人布局；而從海外專利分布情況來看，歐美地區集結了全球各地的申請人，是最主要的國際化競爭市場。從專利申請人集中度來看，隨著專利布局主體的增加，各國的專利集中度呈現降低趨勢，意味著排名靠前的申請人對于本領域技術壟斷力下降，尤其是中國，排名前 3 的申請人專利總量占比在 30%以下；日本則處于相反的情況，專利申請集中度一直維

105、持在高位波動，對于意圖進入日本市場競爭的海外申請人而言，將面臨更高的技術壁壘。103/1064.2.2 日本是過往主要技術輸出國，中國當前創新活躍度高4.2.2 日本是過往主要技術輸出國，中國當前創新活躍度高日本向海外布局專利數量最多，因此，日本占據各國海外申請人的主要部分，成為人形機器人技術主要的技術輸出國。具體而言，日本專利申請主要集中在 A 本體結構和 C 智能感知，其中，本田在 A4 下肢、A6 關節、D3 運動控制、C1 機器視覺方面具有較多重點專利，豐田在 D3 運動控制方面具有較多重點專利，索尼在 C1機器視覺、D3 運動控制方面具備較多重點專利。但結合專利申請趨勢，日本申請人活

106、躍度相較于早期大幅下降，雖然本田、豐田、索尼等仍屬于專利申請的第一梯隊，但以優必選科技、達闥、浙江大學為代表的中國申請人近年來已成為人形機器人領域創新活躍度較高的主體，正在快速獲取本領域的話語權。新進入本領域的申請人應當關注以上日本重點申請人的優勢技術領域，一方面避免技術重復研發，另一方面避免產品推廣上市時侵犯上述領域的基礎專利。4.2.3 各國技術布局各有側重，中國申請人布局較為單一4.2.3 各國技術布局各有側重，中國申請人布局較為單一從技術布局來看，各國技術布局各有側重，但均較為關注 A 本體結構和 C 智能感知，并在其他技術分支也有一定專利布局。中國專利技術布局聚焦于 A 基礎結構，而

107、在 C 智能感知方面相對于國外專利布局占比較少。中國國內的申請人如布局海外市場，可嘗試以 A 基礎結構方面的專利作為特色切入，并注重規避可能來自 C 智能感知方面的競爭風險。104/1064.3 主要申請人情況4.3 主要申請人情況4.3.1 主要申請人產品布局情況4.3.1 主要申請人產品布局情況當前比較具有影響力的人形機器人產品主要為來自波士頓動力的雙足機器人的 Atlas、Agility Robotics 的雙足機器人 Digit、優必選科技大型人形機器人Walker、特斯拉 Optimus 高集成電驅執行器驅動機器人、小米 CyberOne 全尺寸人形仿生機器人。其中：優必選科技、波士

108、頓動力優必選科技、波士頓動力對于產品主要特點的專利布局覆蓋面較為全面，且數量較多，主要體現在 A4 下肢、A3 手臂、A6 關節、B1 減速器、C1 機器視覺、C4 定位導航、D2 動力系統、D3 運動控制等方面；小米小米對于產品主要特點的專利布局覆蓋面較為全面，但主要聚焦于 A4 下肢，其他方面布局數量較少；AgilityAgility 主要關注 A4 下肢和 A7 其他結構，在產品的多個功能點上存在專利布局缺失的情況；特斯拉特斯拉專利申請時間較晚，目前已公開專利均為外觀設計專利，已申請的方法類、結構類專利可能尚未公開，因此后續可以留意其在 D1 能源系統、D2 動力系統、A6 關節、C1

109、機器視覺等方面的專利布局。4.3.2 老牌申請人活躍度不減4.3.2 老牌申請人活躍度不減對于本領域發展初期較為重要的申請人，如本田、豐田、索尼、三星、精工愛普生等，近年來專利申請活躍度不減，仍屬于專利申請的第一梯隊?？紤]到本田、豐田、索尼等老牌申請人的人形機器人整機產品不多，但在人形機器人的各個重點、難點的機器人零部件及控制系統方面仍在持續申請專利，由此105/106推測，本田、豐田、索尼等老牌申請人正朝人形機器人技術領域中“關鍵零部件和關鍵操作系統”的上游供應商方向發展。4.3.3 新興申請人引領行業發展4.3.3 新興申請人引領行業發展近年來新興的申請人正在快速獲取本領域的話語權。優必選

110、科技、達闥、波士頓動力、浙江大學、北京理工大學、之江實驗室等申請人五年來積極探索本領域技術前沿，布局了一系列專利。在人形機器人全領域進行研發投入的企業，具備在多場景應用中落地人形機器人產品的潛力，全棧式技術布局將在人形機器人技術研發和商業化推廣應用上起到重要作用。4.3.4 產學研協同促進發展4.3.4 產學研協同促進發展產學研，即產業、學校（院校）、科研機構等相互配合，發揮各自優勢，形成強大的研究、開發、生產一體化的先進系統并在運行過程中體現出綜合優勢。產學研合作是指企業、院校和科研院所之間的合作，通常指以企業為技術需求方，與以院校和/或科研院所為技術供給方之間的合作，其實質是促進技術創新所

111、需各種生產要素的有效組合?？紤]到現有的由產學研成果轉化的專利數量少，企業、院校和科研機構有進一步深化合作、加速發展的空間。在企業與院校、科研機構協同發展的過程中，企業能夠提出當前技術發展前沿的課題，院校和科研機構能夠充分發揮自身在學術研究和科技研發方面的技術優勢，取長補短。此外，企業還能夠為院校和科研機構提供一定的資金支持，避免院校和科研機構因缺乏資金而推遲研發進度等問題，有利于加速技術的迭代和發展。106/106綜上所述，建議企業加強與院校、科研機構的合作，發揮產學研結合的優勢，增加在人形機器人技術領域的科研產出，提高產出專利的質量，提升企業在該行業的技術實力和話語權。4.4 人形機器人標準

112、發展建議4.4 人形機器人標準發展建議當前國內缺乏人形機器人相關標準規范，根據市場調研、產品調研、技術調研結合專利布局趨勢，建議如下：1.頭部、手臂、腿部、腰部、頸部、手掌、足部等本體結構設計，關節自由度低，無法滿足人形機器人靈活性要求，減速器、電機、編碼器等核心零部件缺少相應規范，分別可開展人形機器人本體結構要求人形機器人核心零部件要求的標準建設；2.機器視覺類、觸覺感知類、語音語義類、自主避障與路徑規劃等定位導航類智能感知相關功能缺少相應規范，可開展人形機器人智能感知技術要求人形機器人自主決策系統技術要求的標準建設；3.電機驅動、液壓驅動、氣動動力等系統缺少規范，手部、足部、腿部、步態控制等運動控制缺少相應規范，可分別開展人形機器人動力系統技術要求人形機器人運動控制系統技術要求的標準建設；4.人機交互、集群控制等系統集成缺少相應規范，可開展人形機器人人機交互系統技術要求人形機器人數據交換規范的標準建設；5.基于專利申請注重的穩定可靠技術功效，可開展人形機器人可靠性要求和測試方法人形機器人信息安全技術要求的標準建設。