行业的发展趋势，GGII 认为，未来几年，协作机器人在各行业的渗透率将持续提升，整体需求将会延续增长态势。 本蓝皮书以协作机器人为核心，重点阐述了重点核心零部件的发展态势，其中包含减速器、无框力矩电机、关节模 组、力传感器等，结合协作机器人产业链各环节的技术特点，剖析协作机器人市场和技术脉络，同时对协作机器人的 应用行业、应用场景和应用趋势进行分析，旨在厘清协作机器人的发展脉络，帮助协作机器人产业链相关企业及投资 感谢以下联合参编单位（排名不分先后）： 遨博（北京）智能科技股份有限公司 法奥意威（苏州）机器人系统有限公司 华盛控智能科技（广东）有限公司 广州里工实业有限公司 江苏华途数控科技有限公司 深圳市鑫精诚传感技术有限公司 蓝点触控（北京）科技有限公司 上海步科自动化股份有限公司 目录 第一章 协作机器人市场概述 1 第一节 定义及分类 1 第二节 协作机器人特点 华盛控 70 第四节 里工实业 75 第五节 华途数控 82 第六节 步科股份 86 第七节 蓝点触控 95 第八节 鑫精诚传感器 99 第九章 协作机器人应用案例 104 第一节 模具行业 104 第二节 航空制造业 105 第三节 锂电行业 107

.........................................................................................33 3.2.4 传感器数据模态.............................................................................................. .........................................................................................41 4.1.1 传感器选择与部署............................................................................................. 环境问题的响应速 度，实现精准和高效的生态环保治理。 在环境监测中，传统的方法依赖于单一的数据源，如气象数据 或水质监测，而多模态 AI 大模型可以融合来自多个数据源的信 息，例如遥感影像、传感器数据、社交媒体信息等，实现数据的深 度理解和分析。这种多模态信息的整合，能够为环境保护提供更全 面的视角，识别出潜在的环境风险，并对其进行有效评估与预测。 应用方案可以概括为以下几点： 1

数据采集与处理..................................................................................37 4.2.1 传感器部署.................................................................................41 4.2.2 数据传输. 作为最新一代的人工智能平台，具备强大的数据处 理、模式识别和自主学习能力，能够有效应对水利工程中的复杂问 题。 在水利工程中，DeepSeek 的应用主要体现在以下几个方面： - 实时监测与预警：通过部署传感器网络，DeepSeek 能够实时采 集水文、气象等数据，并结合历史数据进行智能分析，实现对洪 水、干旱等灾害的精准预警。 - 优化水资源调度：DeepSeek 可以 根据多源数据（如降雨量、水库水位、用水需求等）构建动态模 可以根据地形地 貌、水文条件等数据，自动生成最优的枢纽布置方案，并通过虚拟 仿真技术对方案进行验证，确保设计的可行性和经济性。 为了实现上述应用，通常需要以下技术架构： 1. 数据采集层：通过传感器、遥感设备等获取水文、气象、工程 运行等多源数据。 2. 数据处理层：利用 DeepSeek 的数据清洗、特征提取等功 能，对原始数据进行预处理。 3. 模型训练层：基于深度学习算法，构建水文预测、设备故障诊

匣子（安装在塔吊驾驶室）、角度传感 器、幅度传感器、倾斜传感器、风速传 感器、无线通信模块、地面远程监控平 台组成 • 系统主要包括风速报警、防倾斜、禁行 区域设置保护、多塔吊的防碰撞、制动 控制、塔吊黑匣子等多种功能。 现 场 监 测 中 心 数据接收机 数据库服务器 应用服务器 远程监控终端 幅度传感器 风速传感器 倾角传感器 角度传感器 塔吊黑匣子 ( 驾驶室 体积混凝土无线测温、 室内无线测温两部分 • 大体积混凝土无线测 温系统由温度传感器、 数据采集传输模块、 数据接收机及远程监 控终端构成 • 支持有线连接（ 1.2 公里以内）和无线 （ GPRS ）连接方式 3. 解决方案－ 无线测 温 无线测温系统 • 通过前端传感 器对高大模板的模板沉降、支架 变形和立杆轴力进行实时监测 系统由前端采集器、智能采集仪和监控软件组成 32 通道数字采集 仪 3. 解决方案－ 高支模监 控 高支模变形监测系统 3. 解决方案－ 高支模监 控 位移传感器监测水平位 移 倾角传感器监测立杆 倾角 轴压传感器监测立 杆受力 重锤与位移传感器 监测架体沉降 互联网 + 远程监 测 现场报警 现场监测 报警器 采集仪 3G/4G/Internet • 通过为每间工人宿舍安

