人形机器人再探讨：百尺竿头更进一步

华泰研究

2023年8月14日丨中国内地

专题研究

技术革新+巨头入局+政策激励，多维度催化人形机器人产业发展

技术进步+巨头入局+政策激励加速 2023年人形机器人产业发展。2023 年RT-2、Voxposer等大模型超预期发展，具身智能迎来曙光。特斯拉宣布其人形机器人擎天柱 2024年有望率先在内部工厂投入使用，微软、谷歌、三星等科技公司也纷纷入局，有望加快整个产业链技术升级。北京 2023年6月发布政策，目标2025年实现百台人形机器人原型机生产，实现3-4个场景应用，上海、深圳同样发布政策加紧布局人形机器人，加快其产业化进程。随着科技龙头入局、大模型等AI技术加速、相关政策密集落地，作为“具身智能”最理想载体的人形机器人有望加速发展。

决策层：大模型赋予机器人“大脑”，具身智能迎来曙光

谷歌DeepMind于2023年7月28日推出全球首个控制机器人的视觉-语言-动作(VLA)模型 RT-2；斯坦福大学李飞飞教授研究团队于2023年7月12日推出VoxPoser，通过大语言模型加视觉语言模型指导机器人行动。搭载此类模型的机器人有两方面突破性进展：一是其可以理解自然语言指令，无需复杂的编程语言可完成人机交互；二是无需训练即可完成复杂指令且产生涌现能力，未知场景下的泛化能力增强。RT-2/Voxposer 还改变了决策结果到运动控制的映射方式，无需经过复杂翻译即可将高层级设计映射到低层级动作。当机器人“拥抱”大模型，具身智能迎来曙光。

感知层：聚焦力传感器应用，机器人知“轻重”懂交互

人形机器人需借助多种传感器收集多模态数据以供交互，通过聚焦力传感器领域，我们认为六维力传感器和关节扭矩传感器是力传感核心，向机器人的力控制和运动控制提供力感信息，对实现机器人智能化起重要作用。其中六维力传感器相比于单轴力传感器技术壁垒较高，需兼顾优良的静态性能、动态性能和低维间耦合。未来六维力传感器需要六维联合加载标定设备等先进仪器、动态特性优化以及矢量运算中的解耦算法解决技术难点。近期学术前沿论文中提出，人形机器人可利用关节扭矩传感器和手腕处六维力传感器的感知反馈定位接触位置并估计手部物体姿态。

执行层：刚性驱动器方案成熟，准直驱方案渗透率有望提高

机器人关节驱动器目前以电驱为主，经历了从刚性驱动器、弹性驱动器到准直驱驱动器的过程。特斯拉采用目前相对成熟的刚性驱动器方案，其使用无刷电机驱动高传动比减速器，在输出端安装力传感器，控制相对简单，精度高，但效率较低，整体设计方面较难有创新；准直驱驱动技术是新兴技术，依靠驱动器电机开环力控，不依赖力传感器实现本体感知机器人脚部和外界的交互力，功率密度高，力控带宽大，抗冲击能力强，但其编码器技术和电机功率密度仍有待提高。在电机和减速器性能没有大幅提升的情况下，准直驱驱动器有望逐步替代传统刚性驱动器。

风险提示：模型泛化能力不足，力传感方案发生变化，驱动器技术升级不及预期。本研报中涉及到未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

机械设备

增持 (维持)

通用机械增持 (维持)

研究员

倪正洋

SAC No. S0570522100004nizhengyang@htsc.com

SFC No. BTM566

+(86) 21 2897 2228

联系人

王自

SAC No. S0570123070064 wangzi022582@htsc.com

+(86) 21 2897 2228

行业走势图

资料来源：Wind，华泰研究

每日免费获取报告 □

每日微信群内分享7+最新重磅报告；

每日分享当日华尔街日报、金融时报；

√ 行研报告均为公开版，权利归原作者所有，起点财经仅分发做内部学习。

正文目录

技术革新+巨头入局+政策激励，多维度催化人形机器人落地
决策层：大模型赋予机器人“大脑”，具身智能迎来曙光. ..7
大模型使机器人理解自然语言，增强泛化能力.. ...7
决策结果到运动控制映射方式改变，机器人实现“手脑协调”
感知层：聚焦力传感器应用，机器人知“轻重”懂交互. ..1
六维力/关节扭矩传感器为力控核心，使人形机器人知“轻重” ...1
高价值高壁垒，六维力传感器面临动静态特性及解耦问题 …13
六维力传感器+本体感知带来机器人手部物品姿态估计新解法.8
执行层：刚性驱动器方案成.，准直驱方案渗透率有望提高…21
报告提及公司. ...4
风险提示... ...24
图表目录
图表1：技术进步+巨头入局+政策激励加速 2023年人形机器人产业提速... ..
图表2：各大厂大模型快速发展，赋予机器人思考学习能力，推动具身智能发展….
图表3：特斯拉人形机器人实现快速迭代..
图表4：特斯拉人性机器人已实现流畅行走与抓取物品. ..5
图表5：多家科技巨头布局人形机器人，加快技术进步推进商业化应用..
图表6：中央和地方均推出相关政策加紧布局人形机器人...
图表7：RT-2帮助机器人在数据从未见过的场景完成多种任务... ...
图表8：搭载VoxPoser机器人无需示范可做开瓶、按开关等任务..
图表9：命令“选择已灭绝动物"，搭载 RT-2机器人选择恐龙玩..
图表10：智元机器人可根据输入的自然语言命令完成动作... ...
图表11：VoxPoser产生了4个“涌现能力”，机器人可以在任务过程中自主生成推理能力，掌握新方法 ….8
图表12：RT-2提高了机器人在未见过场景中的性能，从RT-1的 32%提高到 62.%.
图表13：CoT能够帮助 RT-2完成更复杂的任.. ....9
图表14：大模型决策结果到机器人动作控制的映射方式改变.. ...9
图表15：RT-2输出字符串可直接对应到机器人的坐标、旋转角等信息 ..10
图表16：Voxposer工作过程为接受命令—LLM 生成与VLM交互一生成操作指示地图一运动规划器规划动作....10
图表17：人形机器人需要多种传感器与真实世界交.. ..1
图表18：多种传感器帮助人形机器人识别自身的运动状态和环境状况. ...1
图表19：UCLA—Artmes 足部力觉传感器方案.. ...12
图表21：六维力传感器可测量X、Y、Z三轴力和力..
图表22：坤维科技腕部六维力传感器， ..13
图表23：坤维科技踝部六维力传感器.. ...3
图表25：关节扭矩传感器感测各个关节扭力.. ...13
图表26：国内六维力传感器市场第一梯队为ATI、坤维科技、鑫精诚、宇立仪器. .14
图表27：国内外六维力传感器主要参与者及各家产品性能指标... ...14
图表28：六维力传感器根据传感元件的不同主要分为三种基本类型：应变片式、光学式以及压电/电容式， ..15
图表29：硅应变传感器在稳定性、信噪比、刚度方面具有一定优势. ..15
图表30：十字型结构对称性好，兼顾横向和竖向的应变效果. ..15
图表31：Stewart结构是一种球面连杆结构，整体较紧凑.. ..15
图表32：六维力传感器选型四个核心步骤为确定量程需求一确定使用环境一确定机械出线需求一确定通讯方式...16
图表33：六维力传感器标定装置.. ....16
图表34：六维力联合加载标定才能使传感器的准度更好、串扰更低. ..16
图表35：动态性能补偿可以有效提高多维力传感器的响应速度... ...17
图表36：六个测量方向加载至各自的额定载荷总会出现串扰... ..17
图表37：解耦算法可一定程度减少维间数据关联度.. ..17
图表38：基于视觉感知和CNN 网络的6D 位姿估计算法 PoseCNN... ..18
图表39：在遮挡情况下视觉感知不能有效地检测出所需的目标轮廓 .18
图表40：SCOPE实验装置.. ..18
图表41：SCOPE选取合理的抓取接触位置（下三图） ..18
图表42：SCOPE方法借助六维力传感器+本体感知完成接触位置确定和物体姿态估计. ...19
图表43：接触位置粒子的初始化分布(左)和经过接触粒子滤波器 10个步骤后的最终分布(右).. ..19
图表44：MuItiSCOPE实现多个接触跨物体姿态估计，助力机器人使用人类工具。.. ..20
图表45：MultiSCOPE技术未来发展方向会集中于减少收敛到准确的物体姿态估计所需的动作次数，提高效率...20
图表46：Atlas采用液压驱动，Optimus 采用电驱动... ..21
图表47：电驱经历从刚性驱动器、弹性驱动器到准直驱驱动器的过程. .21
图表48：刚性驱动器由电机/减速器/编码器/力传感器和控制板等组成.. ..21
图表49：刚性驱动器多数采用谐波减速器，力矩传感器非必需... ..21
图表50：弹性驱动器引入弹性元件变为欠驱动系统，运动控制精度低... ..22
图表51：PEA可用于机器人髋关节和上肢外骨骼机器人... ..22
图表52：准直驱型由高扭矩密度电机/行星减速器/编码器/控制板组成. .22
图表53：宇树科技新准直驱驱动器增加离合结构.... ..22
图表54：准直驱驱动器效率较高，但因其仍需后备电池所以多用于四足机器人.. ..23
图表55：报告提及公司.. .24

