《與非網：2023AI機器人產業報告（31頁）.pdf》由會員分享，可在線閱讀，更多相關《與非網：2023AI機器人產業報告（31頁）.pdf（31頁珍藏版）》請在三個皮匠報告上搜索。

1、2023 AI機器人產業報告機器人產業報告與非網資深行業分析師張慧娟Agenda1AI機器產業現狀2AI驅動下的機器創新3典型代表：形機器4AI機器趨勢和展望2基本定義、應用趨勢、發展現狀核心AI技術、關鍵部件、主控芯片產業情況、核心技術核心競爭力、通用大模型AI 機器的基本定義AI 機器的主要應AI 機器的發展向AI?3AI 機器人的機器人的基本定義基本定義4AI?AI 機器人的機器人的主要類型主要類型5根據應用領域：工業機器人、家用服務機器人、公共服務機器人和特種機器人等。根據構成和控制方式：協作型機器、協作型機器、機協作機器和主型機器。根據運動方式和能源供給方式：輪式機器、腿式機器、履帶

2、式機器和仿機器。根據智能程度：弱智能機器、強智能機器和超強智能機器。?研?2023?10?19?工業機器人47%家用機器人21%公用服務機器人15%特種機器人6%其他11%AI 機器人的機器人的主要應用主要應用6工業生產：動化產線、業機器等，通過主學習和主決策，提產效率和質量，降低成本和險。家庭助理：家務助、健康監護、安全監控等，提高生活效率，減輕家庭成員的負擔，保障安全和健康。醫療服務：醫療機器、智能診斷系統等，通過數據分析和主學習，提醫療診斷和治療的準確性和效率。物流搬運：貨物抓取、搬運、轉載等，能夠通過動化操作提升效率、提安全性、降低成本。餐飲服務：助點餐、智能配餐等，可提升效率和服務質

3、量、降低成本。金融服務：智能投資顧問、智能險管理系統等，提融服務的效率和準確性。教育培訓：智能教育機器、智能學習系統等，通過主學習和主決策，提教育培訓的效果和效率，為學提供更好的學習體驗。?AI?研?2023?10?19?家庭助理24%醫療服務19%工業生產33%物流搬運8%餐飲服務3%農業植保2%國防軍工4%其他7%AI 機器人的機器人的發展方向發展方向7第一階段：自動化?？蓜訄坦潭ㄈ蝿?，于替代重復勞動，這階段通常為程序控制機器，從單場景逐步向多種應場景延展。第二階段：機器智能。配備視覺、聲、度等傳感器，實現機協作、環境感知、數據采集、機交互的功能。第三階段：AI自主化。擁有更豐富的傳感器和

4、更的智能平，可實現主的感知交互、獨決策、我優化。模型技術的發展，將推動通智能的快速發展，進帶動AI機器的升級迭代。AI 機器人的機器人的發展方向發展方向8?AI?研?2023?10?19?人機協作：AI 機器人在人機協作方面有著越來越高的要求，機器人能夠通過機器學習算法進行自我優化，更好地配合和協作，未來將向更加自然、便捷的方向發展。高精度、高速度?在完成特定任務時，機器人需要具備高精度定位和高速響應能力。多樣化應用場景：AI 機器人將具備更加敏銳的感知能力，更好地理解和響應用戶的需求。同時，也將提高對環境的認知能力，更好地適應各種環境。自主學習和自適應能力：AI 機器人將能夠自主學習和自適應

5、各種任務和環境。通過不斷學習和訓練，提高機器人的智能水平，使其更加智能、更加好用。高精度、高速度25%人機協作29%多樣化應用場景19%自適應學習能力21%其他6%核AI技術關鍵部件AI模型AI?9核心的核心的AI技術技術10?AI?研?2023?10?19?計算機視覺能夠通過對圖像的處理和分析，完成目標檢測、物體識別、人臉識別等任務。例如，智能巡檢機器人可以通過視覺技術實現對設備故障的主動探測和預警。人機交互與理解AI機器人需要具備更加敏銳的感知能力，以便更好地理解和響應用戶的需求。同時，也需要提高對環境的認知能力，以便更好地適應各種環境。語音識別與處理可通過語音交互對用戶的語音指令做出智能

