2023年全球人形机器人行业技术发展现状分析 FSD视觉方案渐趋成熟

人形机器人行业主要上市公司：小米集团-W(01810.HK);双环传动(002472.SZ);步科股份(688160.SH);鸣志电器(603728.SH);江苏雷利(300660.SZ);恒帅股份(300969.SZ);绿的谐波(688017.SH);中大力德(002896.SZ);汇川技术(300124.SZ);秦川机床(000837.SZ);长盛轴承(300718.SZ);奥普光电(002338.SZ);埃斯顿(002747.SZ)等

本文核心数据：人形机器人软硬件架构、人形机器人FSD视觉方案

整体框架：软件决定人形机器人高度，算法需与硬件匹配

人形机器人本质是AI系统落地物理世界的最佳载体，算法是核心，需与硬件匹配。机器人的输出包含了虚拟与物理两种能力。虽然人形机器人从本体硬件上看，存在抗压硬度与灵敏度不足的问题，但更核心问题在于是算法对运动能力的控制，包括本体平衡、行走的步态、手部抓取等规划与控制。这需要成熟的感知系统基础、强大的算法分解任务和规划动作、大模型不断仿真训练以及超强的算力支撑。同时要求，算法与硬件相匹配，这要求机器人企业需自研算法，并持续更新迭代。

感知：FSD视觉方案渐趋成熟

特斯拉FSD纯视觉深度学习神经网络渐趋成熟，可嫁接至人形机器人。与自动驾驶类似，人形机器人同样需利用传感器(摄像头、激光雷达等)感知、采集和处理周围环境信息，以便做出决策。特斯拉人形机器人仅使用3个摄像头(中间鱼眼摄像头、左右各一个视觉摄像头)，直接嫁接FSD成熟的纯视觉方案，再辅之以力力矩声学触觉温度等传感器。

决策：人形机器人行为规划难度较高

人形机器人决策难度更高：决策层依据感知层获取的信息进行决策判断，来控制机器人身体做出动作规划并下发指令。特斯拉人形机器人与FSD底层模块打通，一定程度上算法可复用，但人形机器人需完成人类各种动作，动作连续复杂、需频繁的物理交互且操作因果性多，算法难度远高于自动驾驶。

随着人工智能大模型的快速发展，ChatGPT能够助力人形机器人拆解任务。大语言模型擅长推断语言条件，并利用其代码编写能力，拆分任务，给出运动规划的目标函数。

执行：人形整机平衡与行走步态是关键

人形机器人执行层指的是系统在做出决策后，对机器人本体做出控制。机器人各操控系统都与决策系统相链接，并按指令精确执行。其中，人形整机平衡与行走步态是最基本也是最关键的两个环节：

仿真：算法训练可提升机器人智能化水平

仿真的目的在于评估机器人结构和算法的设计，包括机器人的运动、工作环境、感知等，意义在于通过仿真模型快速、低成本、高安全性地训练机器人的算法。通过仿真，可加快软件更新迭代，同时缩短算法与硬件调整时间，极大提高训练效率。另外，随着芯片与AI技术的发展，未来端到端训练有望突破，人形机器人具身智能未来可期。

更多本行业研究分析详见前瞻产业研究院《中国人形机器人（仿生人）行业发展前景预测与投资战略规划分析报告》。

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、专精特新小巨人申报、十五五规划等解决方案。如需转载引用本篇文章内容，请注明资料来源（前瞻产业研究院）。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。