技术革新+巨头入局+政策激励，多维度催化人形机器人落地

技术进步+巨头入局+政策激励加速2023年人形机器人产业发展。2023年ChatGPT等大语言模型超预期发展，增强人形机器人交互能力，拓宽其应用领域；硬件方面，特斯拉等科技公司纷纷入局，有望加快产业链技术进步。我们认为人形双足机器人为通用机器人的最优解，因为人类社会的种种事物都按照人类的生理结构进行设计，贴近人类形态的双足机器人更能适应种类多样的任务，达到通用的目的，隐形成本较小。随着科技龙头入局、ChatGPT等AI技术加速、相关政策密集落地，作为“具身智能”理想载体的人形机器人在多种因素的推动下有望快速发展。

图表1：技术进步+巨头入局+政策激励加速2023年人形机器人产业提速

资料来源：各政府官网，各公司官网，华泰研究

大模型帮助机器人思考学习，推动具身智能发展。英伟达创始人兼CEO 黄仁勋在ITFWorld2023半导体大会上表示，AI下一个浪潮将是“具身智能”，即能够理解、推理物理世界并与物理世界互动的智能系统。微软、Go0gle、英伟达等大厂均积极开展具身智能相关研究。微软基于ChatGPT的强大自然语言理解和推理能力生成控制机器人的相关代码;英伟达VIMA 基于T5 模型，将文本和多模态输入交错融合，结合历史信息预测机器人的下一步行动动作；英伟达OPTIMUS使用任务运动规划器来自动生成足够的机器人轨迹数据，然后训练Transformer视觉-运动策略，进而预测机器人动作；谷歌RT-2则通过VLM与机器人数据的结合，赋予机器人语义理解和基本推理能力。大模型不断进步提升人形机器人交互能力，推动具身智能发展。

图表2：各大厂大模型快速发展，赋予机器人思考学习能力，推动具身智能发展

资料来源：《RT-2：谷歌具身智能新突破》（华泰计算机，2023年8月3日），华泰研究

特斯拉机器人快速迭代，24 年有望在工厂投入使用。2021年特斯拉在AIDay上首次提出其人形机器人Optimus 的渲染图；2022年AIDay上，特斯拉推出原型机，在没有外接线缆的情况下实现了缓慢行走与挥手；2023年5月股东大会上，特斯拉人形机器人已经可以实现流畅的行走与抓取物品，灵活度较原型机大大提高。2023年7月20日，马斯克表示，目前特斯拉人形机器人擎天柱的制造数量为10台左右，将会在2023年11月左右对特斯拉自己设计的执行器进行行走等测试，明年人形机器人有望率先在内部工厂投入使用。在应用场景方面，除了工厂以外，公司还考虑将人形机器人与Neuralink 结合，为残障人士提供义肢应用场景有望不断拓展。

图表3：特斯拉人形机器人实现快速选代

资料来源：特斯拉2022年AIDay，华泰研究

图表4：特斯拉人性机器人已实现流畅行走与抓取物品

资料来源：特斯拉2023年股东大会，华泰研究

多方玩家布局人形机器人，百舸争流加快硬件变革。除特斯拉外，国内外多家公司积极研发人形机器人并取得快速进步。2019 年波士顿动力机器人Atlas 掌握“体操”技巧，能够连续的跳跃、翻滚；2022年8月，小米发布人形机器人“Cyberone”；2023年4月1Xtechnologies机器人EVE应用于美国和欧洲部分地区的商业场景；优必选、傅利叶所生产机器人都具备行走，与人协同完成动作等功能；三星宣布将于2023年10月阐述其“Semicon人形机器人”计划。各高校实验室也在积极尝试各种技术路径研发人形机器人，清华大学交叉信息研究院陈建宇团队机器人“小星”采用准直驱力控方案，可完成多种动作。多方玩家并驱争先，有望加速人形机器人硬件升级。

图表5：多家科技巨头布局人形机器人，加快技术进步推进商业化应用

公司	型号	功能及应用场景
特斯拉	Optimus	为植物浇水、移动金属棒、环境感知和记忆力较好、力度控制较精准
小米	Cyberone	重建真实世界、实现运动姿态平衡、感知人类情绪
波士顿动力	Atas	行走、奔跑并穿越多种复杂地形、空翻、手部灵活能完成抓取等动作。
Agility Robotics	Digit	移动手提袋或包裹、卸货、行走交付
1X technologies	EVE	安保、护理、调酒等，目前在售
Engineered Arts	Ameca	与人类互动时检测情绪和年龄，并可以用常见的表情进行交流；可应用于实验研究、展览、接待、教育
优必选	Walker X	复杂地形自适应、动态足腿控制、手眼协调操作、柔顺物理交互、U-SLAM视觉导航、自主路径规划等；主要应用于科技展馆、影视综艺、商演活动、政企展厅
傅利叶	Fourier GR-1	具备直腿行走、快速行走、敏捷避障、稳健上下坡、应对冲击干扰、与人协同完成动作等功能；可用于工业、康复、居家、科研等场景
达阔	Cloud Ginger 2.0	应用场景主要包括卖场促销、直播卖货、教育科研、清洁打扫、康养陪护、迎宾导览
追觅	追觅通用人形机器人	可以完成单腿站立；完成室内三维环境的建模；能够适应不同路面，实现自主避障。

资料来源：各公司官网，华泰研究

政策密集出台，加速人形机器人产业化进程。2023年6月28日，北京印发《北京市机器人产业创新发展行动方案（2023-2025年)》，强调要对标国际领先人形机器人产品，支持企业和高校院所开展人形机器人研发和工程化，目标在2025年前实现百台（套）级人形机器人原型机的生产，并在3-4个典型场景中开展示范性应用。十四五以来，中央和地方陆续推出支持人形机器人产业发展的政策，如《“十四五”机器人产业发展规划》、《"机器人”应用行动实施方案》、《山东省制造业创新能力提升三年行动计划（2023-2025 年)》、《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024年)》等。多地利好政策有望推动人形机器人加快工程化和产业化。

图表6：中央和地方均推出相关政策加紧布局人形机器人

时间	相关部门	文件名称	相关内容
2023/6/29	北京市人民政府办公厅	《北京市机器人产业创新发展行动方案到2025年，培育100种高技术高附加值机器人产品、100种具有全国推广价值 (2023—2025年)》	的应用场景，万人机器人拥有量达到世界领先水平。机器人核心产业收入达到 300 亿元以上。对标国际领先人形机器人产品，支持企业和高校院所开展人形机器人整机产品、关键零部件攻关和工程化，加快建设北京市人形机器人产业创新
2023/5/31	市人民政府办公厅	中心。中共深圳市委办公厅、深圳《深圳市加快推动人工智能高质量发展聚焦通用大模型、智能算力芯片、智能传感器、智能机器人、智能网联汽车等领高水平应用行动方案（2023一2024域，实施人工智能科技重大专项扶持计划，重点支持打造基于国内外芯片和算法
2023/5/18		年）》	的开源通用大模型；支持重点企业持续研发和迭代商用通用大模型；开展通用型具身智能机器人的研发和应用，优必选科技已获批筹建广东省人形机器人制造业
2023/5/18	上海市人民政府办公厅	创新中心。	《上海市推动制造业高质量发展三年行到 2025年，规模以上制造业企业数字化转型比例达80%以上，工业机器人使用
2023/3/13	上海市经济和信息化委员会	动计划（2023-2025年）》密度力争达360台/万人。《上海市智能机器人标杆企业与应用场支持推动以机器人为代表的智能终端产业发展，培育一流营商发展环境。力争到	2025年，本市将打造10家行业一流的机器人头部品牌、100个标杆示范的机器
2023/1/19	工业和信息化部、教育部等《“机器人+”应用行动实施方案》	景推荐目录》	人应用场景、1000亿元机器人关联产业规模。到 2025年，制造业机器人密度较 2020 年实现翻番，服务机器人、特种机器人行业应用深度和广度显著提升。聚焦10大应用重点领域，突破100 种以上机器