6、響應。例如，智能音箱可以實現語音對話，并實現智能家居的控制。自主導航與決策在機器人的導航和控制中，能夠通過對環境的感知和模式識別，實現機器人的自主導航和動作控制。例如，智能掃地機器人可以通過對物體的位置、形狀等信息的感知，從而完成掃地和拾垃圾的任務。語音識別與處理18%計算機視覺20%自主導航與決策17%人機交互與理解19%多任務處理與優化12%機器人邊緣計算11%其他3%11?研?2023?10?19?發展發展AI機器人需要的配套技術機器人需要的配套技術大數據與云平臺：大量的數據和信息需要進行快速、準確的分析和處理。大數據技術可以提供高效、可靠的數據存儲、處理和分析能力，云平臺可以提供靈活、

7、可擴展的計算、存儲和網絡資源，為AI機器人提供強大的后端支持。機器學習與深度學習：這些技術是AI機器人的核心驅動力，可以自動識別模式并進行預測，實現自我學習和自我優化。更好地識別和理解圖像、聲音和文本等數據，提高自身的感知和理解能力。大模型和數據服務：大模型可以提供更強的計算和預測能力。數據服務則可以提供高效、可靠的數據存儲、檢索和分析能力，為AI機器人提供必要的數據支持。人機交互和感知：更好地與人類進行交互和合作，提高機器人的用戶體驗和工作效率。人機交互技術可以支持機器人與人類進行語音、文字、姿態等多種形式的交互，而感知技術則可以讓機器人更好地感知周圍環境，如聲音、光線、溫度等，提高機器人的

8、適應能力和智能化程度。大數據與云計算平臺36%大模型和數據服務18%機器學習與深度學習算法25%人機交互與感知技術15%其他 6%12?AI?研?AI機器人關鍵模塊組成機器人關鍵模塊組成借助網絡、大數據、云計算等，實現感知智能層級。由云上的“大腦”進行控制，能全面感知環境、相互學習、共享知識，幫助機器人提高自學能力、適應能力。感知模塊:包括視覺和觸覺，視覺有純視覺路線，也有依靠雷達等多方式融合路線，以便躲避障礙、規劃路線；觸覺主要通過傳感器判斷物體的重量、特性等，以便更好實行動作控制。交互模塊:是機器人的大腦，核心是芯片與算法，為輸入的任務進行分解、制定最佳決策規劃，并根據感知 和運控模塊的反

9、饋，實時調整，同時可利用大模型不斷訓練和迭代算法。運控模塊:機器人的身體，根據指令，對關節的控制是核心，包括角度、力、速度等控制，難點是保持動態 平衡、行走跳躍奔跑、手部抓取等，電驅動方式下主要由電機、減速器、絲杠、編碼器等構成。感知模塊高精地圖交互模塊運控模塊單目攝像頭多目攝像頭毫米波雷達激光雷達力傳感器扭矩傳感器力矩傳感器超聲波雷達衛星定位慣性導航視覺、觸覺等任務描述任務分解運動規劃路徑正解決策規劃控制位置控制力控制芯片與算法大腦：決策伺服電機滾柱絲杠無框電機諧波減速器PV減速器棉麻器平衡與運動執行行走步態手部抓取身體：運動控制13AI機器人關鍵部件機器人關鍵部件伺服系統是運動控制的核心部

10、件，主要由伺服驅動器、伺服電機和編碼器組成，編碼器通常嵌入伺服電機。伺服系統工作原理為：伺服驅動器發出信號給伺服電機驅動其轉動，同時編碼器將伺服電機的運動參數反饋給伺服驅動器，伺服驅動器再對信號進行匯總、分析、修正。整個工作過程通過閉環方式精確控制執行機構的位置、速度、轉矩等輸出變量。伺服系統可通過閉環方式實現精確、快速、穩定的位置控制、速度控制和轉矩控制，主要應用于對定位精度和運轉速度要求較高的工業自動化控制領域。電機俗稱“馬達”，是基于電磁感應定律實現電能轉換或傳遞的電磁裝置，通常由一個用以產生磁場的電磁鐵繞組或分布的定子繞組以 及一個旋轉電樞或轉子和其它附件組成。電機的主要作用在于產生驅

