标签: 感知系统

今年来首次同比正增长！前5个月同比增长5.3%。 这是中国工业机器人新近拿下的产量成绩单。 据国家统计局 6月15日数据显示，2023年5月工业机器人产量为 40175 套，同比增长 3.8%；1至5月工业机器人累计产量为182161，同比增长5.3%。 01 2025年，翻番！ 工业机器人，指能自动化控制的、可重复编程的多功能机械执行机构，该机构具有三个及以上的关节轴、能够借助编制的程序处理各种工业自动化的应用，实现各种工业加工制造功能。 若谈论工业机器人的发展历程，根据艾瑞咨询最新出的《结构走向优化，中国工业机器人行业研究报告》，其也是一本纵横多国的“全球史”。 自1962年首台工业机器人由美国公司Unimate制成，并在通用汽车初步实践。 1967年，日本企业引进美国技术，因劳动力短缺、多项技术（如交流电驱、微处理器等）突破等，日本工业机器人于1980年产销量跃居世界第一。 20世纪90年代，德韩两国制造业的强劲表现继续带动工业机器人向前发展。 2010年后，中国作为“世界工厂”，工业机器人在政策推动、工厂需求等多重因素推动下，接棒成为全球最大市场。 *图源：艾瑞咨询 确实，工业机器人是智能制造中的重要一环。特别是疫情后，中国大规模复苏制造业生产，国内智能制造进程如火如荼，工业机器人的需求正进一步扩大。同时，AI、云计算以及AR/VR等技术与工业机器人的深度结合，将为工业机器人带来新的应用场景及方向，工业机器人市场潜力可期。 *图源：艾瑞咨询 与发达国家相比，国内工业机器人应用密度虽然低但近年来增势较猛，CAGR达到37.9%，位列全球第一，且国家已经提出要在2025年实现制造业机器人较2020年翻番的目标。 02新能源汽车与锂电产业 ， 中国工业机器人增长主引擎 工业机器人通常由控制系统、驱动系统、执行系统、感知系统、决策系统及软件部分、人-机器人-环境交互系统六个子系统组成。 *图源：行行查研究中心 从产业链角度来看，工业机器人及成套设备的上游包括控制器、伺服系统、减速器等零部件领域；中游为整机制造行业；下游则是系统集成环节，以系统集成商为主，涵盖汽车、3C电子、金属等行业，遍布焊接、机械加工、装配、搬运、分拣、喷涂等生产领域。 *图源：艾瑞咨询 其中，核心零部件成本，即控制器、伺服系统（包括伺服驱动和伺服电机）、减速器等三大核心零部件占到工业机器人整机成本的70%左右。其中减速器占整机成本约36%，伺服占约24%，控制器占约12%，而本体和其他部分占整机成本的比例分别为15%和13%，因此核心零部件供应商在整个产业链中也拥有最强的议价能力。 从工业机器人应用行业维度看，汽车、3C等行业的自动化程度高、流程标准性强，是工业机器人应用较为成熟的行业；新能源中，锂电、光伏市场需求大，生产制造流程中对工业机器人的需求高，是较为典型的潜力行业。 此外，虽然目前仍然依赖于进口国外品牌，但经过20余年的发展，国内工业机器人厂商在国产化的背景下，在新能源汽车、锂电、光伏等新方向具有先发优势，未来这些领域也将成为国内工业机器人需求增长的主引擎。 比如，汽车行业，应用成熟，焊接、搬运、喷涂等是工业机器人在汽车行业的主要应用场景，能有效提升效率与质量。 *图源：艾瑞咨询 比如，新能源行业中锂电生产中对工业机器人的应用需求同样旺盛。 近年来，随着新能源汽车的发展，锂电行业的市场规模日益增加，需求井喷，加深工业机器人在锂电生产中的理解与应用刻不容缓。锂电行业很可能成为除汽车、3C以外的一个主要赛道，也是国产化趋势下国内工业机器人相对有优势的一个主要赛道，值得系统集成商发力。 锂电行业中工业机器人的机会很多，对工业机器人的使用可以说覆盖从制片到PACK线的全流程。据调研机构数据，目前1GWh/年动力电池产能对工业机器人的需要约为60台左右。而根据高工机器人预测，到2025年锂电行业对工业机器人需求量有望突破6.7万台，2021-2025年复合增长率超过35%。 *图源：埃斯顿，长城国瑞证券研究所 03未来：智能化、柔性化、平台化 未来，工业机器人的发展以提升应用广度和深度为方向，其中运动控制技术、控制系统技术促进产品性能提升，AI相关技术将进一步促进智能化提升。 1趋向智能化 工业机器人的智能化主要是由内外部的智能化共同驱动的。 对于外部智能化，主要是通过外置设备进行多维度、多场景的数据采集及分析后，进行智能决策，进而驱动工业机器人的执行，如视觉检测、视觉定位。比如，机器视觉的深入应用有利于提升场景复杂度、精度与速度，还能促进多机合作。 