资料来源：各政府官网，华泰研究

决策层：大模型赋予机器人“大脑”，具身智能迎来曙光大模型使机器人理解自然语言，增强泛化能力

大模型为机器人装上“大脑”，提升其理解能力与泛化能力。谷歌DeepMind于2023年7月28 日推出全球首个控制机器人的视觉-语言-动作(VLA)模型RT-2；斯坦福大学李飞飞教授研究团队于2023年7月12日推出VoxPoser，通过大语言模型加视觉语言模型指导机器人行动。搭载此类模型的机器人可以像 ChatGPT一样被操纵，可理解自然语言指令并且无需预定义的运动原语或额外的数据和训练，具身智能迎来曙光（具身智能指具有身体并支持物理交互的智能体，可借助智能算法实现理解推理并与物理世界互动)。大模型的发展使机器人更容易理解人类指令并执行动作以完成更好的交互，人形机器人产业化进度有望加快。

图表7：RT-2帮助机器人在数据从未见过的场景完成多种任务

资料来源：《RT-2: Vision-Language-Action Models Transfer Web Knowledgeto Robotic Control》（Google DeepMind，2023），华泰研究

图表8：搭载VoxPoser机器人无需示范可做开瓶、按开关等任务

资料来源：《VoxPoser: Composable 3D Value Maps for Robotic Manipulationwith Language Models》（李飞飞等，2023），华泰研究

RT-2/VoxPoser实现自然语言编程，机器人“善解人意”。RT-2/VoxPoser的一大突破是使机器人可以理解自然语言指令，无需复杂的编程语言便可完成人机交互。RT-2模型建立在视觉-语言模型（VLM）的基础上，赋予机器人语义理解和基本推理能力，使其可以听懂并自主推理出已灭绝动物 (恐龙）和哪种饮料最适合疲惫的人(能量饮料)；李飞飞团队VoxPoSer模型只需接收到“打开上面的抽屉，小心花瓶!”类似的指令即可执行任务；在前华为天才少年彭志辉创业公司智元机器人所发布的视频中，机器人也可根据简单的文字或语音指令对桌面上不同颜色的方块进行选取、调位和叠放等操作。

图表9：命令“选择已灭绝动物”，搭载RT-2机器人选择恐龙玩偶

资料来源：Google Deepmind，华泰研究

图表10：智元机器人可根据输入的自然语言命令完成动作

资料来源：智元机器人公众号，华泰研究

评估物理特性：给定两个质量未知的方块，利用可用的工具进行物理实验，确定哪个方块更重。Whichblockisheavier?

无需训练即可完成复杂指令且产生涌现能力，未知场景下RT-2模型泛化能力翻倍。新模型的另一大突破是无需预定义的运动原语或额外的数据和训练，模型泛化能力增强，加速机器人通用化。过去算法下实现机器人扔垃圾的动作需训练机器人区分、捡起、扔掉垃圾各个步骤，而RT-2可以将网络相关知识传给机器人，使其无需明确的训练即可学会扔垃圾。面对之前从未见过的任务情形，RT-2成功率达到62%，泛化性能较RT-1提高一倍。而VoxPoSer用大模型指导机器人如何与环境进行交互，达到在无需额外数据和训练的情况下完成各种任务，并且涌现出了4种行为能力，可以自主分步完成任务，掌握评估方法，根据最新要求做出判断进而调整输出动作。

图表11：VoxPoser产生了4个“涌现能力”，机器人可以在任务过程中自主生成推理能力，掌握新方法

行为常识推理：比如在摆餐具的任务中，告诉机器人“我是左撇子”，它就能通过上下文理解其含义lamleft-handed.

细粒度语言校正：对于需要高精度的任务，比如“给茶壶盖上盖子”，用户可以给机器人准确的指令，比如“你偏离了1厘米”。

多步视觉程序：给定一个任务“将抽屉精确地打开一半”，由于没有对象模型导致的信息不足，机器人可以根据视觉反馈提出多步操作策略，即首先完全打开抽屉同时记录手柄位移，然后将其推回至中点就可以满足要求。
资料来源：《VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models》（李飞飞等，2023），华泰研究

图表12：RT-2提高了机器人在未见过场景中的性能，从RT-1的32%提高到62%

模型	已知场景	未知物品情况		未知背景情况		未知环境情况
模型	已知场景	(Unseen Objects)		(Unseen Backgrounds)		(Unseen Environments)	未知场景平均值
R3M (Nair et al.,2022b)		Easy	Hard	Easy	Hard	Easy Hard
	45	32	14	13	9	0 2	12
VC-1 (Majumdar et al.,2023a)	63	34	10	13	3	0 0	10
RT-1 (Brohan et al.,2022)	92	31	43	71	9	26 14	32
MOO (Stone et al.,2023)	75	58	48	38	41	19 3	35
RT-2-PaLI-X-55B (ours)	91	70	62	96	48	63	35 62
RT-2-PaLM-E-12B (ours)	93	84	76	75	71	36 33	62

资料来源：《RT-2:Vision-Language-Action Models Transfer Web Knowledge to Robotic Control》(Deepmind,2023)，华泰研究

RT-2泛化能力还体现在其思维链（CoT）助其进行多阶段语义推理，完成更复杂任务。DeepMind研究团队展示了将思维链推理纳入RT-2中使其能够进行多阶段语义推理，他们用少量的“增强”数据微调一个RT-2-PaLM-E 变种，增强数据中加入了“Plan”步骤，使得VLM首先用自然语言描述机器人将要采取的动作的目的，然后再给出预测的机器人动作标记。例如：“指示：我饿了。计划：选择rxbar巧克力。行动：1128124136121158111255。”通过实验结果可以观察到，具有思维链推理的 RT-2 能够回答更复杂的命令。

图表13：CoT能够帮助RT-2完成更复杂的任务

Prompt:
Given Instruction： Bring mea drink.
Prediction:
Plan:pick 7up can.
Action:1143129123145 114115 127 Prompt:
Given Instruction： Move all the objects
together.
Prediction:
Plan: move green can near green rice chip bag.
Action:1128126127135 123119127

Prompt:

Given Instruction: Pick the object that is different from all other objects
Prediction:
Plan:pick rxbar
chocolate.Action:1128 129125131125128127

Prompt:

Given Instruction: Move the green objects
together.
Prediction:
Plan: move green can near green rice chip bag.
Action:1130129 121131 127128127

资料来源：《RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control》，Google（2023），华泰研究

决策结果到运动控制映射方式改变，机器人实现“手脑协调”

此前大模型产出的策略需要借助低级别策略或API才能完成对机器人的运动控制。视觉语言模型生成的结果到机器人动作的映射方式，主要取决于该预测结果的层级。之前模型中预测结果处于高级别设计层级：以Google PaLM-E和微软ChatGPTfor Robotics 为例，PaLM-E实现了对具身任务的决策方案预测，但不涉及机器人动作的实际控制，需要依赖低级别的现成策略或规划器来将决策方案“翻译”为机器人动作。微软默认提供控制机器人的低层级API，ChatGPT输出是更高层级的代码，需调用到机器人低层级的库或API,从而实现对机器人动作的映射和控制。RT-2和VoxPoSer预测结果已经到了低级别动作层级，不需要再经过复杂的翻译即可将高层级设计映射到低层级动作。

图表14：大模型决策结果到机器人动作控制的映射方式改变

资料来源：《RT-2：谷歌具身智能新突破》（华泰计算机，2023年8月4日），华泰研究

RT-2输出字符串可直接对应到机器人的坐标、旋转角等信息。RT-2动作控制采用的方法是将机器人动作表示为另一种语言，即文本 token，并与 Web 规模的视觉-语言数据集一起训练。代表机器人动作的文本字符串可以是机器人动作token编号的序列，例如「1128912415101127217」，该字符串以一个标志开始，该标志指示机器人是继续还是终止当前情节，然后机器人根据指示改变末端执行器的位置和旋转以及机器人抓手等命令。由于动作被表示为文本字符串，因此机器人执行动作命令就像执行字符串命令一样简单。这种表示方式允许谷歌对现有的视觉-语言模型进行微调，并将其转换为视觉-语言-动作模型。