11、動轉矩，作為用電器或各種機械的動力源。電機按照用途分為驅動電機和控制電機，其中驅動電機包括直線電機和旋轉電機，多用于工業領域；控制電機包括步進電機、伺服電機和力矩電機等。其中，空心杯電機與無框力矩電機是人形機器人常用零部件，空心杯電機是采用了空心杯繞線技術的直流有刷或者直流 無刷電機，屬于伺服電機的一種，適用于靈巧手；無框力矩電機是一種無框架式的無刷永磁同步電機，適用于旋轉關節和線性關節。14?AI?研?2023?10?19?AI機器人主控芯片使用情況機器人主控芯片使用情況CPU 23%DSP 18%FPGA 20%GPU 11%MCU 17%PLC(可編輯邏輯控制器)7%其他 4%CPU：在

12、機器人控制系統中，用于處理傳感器數據、執行運動控制算法等任務。FPGA：適用于多指令、單數據流的處理分析，可以用硬件實現軟件算法。在實現復雜算法方面有一定的難度，比如需要高度抽象和復雜邏輯的算法，需要設計者具備深厚的硬件設計和編程知識，才能有效地將算法轉化為硬件邏輯。DSP：主要用于信號處理、數字圖像處理等。具有高速的數字信號處理能力，可以完成復雜的數學運算和信號處理任務。GPU：在機器人控制系統中，用于加速機器人的視覺處理、深度學習等任務。MCU：主要用于控制系統的數字化控制。具有輕便、低功耗和高度集成等特點，適用于小型控制系統。PLC：具有可靠性和抗干擾能力強等特點。在機器人控制系統中，P

13、LC可以用于實現運動控制、傳感器數據處理等任務。15?AI?研?2023?10?19?國外、國產主控芯片使用情況國外、國產主控芯片使用情況國產芯片33%國外芯片20%國產和國外芯片都有40%不確定7%16?AI?研?2023?10?19?主控芯片國產化的影響主控芯片國產化的影響沒有影響沒有影響28%有一定影響，但可以接受有一定影響，但可以接受44%有較大影響，需要改進有較大影響，需要改進19%不確定不確定9%AI機器人主控芯片分析機器人主控芯片分析17公司芯片平臺介紹英偉達Jetson AGX Orin平臺運算能力30 TOPS（萬億次每秒）。包含了alta Tensor核心圖形處理單元，八核

14、CPU，一個雙NVDLA深度學習加速器，一個圖像處理器，一個視覺處理器以及一個視頻處理器。能夠使幾十種算法同時實時處理，從而用于傳感器處理、測量、定位和映射、視覺及感知，外加路徑規劃等。高通RB6和RB5 AMR平臺70-200TOPS，INT8，可通過擴展卡支持3GPP Release 15、16、17和18特性。同時，RB6平臺還提供了全面、可定制且易于使用的豐富硬件及軟件開發工具組合，包括全集成的AI SDK、智能多媒體SDK等，可融合多媒體、AI與ML、計算機視覺(CV)和網絡構建模塊，支持端到端機器人應用部署。AMDKria SOM平臺基于Zynq UltraScale+MPSoC的

15、架構，有一個四核的ARM A53處理器，4GB DDR4內存。板卡可擴展，支持Wi-Fi、5G等未來機器人開發過程中需要使用的功能。英特爾HERO系統平臺采用了英特爾酷睿系列CPU，并搭載英特爾Arria 10 GX系列FPGA作為異構加速器，CPU和FPGA之間通過8通道PCIe高速接口進行通信。恩智浦Layerscape多核通信處理器系列LS1046A和LS1026A是多核通信處理器的兩個代表產品。它們將四核（LS1046A）和雙核（LS1026A）64位Arm Cortex-A72與數據包處理加速、高速外設相集成。LS1046A具備32000 CoreMarks的高性能，可以與10Gb以

16、太網、第三代PCIe、SATA 3.0、USB 3.0和QSPI接口配對，可適配多軸控制。MicrochipSAM系列的高性能MCUSAM S70和E70使用了300MHz的Arm Cortex-M7內核。S70具備64 KB緊耦合內核內存，可以快速驅動FOC控制。S70采用了一對2Msps雙采樣12bit ADC引擎。再加上模擬外設、16 bit PWM與16 bit Timers，S70可以實現多軸控制與雙電機控制。ADICM4xx混合信號控制處理器系列采用ARM-Cortex M4處理器內核，集成高精度ADC、數字加速器和濾波器、SRAM和閃存以及豐富外設，適配要求高性能實時控制和模擬轉