对于内部智能化，则主要由以下两点驱动：1）核心零部件本身走向智能化，如伺服驱动器、控制器的算法趋于智能化；2）工业机器人自身运转状态的监测更加全面、控制更加精细化，自身数据的监测与控制器形成良性互补，共同推动工业机器人智能化。 *图源：艾瑞咨询 特别需要指出的是，从艾瑞咨询公布的工业机器人投融资情况来看，传统系统集成在资本市场保持一定热度，系统集成+新技术（如机器视觉等）成为新的投资方向，连续五年来较为稳定。 从融资数量看，机器视觉相关领域（如视觉定位、视觉检测、视觉定位+视觉检测）份额较高；从融资金额看，传感器领域融资金额高达40.7%，其中的激光雷达领域占据39.3%。 *图源：艾瑞咨询 在工业机器人领域，光学解决方案全球领导者艾迈斯欧司朗的微型传感和照明解决方案将成为提高机器人性能、精确度和智能性的不二之选，例如精准紧凑的飞行时间距离测量传感器(1-/2-/3-D)、激光雷达系统（EEL和VCSEL）、用于泛光照明和点阵照明的照明器、在近红外光谱中支持3D主动立体视觉和结构光（路径扫描传感器、人脸识别、物体避让）解决方案的高性能成像器，以及电机驱动和联合位置中的高精度位置传感器……它们都将使工业机器人更加智能、使用更加便捷，并在无防护区域提供更安全的人机交互界面。 特别是随着协作环境中机器人和人类的合作更加密切，传感器解决方案的重要性更加凸显。无论是为了避免碰撞、实现手势识别，还是促进基于AR的人机交互，都需要相应的解决方案，而艾迈斯欧司朗都可以一应提供。 比如，以机器视觉为例，机器视觉系统的核心是图像的采集和处理，图像本身的成像质量对整个视觉系统极为关键，光源则是影响机器视觉系统成像质量的关键因素之一。 较为简单的2D光幕解决方案一般由光发射器及相应的光电探测器组成。而借助其EEL、VCSEL等光源技术，客户能够基于三种形式的3D技术打造创新性的产品：双目立体视觉(SV)、结构光(SL)和飞行时间(ToF)，助力新兴3D机器视觉系统的发展。此外，Mira系列图像传感器作为全局快门CMOS，搭配自家高效率红外光源，能有效降低整个系统功耗。 随着数据处理能力的不断升级迭代，机器人对视觉识别的要求大幅提升，类比人类，视觉信息占到所有感知信息比例超70%，机器视觉将是重要的信息来源。艾瑞也认为，在机器人产业链发展成熟的周期中，机器视觉识别将位于发展前端。 比如高精度传感器，以在感光现象上篇文章中就已介绍的位置传感器为例，磁性位置传感器是当前服务、工业机器人中最广泛使用的传感器技术之一，几乎机器人的每个关节都使用两个或多个位置传感器。而未来，机器人数量可预见的迅猛增长，甚至将超过人类，使得这一块对高精度传感器的需求进一步扩大。在这一块，对外部磁场几近“免疫”的能力使得艾迈斯欧司朗的高精度位置传感器将大有可为。 2应用场景深度与广度，再拓展 对于已有场景，工业机器人的未来走向主要是聚焦与解决方案的精进性与标准化，目的是为了省钱、省时、省人； 而对于潜在场景，即可分为两类：其一，对精度要求低、价格敏感度高的产线、环节，可以开发一些低精度、相对便宜的机器人以满足生产需求，如协作机器人凭借易配置、易开发、高性价比等特点应用于食品包装等环节，提升行业、场景广度； 其二，对有需求但高要求的场景，目前实现难度大，先进技术的应用主要聚焦于自适应能力和交互能力两方面，目的是提升复杂场景需求的可实现性，如切割/焊接等场景的自动轨迹生成、多机自动协作。 3助力柔性生产 工业机器人助力柔性生产主要集中在生产制造环节与装配环节，其目的是满足同一产线生产产品品类、产品款式、产品尺寸多样化的能力，内核是期望实现产销协同。 “位置VS功能场景VS交互与编程”是工业机器人助力柔性生产的关键，一方面，位置可变减少重复配置、降低产线变更成本；另一方面，功能场景可变主要是指在A位置实现a功能，在B位置可实现a功能，也可实现b功能等等，可提升产线各环节灵活部署的能力；最后，交互及编程门槛降低，主要是降低功能场景的开发难度与周期。 *图源：艾瑞咨询 4趋于平台化 最后，平台化主要是指工业机器人本体及其配件的硬件、软件趋于标准化和通用化，应用解决方案核心能力通用化。 当然，平台化过程中的难点还需正视，毕竟平台化是为了提升应用专业性、降低应用开发和使用门槛，而工业领域应用的复杂性与多样性如何克服，标准化准则如何建立仍是当前亟待解决的问题。 但平台化带来的未来值得畅想，毕竟，如果工业机器人也有可能像PC和手机一样趋于平台化，具备高效编程、快速部署、灵活应用、降低成本等特点，这世界将又是一番不同光景。