图表15：RT-2输出字符串可直接对应到机器人的坐标、旋转角等信息
RT-2 从互联网规模的VQA和机器人动作数据中获得预训练模型，使用了RT-1 的演示数据，这些数据是由 13个机器人在办公室、厨房环境中收集的，历时17个月。

RT-2将机器人动作表示为文本字符串，该字符串以一个标志开始，指示机器人是继续还是终止当前情节，然后机器人根据指示改变末端执行器的位置和旋转以及机器人抓手等命令。有了这种表示就可以直接对现有的VLM模型进行微调，并将其转换为VLA模型。
资料来源：《RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control》（Google DeepMind,2023），华泰研究

Voxposer规划结果直接为机器人运行轨迹。Voxposer的动作控制实现过程是首先给定环境信息（用相机采集 RGB-D 图像）和自然语言指令，之后LLM（大语言模型）根据这些内容编写代码，所生成代码与VLM（视觉语言模型）进行交互，指导系统生成相应的操作指示地图（3DValueMap)，之后动作规划器将生成的3D 地图作为目标函数，直接合成最终操作轨迹。在用LLM和VLM将语言指令映射为3D地图的过程中，系统利用“感兴趣的实体(entity of interest)”来引导机器人进行操作，也就是通过 3DValue Map 中标记的值来反应哪个物体是对它具有“吸引力”的，哪些物体是具有“排斥性”，比如在打开抽屉的例子中，抽屉就是“吸引”的，花瓶是“排斥”的。

图表16：VoxpoSer工作过程为接受命令—LLM生成与VLM交互一生成操作指示地图一运动规划器规划动作

资料来源：《VoxPoser: Composable3D Value Maps for Robotic Manipulation with Language Models》（李飞飞等，2023），华泰研究

感知层：聚焦力传感器应用，机器人知“轻重”懂交互

人形机器人需借助多种传感器识别自身运动状态和环境状况，收集多模态数据以供交互。具身智能重点在于具有身体体验的能力，与环境交互获得视、听、触觉等多模态数据再做出反应，需要模型与传感器等硬件相互配合。李飞飞教授团队在介绍 Voxposer 的论文中提到，具身智能依赖于外部感知模块，在需要整体视觉推理或理解细粒度物体几何形状的任务中具有局限性，需要更高级的视觉传感器或其他传感方式。因此人形机器人产业化不仅需要大模型完成决策，还需要传感器等硬件不断升级进行配合，提供多模态数据。

图表17：人形机器人需要多种传感器与真实世界交互
MEMS&SENSORS:BEYONDTHEHUMANSENSES...

资料来源：Yole，华泰研究

图表18：多种传感器帮助人形机器人识别自身的运动状态和环境状况

位置	传感器种类	作用
头部	视觉传感器	视觉成像，建图定位，导航
	麦克风传感器	语音识别，进行语音交互
	红外相机或红外传感器	感知物体存在
表面	接近传感器	超声波雷达或TOF用来测距
内部	光电开关或压力薄膜	直接感知碰撞
内部	温度传感器	监测温度，帮助散热
	湿度、压力传感器	检测机器人体征
力控传感器	IMU惯性导航模组	平衡和稳定行走的关键传感器。典型IMU传感器有三轴加速度计、三轴陀螺仪。
	足部力控	通过气压传感器或压力传感器检测足底，成本较低可保证基本功能
	手部力控	检测握力，触觉等，控制手部电机
	关节力控	检测关节输出扭矩

资料来源：中国机器人网，华泰研究

六维力/关节扭矩传感器为力控核心，使人形机器人知“轻重”

力传感发展仍处初期，六维力传感器和关节扭矩传感器是核心。在机器人多种感知中，力觉感知及对应的力传感器发展较慢，但其在人形机器人的运动控制中起重要作用，可以增强机器人本体感知及获取环境物理信息的能力。力传感器是人形机器人感测力和力矩信息的主流选择，可协助机器人完成精细和智能的操作任务。人形机器人力感知主要包括两种模式，一种使用末端的六维力传感器，一种使用关节扭矩传感器。人形机器人旋转、线性执行结构类似于人类关节，对于力的感知相对简单，可采用关节扭矩传感器；而对于人形机器人末端执行器（如腕部、踝部）在执行操作的过程中，力的方向和作用点都在三维空间内随机变化，测量需要精确处理，六维力传感器更符合需求。

图表19：UCLA一Artmes足部力觉传感器方案

资料来源：《Design of a Highly Dynamic Humanoid Robot（2023）》（Taoyuanmin Zhu，2023），华泰研究

图表20：坤维科技关节扭矩传感器及六维力传感器

资料来源：坤维科技公众号，华泰研究

六维力传感器精度高、获取力信息最全面。六维力传感器是一类可以同时检测×、Y、Z三轴方向的力和绕三个坐标轴方向的力矩的传感器，目前已应用于协作机器人和康复医疗机器人中，可以增强机器人与人协同的安全性。六维力传感器测量维度最高，可以提供最全面的力觉信息，其具有高精度、高灵敏度、快速响应、高耐用性和可靠性的特点，可以轻松检测到微小的力的变化，实时记录和传输数据，满足各种应用的需求。相较于三维力传感器，六维力传感器适用于力的作用点离传感器标定参考点距离较远，且随机变化，测量精度要求较高的情况。同时机器人可以利用获得的力矩信息推算受力部件的姿态，监测力矩是否在安全范围内，有效避免传感器的过载损坏。

图表21：六维力传感器可测量X、Y、Z三轴力和力矩

资料来源：国际自动化网，华泰研究

六维力传感器主要用于人形机器人腕部及踝部。六维力传感器可装载于机器人的腕部、踝部等核心关节处，让机器人知“轻重”、懂交互，真正实现类人的运动能力。双足机器人由于有脚掌的存在，其在落足时会产生力矩，测量该力矩的大小和方向是运动控制中的重要一环。六维力传感器可搭载于双足机器人脚踝处，测量各方向的力和力矩，并由控制器通过分析传感器输出的各维度数据，得出落脚时的受力状态，从而对机器人姿态进行调整。六维力传感器还适用于人形机器人手腕关节处，机械手在执行抓取或装配工作时，会受到各方向的力，有六维力传感器作为感知元件，机器人才能精准执行这些工作，甚至做到“穿针引线”。

图表22：坤维科技腕部六维力传感器

资料来源：坤维科技公众号，华泰研究

图表23：坤维科技踝部六维力传感器

资料来源：坤维科技公众号，华泰研究

关节扭矩传感器增强机器人本体感知。关节扭矩传感器将扭转力矩引起的物理变化转换成精确的电信号，从而形成对机器人单关节力矩的测量和记录。机器人本体感知依赖关节扭矩传感器感测各个关节扭力，获得各个部位受力情况，提供机器人整体的姿态及位置信息。关节扭矩传感器可以实时反馈高质量扭矩信号，迅速识别接触并立即降低力和速度，因为该传感器距离电机较近，避免了机器人机械本体动态特性的干扰，带宽更高，动态响应更快。关节扭矩传感器本质测量一维力，但要抵抗五维力的干扰，抗干扰能力要求高。

图表24：机器人各关节处需关节力矩传感器反馈力信息

资料来源：松诺盟科技有限公司公众号，华泰研究

图表25：关节扭矩传感器感测各个关节扭力

资料来源：泰科电子官网，华泰研究

高价值高壁垒，六维力传感器面临动静态特性及解耦问题

进口六维力传感器价格昂贵，国内外产品在多方面仍存在差距。2022年，在接受高工机器人采访时，坤维科技创始人熊琳表示：“一台高性能的进口力传感器的价格顶得上国内一台协作机器人的价格，导致国内机器人行业用不起，加之标校能力和生产方式等多方面的约束，国内多数六维力传感器厂商无法满足产能需求，阻碍了第三代工业机器人的发展。”高性能六维传感器价格从几千到上万不等，价值量较高。国内参与者主要是鑫精诚、宇立仪器（安川电机、KUKA、ABB 的力传感器合作商）、坤维科技（供货给节卡、遨博、睿尔曼、大族等国内协作机器人厂商)，但国产六维力传感器与外资主流传感器在灵敏度、串扰、抗过载能力及维间耦合误差等方面仍存在差距。