17、換的機器人多軸控制應用。例如CM407F-A，集成雙通道高精度16 bit ADC和一個240MHz M4處理器內核，集成了384KB SRAM存儲器、2MB閃存、光伏（PV）逆變器控制、電機控制和其他嵌入式控制應用而優化的加速器和外設。英飛凌XMC4000系列采用內置DSP指令的 Arm Cortex-M4內核。各型號在主頻、應用方向上有不同，不過單精度浮點單元、DMA以及MPU都具備，部分型號集成EtherCAT。內核性能加上增強型的通信能力、以及較低成本，是該系列特點。TIC2000和AM64X系列C2000 DSP系列在行業暢銷多年。AM6442是Sitara新增的工業級異構Arm處理

18、器產品系列，針對需要將實時通信與應用處理結合的電機驅動器而構建。AM6442將兩個支持時間敏感TSN技術的Sitara千兆位PRU-ICSSG與最多兩個Arm Cortex-A53內核、最多四個Cortex-R5F MCU和一個Cortex-M4F MCU合并到一起，可實現對工業機器人的多軸控制。?AI?研?AI機器人主控芯片分析機器人主控芯片分析18公司芯片平臺介紹瑞薩RX72M系列RX72M產品組內核是RX第三代CPU內核RXv3 core。主頻最高240MHz，1396 CoreMark，片上雙精度FPU，4MB存儲、1MB SRAM。這種設計方案考慮到總線通信功能，將從控制器集成到了M

19、CU上，實現了在單個芯片上使用專用控制器的系統配置，有助于減少零件數量并節省空間。兆易創新GD32系列整個系列包括基于M3、M4、M23以及RISC-V內核。GD32F4系列屬于增強系列，168MHz高主頻，3MB閃存與192KB SRAM。GD32F4系列內核包含一個浮點運算器（FPU），用于提高單精度浮點運算速度。此內核可執行全套DSP指令并支持所有ARM單精度指令和數據類型，還配備了MPU和強大的跟蹤能力滿足高級調試的要求。外設接口包括SPI、I2C、USART、USB 2.0 OTG FS和CAN。航順HK32F39A系列使用ARM Cortex-M3內核，主頻最高為120 MHz，內

20、置航順自主研發的協處理器，可實現ARM Cortex-M4內核支持的算術指令中的絕大部分，其中包括32位單精度浮點運算。與一些M4系列芯片相比，在同一軟件同一主頻下，相同的CoreMark測試跑分表現較好。在高性能應用端，HK32F39A系列搭配協處理器用于工業機器人。峰岹科技FU6832系列FU6832系列采用雙核芯片架構，使用8051內核加ME（電機控制引擎）。完全自主知識產權的電機驅動專用IP內核，雙核架構可以獨立運行控制算法，算力提高。ME集成諸多硬件模塊，可通過硬件自動完成電機FOC/BLDC運算控制；8051內核則用于參數配置和日常事務處理，雙核并行工作實現各種高性能控制。芯旺微K

21、unFu系列32位混合指令集的自主IP內核系列，從48MHz到120MHz都能應用到工業機器人上。最高主頻的KF32L530有基于16位/32位混合指令的高效指令集，最高擁有帶ECC校驗的512KB FLASH和128KB的RAM（支持RUN in RAM）。針對電機控制進行了優化，包括無感FOC、為低主頻的芯片加入硬件加速單元，主要用于機器人主控。極海半導體APM32F系列APM32工業級芯片的高ESD等級和高溫度覆蓋范圍是其特長，8KV的抗干擾能力能夠提高電機系統的靜電防護能力。APM32應用在機器人關節伺服系統最多的是APM32F407系列。APM32F407系列基于ARM Cortex