WIFI Internet 水电控制器 事 件 处 理 事 件 定 位 事 件 响 应 数字孪生智慧工地 运 营 运 维 安 全 塔吊 / 龙门 吊 / 升降机 支模 / 基坑传感器 智能视频分析 IMES 闸机 / 门禁系统 环境监测 仪 大数据平台 事件 中心 数据使能 摄像头 工地动态数字孪生 实现人、设备、车辆、现场及建筑之间 的互联互通；工程进度的三维可视化展 塔身动态监控 多塔防撞 单塔防撞 遮挡物可见 高清枪型摄像机 高清球型摄像机 主机 / 显示器 人脸识别 监测设备 风速传感器吊重传感器 变幅传感器高度传感器 回转传感器倾角传感器 工地设备管控 吊篮 / 升降机监控 根据施工升降机安全监测系统的功能需求，提供超标异 常报警体系，远程监控体系，实现升降机的全方位安全监 管能够全方位实时监测施工升降机的运行工况， 采用物联网技术将位移传感器数据上传至云计算平台，以可视化图形图表的方式展示位移趋势。 无线布控，实时监测 超限预警，远程监控 预防事故，减少损失 无线传感器组网 无线监测仪 云计算平台 手机客户端 检测时程曲线 云平台 监测软件和云平台 无线倾角传感器 无线位移传感器 无线声光传感器 现场安装

级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 ，能在毫秒之内识别信息 ，并提出应 对策略。 应用智能传感器是实现 NOA 的基础 无论是多传感器融合派厂商，还是视觉派厂商，都大量使用智能化传感器，他们是实现 NOA 的必要条件。 要实现 NOA 对智能传感器硬件要求很 高 高 特斯拉 Model 3 小鹏 G9 厂商要搭建起高效的算法模型 ，开发的系统既要能精准识别并处理各传感器获得的数据 ，还要能有效应对 模 型未考虑到的长尾问题。这大大增加了系统所需数据量 ，增加了开发难度。 特斯拉的 NOA 系统不仅能规划车辆行进路线等， 还会 实 时提供预警信息， 并能主动停止可能导致危险发生的 并线 等行为。 小鹏汽车开发的城市 NGP 的代码量 、 感知模型数量、 哪个隐藏层或神经元的问题； • 闭环验证较难， 缺少真实 数据验证。 应用 AI 大模型后， 自动驾驶算法的底层逻辑将变成“场景→车辆控制 ”的端到端模型 ，将感知、规划和控制 环节一体化 ，传感器采集到的信息直接输入神经网络 ，经过处理后直接输出自动驾驶的驾驶命令 ，不存在 各 子模块目标与总系统目标存在偏差的情况 ，保证效益最大化。当前 ，端到端模型暂时只被用于感知系统。 基于数据的

产品介绍 平台优势 工程案例 多级联网：工地、建设集团、安监、住建、环保各建监控中心，互不影响，各取所需数 据 二 、视频监控系统 视频与其他系统无缝对接：门禁、报警、物联网传感器、数字化数据等无缝、实时叠 加在视频上，各种数据实时存于录像中，方便以后查验 行业概述 产品介绍 平台优势 工程案例 二 、视频监控系统 PM2-50069ug/m3 回转传感器 重量传感器 主控 倾角传感器 ③ 高度传感器 风速传感器 行业概述 产品介绍 平台优势 幅度传感器 控制模块 ZIGBEE 模块 工程案例 三、塔吊安全监控系统 ◆ 设备安装位置 行业概述 产品介绍 平台优势 工程案例 风速仪 高度 传感器 重量 重量 回转 传感器 显示器 传感器 主机 幅度 传感器 · 工况数据采集与显示功能 · 声光预警、报警功能 · 超载限制功能 · 力矩限制保护功能 · 操作员身份识别功能 · 防碰撞功能 · 防倾翻功能 · 本地数据存储功能 · 无线通信 (ZIGBEE+GPRS) · GIS 远程监控管理平台

