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

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

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

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

2 数据采集工具与技术...........................................................................58 4.2.1 IoT 传感器..................................................................................61 4.2.2 PLC 与 SCADA 为了进一步提高焦炭生产的效率，各生产环节可引入人工智能 技术，如：  实现自动化的煤料选择与配比：通过数据分析，确定最佳煤种 组合，减少人工操作，提高煤种利用率。  温度与气氛实时监控调整：利用传感器与 AI 算法，实时监控 焦炉内部环境，根据数据自动调整供气与温度，以保证焦炭的 最佳生产条件。  预测性维护：通过对设备进行数据采集与分析，提前识别潜在 的设备故障，减少停机时间。 在实际操作中，炼铁过程需要严格控制炉料的投放，监测炉内 温度和气体成分。通过大型传感器和监控系统，可以实时获取这一 信息，并结合 AI 大模型进行数据分析和预测，从而优化整个炼铁 过程。 为了提高炼铁效率和产品质量，可以考虑以下几点优化方案：  原料改进：选择高品位铁矿石和优质焦煤，降低杂质含量，提 高清洁生铁的产出率。  过程监控：采用先进的传感器技术，实时监测炉内温度、压 力、气体成分等参数。通过大数据分析，发现潜在的异常工

6.1 物联网的感知层技术 （一）传感器技术 传感技术同计算机技术与通信技术一起被称为信息技术的三大支柱。从仿生学观点，如果 把计算机看成处理和识别信息的“大脑”，把通信系统看成传递信息的“神经系统”的话，那么传 感器就是“感觉器官”。 传感技术是关于从自然信源获取信息，并对之进行处理（变换）和识别的一门多学科 交叉 的现代科学与工程技术，它涉及传感器（又称换能器）、信息处理和识别的规划设计、开发、 划设计、开发、 制／建造、测试、应用及评价改进等活动。获取信息靠各类传感 器，它们有各种物理量、化学 量或生物量的传感器。按照信息论的凸性定理，传感器的功能与品质决定了传感系统获取自然 信息的信息量和信息质量，是高品质传感 技术系统的构造第一个关键。信息处理包括信号的预 处理、后置处理、特征提取与选择等。识别的主要任务是对经过处理信息进行辨识与分类。它 利用被识别（或诊 断）对象与特征信 断）对象与特征信息间的关联关系模型对输入的特征信息集进行辨识、比较、 分类和判断。因此，传感技术是遵循信息论和系统论的。它包含了众多的高新技术、被 众多的 产业广泛采用。它也是现代科学技术发展的基础条件，应该受到足够地重视。 微型无线传感技术以及以此组件的传感网是物联网感知层的重要技术手段。 （二）射频识别（RFID）技术 射频识别（Radio Frequency Identification，简称 RFID）是通过无线电信号识别特定目

.......40 3.1.1 航拍与地面采集相结合..............................................................43 3.1.2 传感器与监控设备的布置..........................................................45 3.2 数据清洗与预处理................ 监测、分析和决策支持。 首先，本方案的基础是高精度三维地理信息系统（GIS）和三 维模型的构建。通过利用无人机航拍、激光雷达（LiDAR）扫描等 手段，获取铁路沿线的三维空间数据。同时，结合多种传感器的数 据（如气象监测装置、视频监控等），可全面收集并叠加不同维度 的信息，以便形成精细的三维环境模型。 其次，数据处理与分析将是模型应用的核心环节。利用深度学 习和机器学习技术，对收集到的多源数据进行融合与分析，提取出 实景三维建模技术是铁路沿线实景三维 AI 大模型应用方案的 核心组成部分，主要用于收集、处理和生成铁路沿线的三维空间数 据，以支持网络可视化、环境监测及作业管理等多种功能。该技术 方案依托于高精度的传感器与先进的数据处理技术，能够实现快 速、准确的建模。 首先，该技术涉及到数据的采集，主要采用激光雷达 （LiDAR）、高清摄像机与无人机等设备进行数据收集。激光雷达 可以通过发射激光获取目标物体表面的三维坐标数据，而高清摄像

美国通用汽车1960年首次将Unimate工业机器人投入生产线进行焊接 工作。斯坦福大学、早稻田大学分别研发了首台移动机器人和可对话 的人形机器人。 1980年—2000年，进入早期探索阶段，得益于计算机硬件和传感 器设备取得突破，麻省理工学院推出了具有类似人类听觉、视觉和本 体感知功能的机器人Kismet。1991年出现了六条腿机器人Genghis， 实现了自主行走。 2000年—2010年 28个身体自由度和11个手部自由度实现基础运动功能。2023年 Gen2实现重大突破，重量降至63公斤，步行速度提升30%，新增颈 部自由度显著增强平衡性，可应对爬楼梯等非平坦地形；其配备触觉 传感器的灵巧手能精准抓取鸡蛋等易碎物。该系列计划于2026年以2 万-3万美元量产，目标覆盖工厂、物流及家庭服务场景。 波士顿动力Atlas作为行业运动能力标杆，2024年推出电动版新 07关节电机， 单腿自由度设计使其在负重30公斤或外力冲击下稳定运动，3D激光 雷达实现360°环境感知。2025年G1转向轻巧化，23-43关节电机支 持单腿跳跃等高阶动作，三指灵巧手结合多传感器适应复杂地形，由世 界模型UnifoLM驱动的自主学习能力瞄准救援与人机协作应用。 06 来源：全球人形机器人技术演进趋势.2025年5月29日.https://mp.weixin.qq.com/s