22、-M4內核可以支持單精度FPU和增強型DSP處理指令。主頻最高168MHz，擁有1MB的FLASH和192的SRAM，同樣支持外部存儲器拓展?；贏PM32F407系列給出的機器人伺服方案可以將電機、驅動器和減速機進行一體化設計，這樣功率密度會比分離式更高；APM32F407系列除了內核擁有DSP和FPU高性能處理能力，還給出了支持SDRAM等多種外設接口，對于工業機器人豐富的外設完成覆蓋。國民技術N32G455系列采用32位ARM Cortex-M4內核，主頻144MHz，支持浮點運算和DSP指令，擁有 512KB片內FLASH和144KB的SRAM，包括17個高性能模擬器件、18個數字通訊

23、接口，內置了10余種密碼算法硬件加速引擎，支持存儲加密、用戶分區保護、安全啟動等多種安全特性，安全的高集成性是N32G455系列的特色。還配置了2個6.9ns控制精度的16位高級定時器用于互補PWM輸出，3.3V下待機狀態3uA，正常工況下90uA/MHz功耗。靈動微MM32系列MM32SPIN系列的MM32SPIN222C在工業機器人小型關節上應用較廣。ArmCortex-M0為內核的32位微控制器，最高工作頻率可達72MHz，內置高速存儲器，豐富的I/O端口和多種外設。包含12位的ADC，采樣速度1MHz；5個通用定時器、1個針對電機控制的PWM高級定時器；1個I2C接口、2個SPI接口和

24、2個UART接口。針對電機應用內置1個比較器，集成6個MOSFET，支持3V-16V供電，最大驅動電流為1.5A。地平線旭日機器人開發平臺基于自研的AI專用計算架構BPU（Brain Processing Unit），旭日系列芯片已經迭代到旭日3芯片。旭日3采用臺積電16nm工藝，具有高性能、低功耗的特點?；谛袢?芯片地平線還推出了旭日X3派開發板，算力能夠達到5Tops，可與TogetherROS操作系統適配。瑞芯微AI芯片系列主要有RK3399、RV1108、RK3326及RK3308四款“AI人工智能掃地機器人”芯片級解決方案；同時基于瑞芯微RK PX3SE處理器為合作伙伴推出了多款老

25、人陪伴機器人、家庭服務機器人等。炬芯ATS3X03系列最早做智能早教機器人，曾推出ATS3X03系列芯片。代表產品中，采用炬芯ATS3505主控芯片的騰訊小Q智能機器人就是其中之一。后摩智能存算一體AI芯片通過存儲單元和計算單元的深度融合，實現了高性能和低功耗，樣片算力達20TOPS，可擴展至200TOPS，計算單元能效比達20TOPS/W，可支持大規模視覺計算模型。?AI?研?19?AI?研?2023?10?19?AI大模型的驅動作用大模型的驅動作用提升感知與認知精度：模型具備更強的泛化能，可以更好地適應各種場景，使得AI機器能夠更智能化地理解和執任務。提高決策與推理速度：模型具有更強的學習

26、能，可以讓AI機器通過我學習和迭代，不斷提升身的智能化平和應能。擴大應用場景與范圍：模型可以覆蓋更多的應場景，使得AI機器能夠在更多的領域中得到應，如智能客服、智能家居、動駕駛等。提高機器人的動作與執行效率：模型搭配更強大的計算能力，處理速度會顯著提高，從而提高機器人的動作與執行效率。提高機器人的感知與認知精度36%提高機器人的決策與推理速度29%提高機器人的動作與執行效率14%擴大機器人的應用場景與范圍15%其他6%20?AI?研?2023?10?19?AI對機器人發展的影響對機器人發展的影響提升計算和存儲性能 27%促進硬件創新與設計18%處理大模型數據的軟件框架和算法升級20%自動化的部

27、署工具和智能維護系統12%可擴展的模型架構5%自動化、多樣化的數據處理和算法能力11%其他7%AI對機器人發展的影響對機器人發展的影響21?AI?研?2023?10?19?影響影響AI大模型性能的積極因素大模型性能的積極因素分布式計算23%高性能存儲系統25%模型壓縮與剪枝15%數據自適應處理與標注技術19%軟件優化與算法改進14%其他4%軟硬件技術 核技術?2223人形機器人的產業地位人形機器人的產業地位人形機器人的通用性打破工業及服務機器人的限制，近年是資本市場的關注點之一。人形機器人最基本的特征是具有人類的外形特征和行動能力。人形機器人相比普通機器人擁有更高級的感知交互系統，包括傳感模塊

