机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效 协作、任务分配和调度、无人物流机器人系统、多种机器人协同系统 等等。 感知交互类模型使得机器人“能看见”或“能听见”从而实现与 运行效率和响应速度的需求不断提高；二是工厂设计水平的提升，模 块化厂房设计技术为移动机器人提供了封闭性、结构化的活动场景， 便于机器人快速移动和完成任务；三是激光地图构建（VSLAM）技术 的成熟，基于地图数据，深度学习算法能够自主规划行动路径，并进 行动态避障。 此类场景主要包括两种“机器人+人工智能”融合应用模式。一 是 “移动机器人+识别类模型+自主导航模型”模式，AI 应用的主要 目标是实现环 目标是实现环境识别和路径规划，形成码垛、上下料、仓储、配送等 典型细分场景，如极智嘉的取货机器人使用计算机视觉技术和深度学 习算法，可以在繁忙的物流中心中，快速识别包裹位置，避开障碍物， 并高效完成取货任务。二是“移动机器人+协同优化模型”模式，AI 应用的目标是开展多种物流机器人的协调配合，如亚马逊建设的无人 仓库大量使用了各类移动、仓储机器人，并引入技术团队将人工智能 融入整个机器人系统。 3、质量管理：机器视觉检测大量取代人工检测

3】。 下面是多功能机器人的几个案例。  亚马逊全自主的移动机器人 Proteus：2012 年，亚马逊收购了机器人公司 Kiva，该公 司率先研发了名为“驱动单元”的仓库机器人。十年过去，亚马逊如今拥有超过 52 万 个机器人驱动单元。同样在 2022 年，该公司推出了 Proteus（见图 5），这是一款完全 自主的移动机器人，旨在安全地融入亚马逊员工工作的同一物理空间。Proteus 利用先 是一款自主移动机器 人，可以在亚马逊配送中心拾取、运输和放下集装箱。该机器人设计用于在与人类工人 共享的空间内安全运行，并利用光、声音甚至物理运动来帮助附近的人了解其状态和意 图。 图 5：亚马逊全自主的移动机器人 Proteus（来源：【9】）  据【10】，Ocado 的自动化履行中心使用多功能机器人快速处理订单，效率提高 400% 以 上。  人形多功能机器人（见图 6）：人形机器人旨在模仿人类的动作和认知能力。它们应用 的仓库运营将用自主数据收集平台取代一些以人为中 心的数据收集。 趋势基本描述 自主数据收集利用室内飞行无人机和移动机器人等技术来自主捕获数 据。这些解决方案使用支持 AI 的视觉或射频识别 （RFID） 等技术来 支持库存管理、检查和监控等使用案例。解决方案通常包括移动平台， 例如飞行无人机或移动机器人;板载摄像头或其他传感器;以及用于导航 的基于 AI 的高级软件。较新的解决方案正在从无人机转向使用安装了

背景与挑战 解决方案 移动机器人凭借着在效率、场景适应性、经济性等方面的优势，已经日趋广泛地应用于工业巡检、安防巡逻、园区服务等诸 多场景之中，并展现出了巨大的发展潜力。作为移动机器人的关键模块，移动机器人控制器承载着传感数据集成、数据处理、 控制等重要负载，需要在算法、算力、稳定性、易用性等方面克服严峻的挑战，以加速移动机器人方案在不同场景的落地 应用。 要加速移动机器人的场景化落地，满足用 要加速移动机器人的场景化落地，满足用户对于移动机器人日渐增长的需求，机器人产品与方案提供商需要在算力、稳定性、 经济性等方面入手，化解如下挑战： 1. 复杂的负载带来较高的算力要求：为了满足更复杂、更广泛的场景应用所需，实现更高的任务精确度、智能性，移动机器 人正在强化 3D 点云 + 视觉多传感器融合、深度学习推理等技术的应用，这些应用负载带来了较高的算力要求。 2. 技术门槛较高带来产品开发困境：移动机器人是一种较为复杂 高，在技术实现难度、算力平台复杂性等方面，远超普通机器人，这就带来了较高的技术门槛。 3. 繁多的模块与外设带来成本、可靠性、运维等多重挑战：在移动机器人开发过程中，各种模块、外设数量繁多且种类多 样，不同组件的部署会导致机器人设计面临较大的挑战。 基于英特尔® 架构的移动机器人控制器方案，该控制器搭载了英特尔® 酷睿™ Ultra 处理器，结合英特尔® oneAPI 工具包、 英特尔® 发行版 OpenVINO™