图表26：国内六维力传感器市场第一梯队为ATI、坤维科技、鑫精诚、宇立仪器

资料来源：GGII，华泰研究

图表27：国内外六维力传感器主要参与者及各家产品性能指标

企业	总部	准度(%FS)	公司简介
坤维科技	中国	0.5%	坤维科技成立于2018年，是一家致力于提供高精度力觉传感器(六轴力传感器)及力控解决方案的企业。公司主营智能力觉传感器的研发、制造、销售及技术推广，开发面向机器人及其他智能装备行业的力觉传感器产品，为机器人及其它智能装备、
鑫精诚传感器	中国	1%-3%	工业过程监控、产品质量检测、科研测试测量等领域提供力觉测量解决方案及相关产品。深圳市鑫精诚科技有限公司成立于2009年，公司专注于微型压力、称重、多轴力、扭力等多样化的智能传感器及控制仪表的工业级产品研发和创新。为 3C 自动化设备、精密医疗、农业、新能源锂电、机器人、半导体、航空铁路、高校等领域提供
	中国		力控系统解决方案与技术合作。宇立仪器有限公司(SRI)是一家集生产、研发于一体的技术密集型企业，是原美 FTSS(现Humanetics ATD)总工黄约博士于
蓝点触控	中国	1%-5%	2007年创立，公司在多轴力传感器设计领域积累了20年经验，在汽车行业和工业机器人领域具有竞争优势。蓝点触控(北京)科技有限成立于2019 年，是一家专业从事高精度、高性能力传感器以及力控产品研发和生产的高新技术企
			业。公司在多维力传感器、关节扭矩传感器、机器人力控技术等方面拥有深厚的经验积累和技术优势,现已形成了Wrist六维力传感器、Joint关节扭矩传感器、力控应用软件包等多个产品系列。
海伯森	中国	1%-2%	海伯森技术(深圳)有限公司成立于 2015年，公司始终专注工业传感技术的创新，并在光学精密测量、工业 20/3D 检测、机器人智能应用等领域形成了成熟的产品矩阵，主营产品包括3D闪测传感器、3D线光谱共焦传感器、点光谱共焦位移传感
帕西尼感知科技			器、超高速工业相机和六维力传感器等。公司核心为多维度大阵列传感器，有应用于机器人关节的六维力传感器产品。
ATI	美国	0.5%-2%	ATI工业自动化公司是世界领先的多维力传感器制造商，1989年以来，ATI工业自动化公司一直致力于开发最先进的产品和解决方案，在世界各地得到了成千上万的成功应用。公司主营业务包括机器人快速转换装置及力传感器。
SCHUNK



			Sintokogio 成立于1934年，是一家总部位于日本的公司，主营业务分为五个部门。铸造部门生产和销售绿砂成型机、绿砂处


	德国
		2%	德国雄克公司(SCHUNK)创建于1945年，主营产品包括精密夹具和自动化抓取系统、传感器等。公司的产品主要应用于机
			械和自动化领域。
Robotiq	加拿大3%		Robotiq 公司成立于2008年，总部位于加拿大魁北克，主营产品包括机器人末端夹具、力矩传感器、机器人相机套件等。
OnRobot	丹麦	3%	OnRobot是一家全球性公司，由丹麦OnRobot、匈牙利OptoForce 和美国Perception Robotics 合并而成。主营产品包括机器
			人未端夹具、力矩传感器、机器人相机套件等。
Sintokogio	日本
		1%-3%
			理系统、化学粘合砂系统等。表面处理部门生产喷气机和喷丸机。环境设备部门生产集尘器、废气净化器、废水处理系统

			等。物料搬运设备部门提供剪刀式升降机、输送机等。特种设备部门为外围行业生产设备,包括机电一体化、模具和成型。

			该公司业务遍及全球，亚洲、北美和欧洲是其前三大市场。
WACOH-TECH日本1%-3%



			WACOH-TECH成立于 2007年，总部位于日本，主营业务包括力传感器和 MEMS 传感器(加速度、陀螺仪)产品的开发、生







			产销焦

资料来源：GGII，华泰研究

应变片式为当前六维力传感器主流，硅应变传感器在稳定性、信噪比、刚度方面表现较好。根据GGI，六维力传感器根据传感元件的不同主要分为三种基本类型：应变片式、光学式以及压电/电容式。应变片式可分为金属电阻应变片和硅应变片，当基体受力发生应力变化时，应变片也一起产生变形，使应变片的阻值发生变化。压电/电容式中，电容是通过极距的变化导致电压变化，压电则是通过形变改变电荷。光学式则通常使用光栅或其他光纤技术检测光功率并将其转换为电能。目前市场应用的大部分是基于应变片式的测量，其具有灵敏度高、测量范围大、可靠性高、技术成熟等优点。其中硅应变传感器在稳定性、信噪比、刚度方面有比较优势。

图表28：六维力传感器根据传感元件的不同主要分为三种基本类型：应变片式、光学式以及压电/电容式

资料来源：《六维力传感器标定技术研究》（陈俊昌，2022)，菁特智能科技，Robotiq官网，华泰研究

图表29：硅应变传感器在稳定性、信噪比、刚度方面具有一定优势

资料来源：leaderobot，华泰研究

应变片式传感器的弹性体结构是关键，一体化和SteWart并联为主流。应变片式六维力传感器的弹性体结构设计是核心问题，传感器的结构受到其应用场合的限制，而力敏感元件的形式和布置直接影响传感器的灵敏度、刚度、动态性能、维间耦合等，很大程度上决定传感器性能的优劣。六维力传感器的典型结构设计主要是一体化结构（竖梁、横梁）和Stewart 并联结构。以Waston 腕力传感器为典型代表的竖梁结构横向效应好、结构简单、承载能力强，但竖向效应差、维间干扰大、灵敏度较低；十字横梁结构灵敏度高、易加工，易于标定，但存在维间耦合和径向效应；SteWart平台中弹性体采用复合式结构，该类传感器具有结构紧凑、承载能力强、误差不累积等优点。

图表30：十字型结构对称性好，兼顾横向和竖向的应变效果

资料来源：《多维力传感器的静动态性能研究》（付立悦，2021），华泰研究

图表31：Stewart结构是一种球面连杆结构，整体较紧凑

资料来源：《多维力传感器的静动态性能研究》（付立悦，2021），华泰研究

六维力传感器选型难度大，技术难点集中于保持优良的静态性能、动态性能和低维间耦合。六维力传感器选型难点在于应用多样性、复杂性。由于传感器量程和精度成反比关系，选择合适量程的传感器才能使精度达到最大；同时在复杂应用场景下，传感器本体是否能适应应用场景也需要考虑；此外还要综合考虑精密机构当中的传感器如何安装在狭小空间内，如何与机构融为一体等问题。六维力传感器选型四个核心步骤为确定量程需求—一确定使用环境—一确定机械出线需求—一确定通讯方式。六维力矩传感器技术难点集中于需兼顾优良的静态性能、动态性能和低维间耦合。未来六维力矩传感器需要六维联合加载标定设备等先进仪器、动态特性优化和矢量运算中的解耦算法解决技术难点。

图表32：六维力传感器选型四个核心步骤为确定量程需求一确定使用环境一确定机械出线需求一确定通讯方式

资料来源：leaderobot，华泰研究

难点一：六维力传感器非线性特性显著，需要更为复杂的六维联合加载标定。标定是指通过加载理论值的载荷并同时记录传感器输出的对应原始信号的方式，获得六维力传感器内部算法的各个参数，建立传感器原始信号和受力之间的映射关系。标定解耦是六维力传感器提高精度的主要方法，因此标定工作在传感器的研发过程中扮演着重要角色。现有标定装置存在较多局限性，如加载载荷有限、无法进行复合加载、无法加载所有维度正负方向、维间耦合较大等。这些局限性因素限制了六维力传感器标定的有效性，影响其最终使用精度，只有采用六维力联合加载标定，才能使传感器的准度更好、串扰更低。

图表33：六维力传感器标定装置

资料来源：《六维力传感器标定技术研究》（陈俊昌，2022），华泰研究

图表34：六维力联合加载标定才能使传感器的准度更好、串扰更低

资料来源：坤维科技公众号，华泰研究

难点二：实际应用条件复杂，动态性能优化算法仍需提升。六维力传感器使机器人实现柔顺化、智能化控制，因此在动载荷下性能指标要求更高。在实际的力/力矩测量过程中，被测信号大多是动态信号，如机器人打磨抛光时的接触力、物体高速运动过程中的称重和炮弹发射过程时的后座力等，这些信号属于快速时变信号，动态性能较差的传感器跟踪测量这些信号难度较大。且当前动态性能的分析方法很难获得完全意义的冲击信号和阶跃信号，造成感应系统的精度下降。当前业界主要使用优化自身结构、形状等方法提高动态性能，国内外学者还尝试利用动态补偿滤波器、遗传算法、神经网络算法等智能算法来提高传感器的动态性能。

