人形機器人的環(huán)境感知方案或可類比智能汽車，環(huán)境感知是對于環(huán)境的場景理解能力，
例如障礙物的類型、道路標志及標線、行車車輛的檢測、交通信息等數(shù)據(jù)的語言分類。環(huán)境
感知需要通過傳感器獲取大量的周圍環(huán)境信息，確保對車輛周圍環(huán)境的正確理解，并基于此
做出相應(yīng)的規(guī)劃和決策。
同樣地，人形機器人也需要感知系統(tǒng)判斷周遭環(huán)境。由于各類環(huán)境感知傳感器在感知性
能上各有優(yōu)劣，大部分企業(yè)會采用混合方案。
|
性能
|
攝像頭
|
毫米波雷達
|
激光雷達
|
超聲波雷達
|
|
測距/測速
|
可實現(xiàn)測距，但精度較
低
|
縱向精度高，橫向
精度低
|
高精度
|
高精度
|
|
感知距離
|
幾十米
|
可達200米以上
|
可達200米以上
|
一般2米以內(nèi)
|
|
行人、物體識別
|
通過AI算法識別，但難
以識別非標準障礙物
|
難以識別
|
3D建模，易識別
|
可識別
|
|
路標識別
|
可識別
|
無法識別
|
無法識別
|
無法識別
|
|
惡劣天氣
|
易受影響
|
不受影響
|
易受影響
|
不受影響
|
|
溫度穩(wěn)定性
|
高
|
高
|
高
|
低
|
|
運行速度測量能力
|
弱
|
強
|
強
|
一般
|
|
光照
|
除夜視紅外都影響
|
不受影響
|
不受影響
|
不受影響
|
|
算法技術(shù)成熟度
|
高
|
較高
|
一般
|
高
|
|
成本
|
一般
|
較高
|
高
|
低
|
|
自動駕駛主要應(yīng)用
場景
|
車道偏離預(yù)警、車道保
持系統(tǒng)、盲區(qū)監(jiān)測系
統(tǒng)、前車防撞預(yù)警、交
通標志識別、交通信號
懂識別、全景泊車
|
自適應(yīng)巡航控制系
統(tǒng)、自動剎車輔助
系統(tǒng)
|
實施建立車輛周邊
環(huán)境的三維模型
|
泊車輔助
|
本田 ASIMO由四個運行著 VxWorks 實時操作系統(tǒng)的處理器構(gòu)成;歐洲 ICUB使用名為 ARCHER 的學習型算法體系;特斯拉 Optimus用Optimus 的神經(jīng)網(wǎng)絡(luò)
人形機器人將實現(xiàn)從0到1量產(chǎn)，根據(jù)我們測算，2025年和2030年全球人形機器人市場規(guī)模 分別有望達到1.4億元和249.5億元，2025-2030年全球人形機器人CAGR有望達到182%
人形機器人靈巧手進行抓取動作，空心杯電機為核心部件；信號解析 匯總執(zhí)行 輸出轉(zhuǎn)速 （高速、低扭矩） 降速增扭 直線傳動轉(zhuǎn) 換為旋轉(zhuǎn)傳 動 驅(qū)動傳導(dǎo) 感知及力 反饋
旋轉(zhuǎn)執(zhí)行器分布于肩部、手部等多自由度關(guān)節(jié)，作用是將某物旋轉(zhuǎn)到一定角度完成旋轉(zhuǎn)運動;驅(qū)動關(guān)節(jié)完成旋轉(zhuǎn)動作，減速器為核心部件
線性執(zhí)行器位于膝肘等單自由度及腕踝等雙自由度關(guān)節(jié)，將電機旋轉(zhuǎn)運動轉(zhuǎn)為直線運動;變旋轉(zhuǎn)運動為直線運動，行星滾柱絲杠為核心部件
人形機器人感知系統(tǒng)成本占比7.3%,執(zhí)行系統(tǒng)成本占比53.2%;線性執(zhí)行器成本占比31.0%;旋轉(zhuǎn)執(zhí)行器成本占比17.9%;其他成本占比39.5%
執(zhí)行系統(tǒng)BOM占比最高，約53.2%（其中直線、旋轉(zhuǎn)、手部分別 占31.0%、17.9%、4.3%）；感知系統(tǒng)占7.3%，其他芯片、電池等部件合計占比39.5%
國防科技大學Blackman;哈爾濱工業(yè)大學HIT Humanoid; 理工匯童;浙江大學悟空;優(yōu)必選WalkerX、優(yōu)悠;小鵬汽車PX5;達闥科技XR-4;北京鋼鐵俠
全球空心杯市場規(guī)模從2021年的6.75億美元增長至2025年的9.36億元，CAGR為8.52%。2021年全球空心杯電機市場規(guī)模僅占微特電機的1.73%
特斯拉的外觀專利全部有效，且主要集中在日本（4 件）和歐洲（1 件）,其他已申請的方法類、結(jié)構(gòu)類專利可能尚未公開
技術(shù)當前發(fā)展階段及趨勢：指出技術(shù)進入穩(wěn)定發(fā)展階段，本體結(jié)構(gòu)、智能感知、運動控制是熱點;提供了對人形機器人技術(shù)發(fā)展、產(chǎn)業(yè)布局、市場趨勢和未來方向的深入見解
皮膚的多模態(tài)感知為我們感受真實的物理世界提供了重要的工具,機器人便能感知到物品的粗糙度,隔空拂過位置物品時，它甚至能像X射線和3D掃描儀那樣感知到物品的材質(zhì)和形狀