28、和軟件方面(導航技術、智能決策等)。與普通機器人相比更需要保持平衡，比如普通服務機器人有底盤，用輪式驅動，不存在摔倒問題；人形機器人靠雙足行走，并需要適應不同的地面，每個關節受力更加復雜，對減速器負載和電機響應速要求更高。更高。常，代表了機器的未來41%較，只在特定領域有重要作35%般，看不到太的實際應價值 16%不確定8%?研?2023?10?19?24人形機器人對軟硬件發展的要求人形機器人對軟硬件發展的要求?研?2023?10?19?對操作系統和軟件算法的要求提高 24%對硬件配置和制造工藝的要求高 21%對安全技術要求提高20%人機交互能力要求提高18%促進軟件硬件技術深度融合13%其他

29、 4%25人形機器人核心技術突破，產業有望加速人形機器人核心技術突破，產業有望加速多模態語言大模型的問世意味著人形機器人“大腦”核心技術取得一定突破。人形機器人硬件層主要包括“感知”與“執行”。感知層類似于人類的感觀，可為機器人提供觸覺、聽覺、視覺甚至嗅覺等物理量、化學量的反饋，而各類感知的實現均存在不同的技術路徑，如力學感知有伺服電流環、力/力矩傳感器、電子皮膚等方案;執行層主要為機器人肢體、關節，是運動控制、任務執行的載體，受限于人形空間，通常需要一體化電機模組。?26人形機器人核心技術突破，產業有望加速人形機器人核心技術突破，產業有望加速IMU(慣性測量單元)通過測量物體加速度和角速度的

30、變化來推算出物體在三維空間中的位置和姿態。目前高精度MEMS IMU主要應用場景包括高精度自動駕駛以及人形機器人。作為自主導航機器人，人形機器人必須實時知曉自己的位置。而IMU是測量 物體三軸姿態角(或角速率)以及加速度的設備，在機器人導航中有著很重要的應用。早期機器人通常在軀干位置放置IMU，隨著慣導系統在人形機器人中的應用逐漸成熟，頭部也將放置IMU，和立體視覺相機等組合進行定位及導航。?IMU?務?27人形機器人核心技術突破，產業有望加速人形機器人核心技術突破，產業有望加速IMU(慣性測量單元)主要由多組慣性傳感器組成。其中慣性傳感器通過慣性技術實現物體運動姿態和運動軌跡的感知，主要包括

31、陀螺儀和加速度計：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，包括當前位置、方向和速度。隨著半導體產業的快速發展，MEMS 工藝由于其體積小、高集成、抗高過載、成本低等優勢，MEMS陀螺儀和 MEMS加速計已經在基礎應用領域完成了對其他技術路線的替代，并隨著精度提升進一步向更高端領域滲透。?MEMS?Yole 核競爭 通模型AI?2829競爭力：軟件平臺將越來越重要競爭力：軟件平臺將越來越重要ROS 平臺可以有效提升開發效率ROS（Robot Operating System）機器人操作

32、系統包含了很多開源功能包，便于開發者大幅提升開發效率。機器人的仿真訓練平臺是研發和測試的必需環節仿真訓練為機器人提供了安全的訓練環境，能夠模 擬真實世界中的各種場景和情況，并允許機器人進行大規模的試錯和學習。30大數據+強算法+大算力，強化基礎能力。更高級別的智能水平：通過與通用大模型的結合，AI機器人將具備更高級別的智能化水平，包括更精準的感知、更靈活的運動控制、更自然的交互表現等。有望重塑AI機器人決策執行機制，無需工程師編程，只需用戶提供指令，AI機器人就能自行生成完成指令的代碼，智能化程度更高。更好地泛化到多種場景：通用大模型通過大量數據的預訓練，可以更好地泛化到各種場景中，提升機器人在不同環境下的適應性和魯棒性。通用大模型通用大模型+AI機器人的趨勢機器人的趨勢31AI?/?,?17%?/?,?20%?研務?,?9%?,?8%?,?22%?,?4%?/?,?11%AI?,?1%?,?8%本次調研用戶行業分布情況本次調研用戶行業分布情況