图表35：动态性能补偿可以有效提高多维力传感器的响应速度

资料来源：《多维力传感器的静动态性能研究》（付立悦，2021），华泰研究

难点三：维间耦合问题无法彻底避免，解耦算法纷繁复杂。理想的六维力传感器，每一方向输出通道的电压值仅取决于该方向作用力/力矩的大小，与其余五个方向作用力/力矩大小无关。但是由于传感器的结构设计、机械加工的精度、贴片技术、应变片横向效应与检测方式等方面的原因，几乎每一维作用到传感器上的力/力矩分量都会对传感器的各路输出信号产生影响，造成维间耦合问题。因此需要解耦算法来对六维力传感器的输出进行解耦，消除维间干扰，提高传感器的测量精度。但当前对于多维力传感器的解耦问题并没有统一的处理方法，需根据实际情况及传感器结构进行选择和优化。

图表36：六个测量方向加载至各自的额定载荷总会出现串扰

载荷组

标定载荷（理论真值）

测试结果

100%FS

0%FS

99.8%

1.2%FS

2.3%FS

1.7%FS

2.6%FS

2.9%FS

0%FS

100%FS

0%FS

0.3%

100.1%

2.7%FSFS

1.1%FS

2.7%FS

1.4%FS

0%FS

100%FS

0%FS

1.8%

1.2%FS99.7%

1.9%FS2

.6%FS2

.7%FS

0%FS

100%FS

0%FS

2.1%FS

1.6%FS

2.1%FS

100.5%FS

2.6%FS1.2%

0%FS

100%FS

0%FS

1.2%

2.1%FS

1.6%FS

1.7%FS

100.6%FS

2.5%FS

0%FS

100%FS

1.3%

1.3%FS

2.5%FS

2.3%FS

2.6%FS9

9.9%FS

备注：FS—Fullscale；FS表示六维力传感器各方向的额定量程。
资料来源：坤维科技公众号，华泰研究

图表37：解耦算法可一定程度减少维间数据关联度

资料来源：《多维力传感器耦合分析及解耦方法的研究》（曹会彬等，2011），华泰研究

Fig.3.CPFGrasp(上)和SCOPE(下)实验设置。

六维力传感器+本体感知带来机器人手部物品姿态估计新解法

位姿估计是机器人领域重要问题，特殊环境下视觉反馈算法估计物品姿态可靠性较差。早期位姿估计算法包括模板匹配和特征点检测，前者预构建目标位姿模板库，检索得到最相似模板图像对应位姿；后者提取目标二维图像特征，构建关键点匹配后使用N点透视法解算。这两种方法依赖物体表面颜色纹理，受环境因素影响大。之后三维相机在机器人视觉领域得到应用，引入场景三维几何信息提高目标位姿估计精度，但其需要人工设计图像特征提取方式，泛化性能差。近期PoSeCNN构建卷积神经网络自动提取图像特征，采用端到端的方式回归物体三维位姿，但总体来看基于视觉系统的位姿估计算法应用场景受到较大限制，在视觉被阻碍的环境中（狭窄空间进行精细装配或操作）估计结果可靠性较差。

图表38：基于视觉感知和CNN网络的6D位姿估计算法PoSeCNN

资料来源：《机器人感知与控制关键技术及其智能制造应用》（王耀南等，2023），华泰研究

图表39：在遮挡情况下视觉感知不能有效地检测出所需的目标轮廓

资料来源：《橘子采摘机器人目标识别定位方法与实验研究》（西安理工大学机械与精密仪器工程学院，2018），华泰研究

六维力传感器搭配本体感知提供机器人手部物品姿态估计新解法。2023年7月，RSS会议上刊登了机器人感知手部物品姿态解决方案的论文，密歇根大学机器人系的 AndreaSipos 和NimaFazeli利用机器人本体感知（自身关节处扭矩传感器的感知反馈）以及手腕上六维力传感器的触觉反馈，并使用接触粒子滤波器算法，定位接触位置并估计物体姿态，简称 SCOPE，该方法可精确的完成接触位置的确定和物体姿态的估计，有望推动人形机器人的位姿估计能力。

图表40：SCOPE实验装置

资料来源：《Simultaneous Contact Location and Object Pose Estimation UsingProprioception and Tactile Feedback》（Andrea Sipos、Nima Fazeli,2022），华泰研究

图表41：SCOPE选取合理的抓取接触位置(下三图)

资料来源：《Simultaneous Contact Location and Object Pose Estimation UsingProprioception and Tactile Feedback》（Andrea Sipos、Nima Fazeli,2022），华泰研究

SCOPE可精准确定接触位置，快速迭代估计物体姿态。SCOPE方法是在接收到六维力传感器和关节扭矩传感器的信号数据后，使用接触粒子滤波器处理，完成物体姿态识别。上述论文中的实验选用来源于德国宇航局的 Franka Emika Panda 机器人，其是一款高性能七轴协作机器人，每个关节都配有扭矩传感器，力控性能在同类型机器人里面处于领先地位，手腕的六维力传感器则是美国企业ATI生产。在估计过程中虽然初始分布有较大的误差和高方差，但 SCOPE可以在短短几次迭代中以低方差估计物体姿态。并且实验发现，即使对于较小的，非凸形状的工具，SCOPE方法依然可以给出较为精确的姿态估计结果。

图表42：SCOPE方法借助六维力传感器+本体感知完成接触位置确定和物体姿态估计

资料来源：《Simultaneous Contact Location and Object Pose Estimation Using Proprioception and Tactile Feedback》（Andrea Sipos、Nima Fazeli，2022），华泰研究

使用接触粒子滤波器算法进行采样定位，提供准确力信息。现有的物体姿态估计信号处理算法可以分为三大类：几何匹配、概率方法和机器学习方法。目前主流方法是使用概率方法（粒子过滤器、SLAM和蒙特卡洛方法等）来估计物体的姿势，其中粒子滤波器所需计算量小，且在非线性情况下表现较好，常被用于定位、跟踪物体等问题。Sipos 和 Fazeli使用了两个互补的接触粒子滤波器（Contact Particle Filter)：一个用于估计接触位置，另一个用于估计物体姿态，都是在接收到关节处扭矩传感器和手腕处六维力传感器的信号后进行概率分布的计算更新，帮助去除来自环境的噪声和不确定性，得到更准确和可靠的接触力信息。

图表43：接触位置粒子的初始化分布(左)和经过接触粒子滤波器10个步骤后的最终分布(右)

资料来源：《Simultaneous Contact Location and Object Pose Estimation Using Proprioception and Tactile Feedback》（Andrea Sipos、Nima Fazeli，2022），华泰研究

MuItiSCOPE实现多个接触跨物体姿态估计，助力机器人使用人类工具。SipOs 和Fazeli进一步于2023年6月提出MuItiSCOPE，该方法使用本体感知和手腕处六维力传感同时估计两个物体在未知配置情况下被两个协同手臂抓取的姿态。该方法由单个物体的感知扩展到多接触的交互，实现了跨动作的物体姿态估计。在该实验中机器人手持扳手可以拧动一个螺钉，即机器人既可以感受到直接接触的扳手形态，又可以通过扳手和另一只手臂上的力传感器感受到螺钉的状态变化，估计两个抓取物体的姿态，从而完成多任务。该实验的成功使机器人具备多物体的感知能力，有助于机器人操作人类工具完成多项任务，提高人形机器人多场景下的通用性。

图表44：MuItiSCOPE实现多个接触跨物体姿态估计，助力机器人使用人类工具。

资料来源：《MultiSCOPE: Disambiguating In-Hand Object Poses with Proprioception and Tactile Feedback》（AndreaSipos、NimaFazeli，2023），华泰研究

六维力传感器+本体感知技术使姿态估计向多模态+高效连续性发展。基于六维力传感器和本体感知的物体姿态估计技术为机器人感知并抓取物体提供了新解法。该方法可与其他方法完成多模态互补，在无遮挡场景中，视觉感知方法可以与SCOPE共同使用以提高性能：比如机器人可以使用视觉反馈来初始化作用域和初步识别，提高感知效率。SCOPE技术未来的发展方向也会集中于减少收敛到准确的物体姿态估计所需的动作数量和连续的下一步动作选择算法，以提高机器人抓取物体的连续性和高效性。SCOPE与六维力传感器的结合有望加快人形机器人实际应用。