35 3.1.1 站点与车辆历史数据..................................................................37 3.1.2 实时监控与传感器数据..............................................................40 3.2 数据清洗与处理................... AI 大模型来分析和 预测乘客的出行需求，以优化运力调度资源。 2. 安全管理的复杂性：城市轨道交通涉及多个系统和设施，如何 确保系统的安全稳定运行是一个重大挑战。AI 大模型能够通 过对大量传感器数据的实时分析，识别潜在的安全隐患，提前 预警。 3. 数据驱动的决策支持：城市轨道交通系统在运行中产生了海量 数据，包括乘客流量、列车运行状态、设备状况等。AI 大模 型可以帮助分析这些数据，为决策提供支持，提升服务效率和 应用场景：具体列出 AI 大模型在城市轨道交通中的潜在应 用，包括但不限于以下几个方面： o 预测性维护：通过数据分析预测设备故障，提升设备的 维护效率。 o 乘客流量预测：利用历史数据和实时传感器数据，预测 不同时间的乘客流量，从而合理安排运力。 o 优化调度：基于实时数据分析，帮助调度中心迅速响应 各种突发情况，提高整体调度效率。 o 智能客服：运用自然语言处理技术，提供智能问答和服

12 个自由度，可以实现静态行走。国防科技大学于 2000 年率先自行研 制出我国具有历史意义的第一台仿人机器人“先行者”，这一阶段研 究集中在机器人关节以及简单步态控制上；21 世纪初，伴随着传感技 术和智能控制技术的突破，以北理工研发的第二代“汇童”、浙江大 学研制出“悟”和“空”双胞胎人形机器人为代表，人形机器人行业 步入了快速发展期，手臂活动灵巧，能够完成稳定行走、给人送递饮 料以及乒乓球对打等任务；2010 以及行业企业需加强协作，推动跨界融合，解决技术与市场的问题， 确保产业健康有序地发展。 2.1.3 产业链分析 2.1.3.1 总体情况 人形机器人上游产业链涵盖零部件和基础软件供应，包括电机、 减速器、传感器、控制器、芯片，以及基础软件等核心技术支持；中 游主要由整机系统制造商构成，负责机器人本体的研发设计、组装、 测试和系统集成；下游聚焦于终端应用场景，覆盖工业制造、家庭服 务、医疗康养、高危作业、教育培训等多个领域。 人形机器人本体的核心零部件包括感知器件、运动器件、灵巧手、 芯片和动力模块，这些部件构成了机器人实现环境感知、精确控制和 自主运行的关键基础。 感知器件——涵盖视觉、力/触觉和运动感知的多种传感器，例如 视觉传感器、惯性传感器和力矩传感器，用于采集外部环境信息和机 器人的自身状态数据； 运动器件——包括减速器、丝杠、电机及运动控制器等，负责驱 动机器人完成精确、稳定的动作； 灵巧手——作为精细操作的关键部件，对结构设计、反馈系统和

策出台、技术成熟、需求高涨和供给竞争等因素的推动，人形机器人正处于商业化爆发的前夜，生产成本快速下降，国内外巨头接连入局构建生态。  产业链：国产替代趋势明显 人形机器人产业链中价值占比最高的零部件是传感器、电机、丝杠和减速器。随着机器人工作向复杂、多类型任务转变，灵巧手和柔性皮肤配合成为 人形机器人的“手”，使更精细、自主、安全的末端交互成为可能，可能成为未来人形机器人竞争的关键领域。随着国产机器人硬件迭代升级和逐步 地位。我们认为人形机器人成本在快速 下降过程中，而对精度、稳定性、定制化等的要求低于工业需求，中国厂商未来有望利用成本优势开拓市场。  投资建议：受益标的：控制（云天励飞、软通动力、智微智能），传感（奥比中光、虹软科技、奥普特、思特威、联创电子），灵巧手（兆威机 电、捷昌驱动、曼恩斯特）, HW、SLS链（祥鑫科技、秦安股份、豪能股份、隆盛科技），小米链（金杨股份、金博股份），宇树链（长盛轴承、 本田公司开发了ASIMO原型机，只 有腿部结构，主要用于研究行走 功能，平衡性与智能化程度较 差。 该阶段参与企业逐渐增加，主要 攻克特定场景下的人形机器人。 如2011年本田推出的第3代 ASIMO，具备利用传感器避开障碍 物等自动判断并行动的能力，还 能用五根手指做手语，或将水壶 里的水倒入纸杯。 早期发展阶段 （2000年以前） 商业化落地阶段 （2022年至今） 该阶段机器人运动能力及智能化 明显提升，重点是使机器人能够