视觉系统：包括 2D 和 3D 相机、深度传感器等，提供物体识别、定位、尺寸测量等功能，增强机器人对工作环境的 理解和适应能力。 周边辅助设备：如 AGV/AMR（自动导引车/自主移动机器人）、传送带、工作台等，与协作机器人集成，实现物料 的自动搬运和生产线的无缝对接，进一步提升协作机器人的操作效率和灵活性，满足多样化的工作需求。 人机交互设备：如示教器、操作摇杆等，操作人员 从事人形机器人、复合机器 人和 IoT 工业软件的开发、制造及商业化。 作为高价值场景的机器人本体解决方案提供商，里工通过自主研发及制造了人形机器人、协作机器人无人值守系 统、无人驾驶自主移动机器人、复合机器人、智能工厂软件管理系统等系列产品和解决方案，帮助泛工业用户实现智 能化升级和数字化转型。 里工是国家级专精特新“小巨人”企业，是国家工信部智造系统解决方案“揭榜挂帅”单位，拥有近 40 械干涉与奇异点问题。通过降低专业门槛，扩大技术在中小企业的应用渗透率。 三、企业核心产品 1、高寻复合移动机器人 产品介绍：里工高寻复合移动机器人是一款融合了自动驾驶技术与工业4.0 标准的高端工业协作机器人。利用先进 的环境地图构建、自主路径规划、智能安全避障、环境与物体识别以及语音控制技术，里工高寻复合移动机器人能够 轻松完成各种任务，包括物体搬运、抓取、装配、设备操控等。这款机器人广泛应用于柔性智能制造、实验检测、巡

and intermittent contact with the travel surface”，即 由一组相互连接的连杆和关节组成的机构，通过往复运动和与行进表 面的间歇接触来支撑和推进移动机器人。根据定义来看，双足机器人 可以是双足的动物形态，也可以是人形形态，亦或是其他有双足的形 态，在此定义中并没有十分明确其具体形态。并且如前文所讲，人形 机器人并不一定是用两条腿来移动，可以是其他可移动部位的动作与 性能、模块化、互操作、人机交互、能耗等方面发布国际标准 32 项， 在研 15 项。近 3 年新立项标准主要关注服务机器人（包括腿式机器人、 背部支撑机器人和电动汽车充电机器人）的性能规范及试验方法、工 业用自主移动机器人通信与互操作、服务机器人软硬件及模块的信息 模型、工业机器人能耗等方面。 国际电工委员会 IEC 并无专门面向机器人领域的技术委员会，其 有关机器人的标准分布在多个技术委员会中。IEC/TC 机器人、背部支撑机器人、下肢穿戴机器人的标准如 ISO 5363:2024、ISO 18646-4:2021、ISO 18646-6 等也可为人形机器人性 能要求与评价评测标准提供参考。ISO 19649:2017 定义了移动机器人 相关术语，可为未来制定人形机器人术语定义标准提供参考。 IEEE 所发布的机器人本体论方面标准如 IEEE 1872-2015、IEEE 1872.1-2024、IEEE 1872.2-2021、IEEE

02发布，手部具有16个自 由度，能够承受与人类相当的力量，并且 搭载了AI模型，可以实现实现快速常识性 视觉推理或与人类直接开启语音对话。 3.2.1 海外厂商探索应用场景 资料来源：高工移动机器人，新智元，量子位等，华西证券研究所 02 04 01 03 28 傅利叶  2023年发布了人形机器人GR-1。GR-1高1.65米， 重55kg，使用自研FSA高性能一体化执行器，拥有 拾取面前的物品。另一大特征是配置第四代手部装置，最 新设计具有16个DoF和可与人类媲美的力量，可承载高达25公斤的重量，并灵活执行各种类似人类的任务。 30 资料来源：深科技，IT之家，高工移动机器人等，华西证券研究所 Figure 01与人互动 Figure 01在宝马工厂试点 04 计算机领域：控制与感知 31 资料来源：华西证券研究所 32 4.1.1 控制器：人形机器人行动之脑

础。现 代机器人的雏形是1954年美国麻省理工学院创造的可预编程机械臂。 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Kism

向的高通量机器人 用于化合物的合成和验证，而高通量机器人的应用均能大幅提高研究进度并更好的 保障研究人员的安全性。 利物浦大学 Andrew Cooper 团队通过编程驱动的两台人工智能移动机器人能够为自 主和协作地执行和分析化学反应，目前可以执行“进行反应、产品分析和数据驱动” 的决策，能够构建从合成到表征的无缝工作流程，以操作 Chemspeed ISynth 合成 模块、超高效液相色谱-质谱仪

底图像扫描、嫌疑位置识别、重点查看等功能，解 决低接空间查验的准题， 可广泛应用于海关边防、公安卡 口大型活动、重要会议安保等场 所的临时性或短期的车辆布控查 验。 智能协作机器人 基于智能移动机器人、柔性多关节机器人、视觉识 别等技术的综合应用。具有自主移动、自主识别定 位、路径划、自动抓取、机器协同等功能。 可广泛应用于机场、海港、陆路 口岸的物品核酸采样、辅助查验 、巡检、物流搬运、分拣码垛等

当订单进入系统时，AI 会立即计算最优的拣选 路径、机器人调度方案和作业时序。系统具备 自学习能力，通过持续分析作业数据，不断优 化决策模型，提升仓储运作效率。 执行层面，多种类型的机器人协同作业。 自主移动机器人（AMR）负责货物的搬运和转 移，具备自主导航和避障能力；拣选机器人通 过智能视觉识别和机械臂控制，实现精准的商 品抓取和分拣；库存管理机器人则自动进行盘 点和货位优化。这些机器人在 6G