图表45：MuItiSCOPE技术未来发展方向会集中于减少收敛到准确的物体姿态估计所需的动作次数，提高效率

从动作1到动作4，是估算扳手姿势 (绿色，透明)与实际情况(黑色，不透明)的对比，在物体姿态识别时需要多次尝试最后完成匹配。最后一张图是在现实世界中使用动作4后估计的扳手姿势进行规划的结果。在现实世界的5次试验中，机器人都成功完成了任务。

资料来源：《MultiSCOPE: Disambiguating In-Hand Object Poses with Proprioception and Tactile Feedback》（Andrea Sipos、Nima Fazeli，2023），华泰研究

执行层：刚性驱动器方案成熟，准直驱方案渗透率有望提高

特斯拉采用成熟的刚性驱动器方案，未来准直驱方案渗透率有望提高。机器人关节驱动器按动力来源可以分为液压、气动、电驱等。液压虽然功率高，但可靠性和精度低，噪音大，成本高；气动柔顺性好，安全性高，但精度差，时滞高。电驱因其精度、安静、高效方面的优势逐渐成为主流，其经过30多年的发展，经历了从刚性驱动器、弹性驱动器到准直驱驱动器的过程。特斯拉采用的是最早推出，也是相对成熟的刚性驱动器方案。如果电机和减速器性能没有大幅提升的情况下，在双足机器人领域刚性驱动器将会逐步被取代。近几年新兴的准直驱驱动器技术发展迅速，未来有望替代传统的刚性驱动器。

图表46：Atlas采用液压驱动，Optimus采用电驱动

资料来源：特斯拉官网，波士顿动力官网，华泰研究

图表47：电驱经历从刚性驱动器、弹性驱动器到准直驱驱动器的过程

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

刚性驱动器技术相对成熟，整体设计较难创新。1983年，早稻田大学研究出刚性驱动器(TSA)，自此TSA在双足仿人机器人上广泛应用。结构上，TSA是常规无刷电机驱动高传动比减速器，有些在电机端增加刹车，在减速器和输出端增加高刚性力矩传感器。力矩测量上，TSA是基于电流或应变片式力矩传感器。控制上，TSA控制简单，精度高。功率和效率方面，TSA无功率可调，效率较低，安全性较差。TSA整体设计方面已经较难有创新，在合适工作区间内的最大输出功率密度只能到 200-300W/kg，远没有达到动物肌肉的500W/kg，同时也解决不了机器人受外部冲击时零部件强度问题，目前的研究集中在优化设计上。

图表48：刚性驱动器由电机/减速器/编码器/力传感器和控制板等组成

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

图表49：刚性驱动器多数采用谐波减速器，力矩传感器非必需

马达+ 刹绝对式力矩 I 整体刚性驱动器型号滑环通信方式车编码器传感器MU控制减速器
Robotis DynamixelPro Series ? X X ? CAN， RS-485
Harmonic Drive CanisDrive √ x x X X ·
RoboDrive RD50/70/85-HD X X X X
Kinovactuators7 X √ × √ √ RS-485
SchunkPowereube, X X X √ CAN,Profib
RoboSimian Actuator √ 7 √ X × X X EtherCA，RS-485
NREC Drive Joint √ V ? X CAN
DLR LWE I Joint Unit X x X SERCOS
ARMAR-4 Sensor-Actuator Unit X V X X X CAN
KITSensor-Actuator-Controller Unit	X	V EtherCAT

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

弹性驱动器技术路线多样，多数结构和控制复杂。动物利用刚柔并济的肌肉骨骼系统在运动过程中储存和释放能量，调节能量在时间和功率密度上的不匹配，提高关节爆发力，同时能够实现落地缓冲。1995年，MIT推出弹性驱动器来模拟肌肉系统功能，使关节表现出柔顺、安全和高能量效率特性，目前已演化出SEA、PEA、CEA和MEA多种结构。弹性驱动器多在刚性执行器的基础上串联或并联弹性体。力矩测量上与刚性传感器较为类似。控制上，多数弹性驱动器方案结构与控制复杂，精度一般。综合来看，由于弹性体引入，系统为欠驱动，给控制带来了难度，尤其在机器人腿部使用，机器人整机的运动控制比较难实现。

图表50：弹性驱动器引入弹性元件变为欠驱动系统，运动控制精度低

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

图表51：PEA可用于机器人髋关节和上肢外骨骼机器人

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

准直驱驱动器是新兴技术，编码器和电机功率密度为其主攻方向。受限于工艺和技术，电机直驱的扭矩密度不能满足机器人应用的需求，因此，2016年Wensing等推出准直驱驱动器（PA)，采用电机加低传动比减速器（如行星减速器）的方案，实现高带宽力控和良好的抗冲击能力。2023年UCLA也采用了类似的方案设计了不同于特斯拉的新型人形机器人结构。结构上，PA主要由高扭矩密度电机、低传动比减速器、编码器和控制板等组成。力矩测量上，PA应用电流环检测。控制和效率上，PA精度高，效率高。安全性上，PA 由于具有反驱特性，安全性好。PA未来主攻方向是编码器技术的创新和电机功率密度的提高。

图表52：准直驱型由高扭矩密度电机/行星减速器/编码器/控制板组成

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

图表53：宇树科技新准直驱驱动器增加离合结构

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021），华泰研究

刚性驱动器VS准直驱驱动器，成熟系统VS高效新解法。结构布局方面，刚性驱动器是常规无刷电机驱动高传动比减速器，直接带动输出端，有些设计在电机端增加刹车，在减速器和输出端增加高刚性力传感器，准直驱驱动器是高扭矩密度电机驱动低传动比减速器，输出端具有小惯量特性；力矩测量方面，刚性驱动器是基于电流或应变片式力矩传感器，准直驱驱动器是应用电流环检测；控制方面，刚性驱动器控制相对简单，精度高，准直驱驱动器控制简单，精度相比刚性驱动器来说较低；能量特性方面，刚性驱动器的效率较低，而准直驱的效率较高。安全性方面，刚性驱动器的安全性比较差，准直驱驱动器由于具有反驱特性，安全性好。

图表54：准直驱驱动器效率较高，但因其仍需后备电池所以多用于四足机器人

类型	TSA	SEA	PEA	CEA 电机	MEA	PA
结构配置	电机高传动比减速器	电机高传动比速	电机高传动比减速器	高传动比减速器	SEA和 PEA组合	高扭矩密度电机低传动比减速器
	高刚性力传感器	弹性体	高刚性力传感器并联弹性体	离合机构
力矩测量方式应变片原理或电流		编码器或应变片原理应变片原理或电流		编码器或应变片原理	编码器或应变片原理	电流
控制特点	简单、精度高	复杂、精度低	简单、精度高	复杂、精度一般	复杂、精度一般	简单、精度一般
功率特点	无功率调制	功率调制好	功率调制好	功率调制好	功率调制好	无功率调制
能量效率	效率低	效率一般	效率高	效率非常高	效率非常高	效率高
安全性	安全性差	安全性好	安全性差	安全性一般	安全性好	安全性好
应用
	精密系统：如精密机床，安全性系统，协作机非对称载荷或自支撑平衡系双足或四足机器人				效率、安全特性	四足机器人，小型双足机器人
	仪器仪表，传统	器人	统

资料来源：《国内外双足人形机器人驱动器研究综述》（石照耀、丁宏钰等，2021)，华泰研究

报告提及公司

图表55：报告提及公司


股票代码	简称	股票代码	简称	股票代码	简称
TSLA US	特斯拉	未上市	OptoForce	未上市	达阔
GOOGL US	谷歌	未上市	波士顿动力	未上市	追觅
MSFT US	微软	未上市	海伯森	未上市	Engineered Arts
005930 KS	三星电子	未上市	帕西尼感知科技	未上市	松诺盟
H01869 HK	优必选	未上市	ATI	未上市	宇立仪器
1810 HK	小米集团	未上市	SCHUNK	未上市	蓝点触控
NVDA US	英伟达	未上市	Robotiq	未上市	傅利叶机器人
6339 JP	Sintokogio	未上市	OnRobot	未上市	神源生智能
ABBN SIX	ABB	未上市	WACOH-TECH	未上市	大族精密
300503 CH	昊志机电	未上市	睿尔曼	未上市	Robotous
A23067 CH	节卡股份	未上市	Agility Robotics	未上市	Kistler
6506 JP	安川电机	未上市	1X technologies	未上市	遨博
KU2 DF	库卡	未上市	坤维科技	未上市	鑫精诚传感器

资料来源：Wind，华泰研究

风险提示

模型泛化能力不足：目前RT-2和Voxposer等大模型泛化能力仍在提升过程中，未来能否达到商用所需的泛化性能标准存在不确定性。

力传感方案发生变化：人形机器人力控和力传感的方案仍在更新迭代，六维力传感器能否在机器人上广泛应用不确定。

驱动器技术升级不及预期：驱动器方案仍在迭代中，准直驱技术更新进度有可能不及预期。

本研报中涉及到未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。

免责声明

分析师声明

本人，倪正洋，兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见；彼以往、现在或未来并无就其研究报告所提供的具体建议或所表达的意见直接或间接收取任何报酬。

一般声明及披露

本报告由华泰证券股份有限公司（已具备中国证监会批准的证券投资咨询业务资格，以下简称“本公司"）制作。本报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到本报告而视其为客户。

本报告基于本公司认为可靠的、已公开的信息编制，但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确性及完整性不作任何保证。

本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，华泰可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。以往表现并不能指引未来，未来回报并不能得到保证，并存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。华泰对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。

本公司不是FINRA 的注册会员，其研究分析师亦没有注册为 FINRA 的研究分析师/不具有 FINRA分析师的注册资格。

华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，华泰及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。

除非另行说明，本报告中所引用的关于业绩的数据代表过往表现，过往的业绩表现不应作为日后回报的预示。华泰不承诺也不保证任何预示的回报会得以实现，分析中所做的预测可能是基于相应的假设，任何假设的变化可能会显著影响所预测的回报。

华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产品等相关服务或向该公司招揽业务。

华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。投资者应当考虑到华泰及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其他决定的唯一信赖依据。有关该方面的具体披露请参照本报告尾部。

本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员，也并非意图发送、发布给因可得到、使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员。

本报告版权仅为本公司所有。未经本公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人(无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并需在使用前获取独立的法律意见，以确定该引用、刊发符合当地适用法规的要求，同时注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

中国香港

本报告由华泰证券股份有限公司制作，在香港由华泰金融控股（香港）有限公司向符合《证券及期货条例》及其附属法律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股（香港）有限公司受香港证券及期货事务监察委员会监管，是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。在香港获得本报告的人员若有任何有关本报告的问题，请与华泰金融控股（香港）有限公司联系。

香港-重要监管披露

·华泰金融控股（香港）有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。

·有关重要的披露信息，请参华泰金融控股（香港）有限公司的网页 https://www.htsc.com.hk/stock_disclosure其他信息请参见下方“美国-重要监管披露”。

美国

在美国本报告由华泰证券（美国）有限公司向符合美国监管规定的机构投资者进行发表与分发。华泰证券（美国)有限公司是美国注册经纪商和美国金融业监管局（FINRA）的注册会员。对于其在美国分发的研究报告，华泰证券（美国）有限公司根据《1934年证券交易法》（修订版）第15a-6条规定以及美国证券交易委员会人员解释，对本研究报告内容负责。华泰证券（美国）有限公司联营公司的分析师不具有美国金融监管（FINRA）分析师的注册资格，可能不属于华泰证券（美国）有限公司的关联人员，因此可能不受 FINRA关于分析师与标的公司沟通、公开露面和所持交易证券的限制。华泰证券（美国）有限公司是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。任何直接从华泰证券（美国）有限公司收到此报告并希望就本报告所述任何证券进行交易的人士，应通过华泰证券（美国）有限公司进行交易。

美国-重要监管披露

·分析师倪正洋本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员、董事或顾问。分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相关人士”包括FINRA定义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自公司投资银行业务的收入。

·华泰证券股份有限公司、其子公司和/或其联营公司，及/或不时会以自身或代理形式向客户出售及购买华泰证券研究所覆盖公司的证券/衍生工具，包括股票及债券（包括衍生品）华泰证券研究所覆盖公司的证券/衍生工具，包括股票及债券(包括衍生品）。

·华泰证券股份有限公司、其子公司和/或其联营公司，及/或其高级管理层、董事和雇员可能会持有本报告中所提到的任何证券（或任何相关投资）头寸，并可能不时进行增持或减持该证券（或投资)。因此，投资者应该意识到可能存在利益冲突。

评级说明

投资评级基于分析师对报告发布日后6至12个月内行业或公司回报潜力（含此期间的股息回报）相对基准表现的预期

(A股市场基准为沪深300指数，香港市场基准为恒生指数，美国市场基准为标普500指数)，具体如下：

行业评级

增持：预计行业股票指数超越基准

中性：预计行业股票指数基本与基准持平

减持：预计行业股票指数明显弱于基准

公司评级

买入：预计股价超越基准15%以上

增持：预计股价超越基准5%\~15%

持有：预计股价相对基准波动在-15%\~5%之间

卖出：预计股价弱于基准15%以上

暂停评级：已暂停评级、目标价及预测，以遵守适用法规及/或公司政策

无评级：股票不在常规研究覆盖范围内。投资者不应期待华泰提供该等证券及/或公司相关的持续或补充信息

法律实体披露

中国：华泰证券股份有限公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J

香港：华泰金融控股（香港）有限公司具有香港证监会核准的“就证券提供意见”业务资格，经营许可证编号为：AOK809

美国：华泰证券（美国）有限公司为美国金融业监管局（FINRA）成员，具有在美国开展经纪交易商业务的资格，经营业务许可编号为：CRD#:298809/SEC#:8-70231

华泰证券股份有限公司

南京

南京市建邮区江东中路228号华泰证券广场1号楼/邮政编码：210019

电话：86 25 83389999/传真：86 25 83387521

电子邮件：ht-rd@htsc.com

深圳

深圳市福田区益田路5999号基金大厦10楼/邮政编码：518017

电话：86 755 82493932/传真：86 755 82492062

电子邮件：ht-rd@htsc.com

华泰金融控股（香港）有限公司

香港中环皇后大道中99号中环中心58楼5808-12室

电话：+852-3658-6000/传真：+852-2169-0770

电子邮件：research@htsc.com

http://www.htsc.com.hk

华泰证券（美国）有限公司

美国纽约公园大道280号21楼东 (纽约10017)

电话：+212-763-8160/传真：+917-725-9702

电子邮件:Huatai@htsc-us.com

http://www.htsc-us.com

北京
北京市西城区太平桥大街丰盛胡同28号太平洋保险大厦A座18层/
邮政编码：100032
电话：86 10 63211166/传真：86 10 63211275
电子邮件：ht-rd@htsc.com

上海上海

上海市浦东新区东方路18号保利广场E栋23楼/邮政编码：200120
电话：862128972098/传真：862128972068
电子邮件：ht-rd@htsc.com

START YOUR FINANCE

起点财经，网罗天下报告

人形机器人再探讨：百尺竿头更进一步

技术革新+巨头入局+政策激励，多维度催化人形机器人产业发展

决策层：大模型赋予机器人“大脑”，具身智能迎来曙光

感知层：聚焦力传感器应用，机器人知“轻重”懂交互

执行层：刚性驱动器方案成熟，准直驱方案渗透率有望提高

行业走势图

每日 免 费 获取 报告 □

正文目录

技术革新+巨头入局+政策激励，多维度催化人形机器人落地

决策层：大模型赋予机器人“大脑”，具身智能迎来曙光大模型使机器人理解自然语言，增强泛化能力

Prompt:

Prompt:

决策结果到运动控制映射方式改变，机器人实现“手脑协调”

感知层：聚焦力传感器应用，机器人知“轻重”懂交互

六维力/关节扭矩传感器为力控核心，使人形机器人知“轻重”

高价值高壁垒，六维力传感器面临动静态特性及解耦问题

六维力传感器+本体感知带来机器人手部物品姿态估计新解法

执行层：刚性驱动器方案成熟，准直驱方案渗透率有望提高

报告提及公司

风险提示

免责声明

分析师声明

一般声明及披露

中国香港

香港-重要监管披露

美国

美国-重要监管披露

评级说明

行业评级

公司评级

法律实体披露

华泰证券股份有限公司

南京

深圳

华泰金融控股（香港）有限公司

华泰证券（美国）有限公司

上海 上海

START YOUR FINANCE

每日免费获取报告 □

上海上海

工业行业专题研究：人形机器人再探讨，百尺竿头更进一步-20230814-华泰证券-27页