机械设备行业深度报告：对比Atlas看人形机器人商业化可能性关注精密减速器赛道正式版.docx

《机械设备行业深度报告：对比Atlas看人形机器人商业化可能性关注精密减速器赛道正式版.docx》由会员分享，可在线阅读，更多相关《机械设备行业深度报告：对比Atlas看人形机器人商业化可能性关注精密减速器赛道正式版.docx（25页珍藏版）》请在优知文库上搜索。

1、证券研究报告I行业深度I机械设备机械1殳备报告日期：2022年10月27日投资要点对比Atlas看人形机器人商业化可能性，关注精密减速器赛道一一行业深度报告行业评级：看好(维持)分析师：程兵执业证书号：S 123052202(X)02ChengbingoI SlOC分析卿：邱世梁执业证书号：S 123052(X)5(X)01qiushiliang研究助理：田子砚tianziyan相关报告1特斯拉人形机器人发布，运 控亮点突出，Al能力未来可期 2022.10.042从CyberOne看人形机器人行业发展，产业链迎来重大发展机 遇2022.08.24 波士顿动力机器人AtIas展现接近人类的运动

2、性能，为未来商用人形机器人树立标杆。对标Atlas的算法、感知和动力系统，我们认为电驱未来完全有望实现Atlas电液驱动的运动表现，并且其成本优势可驱动产品打开消费市场。我们认为在未来35年内，随着他服电机、精密减速器的迭代，Al算法及环境感知技术的升级，人形机器人有望满足消费端市场需求，迎来行业爆发。建议重点关注运动控制系统核心零部件的谐波减速器、RV成速器，以及环境感知模块的激光雷达，围绕细分赛道寻找优质投资标的。 MPC为AtlaS步态算法核心，液驱以更高力密度促成AtIaS优异运动性能(1)波士顿动力MPC步态算法可实现枕迹优化和离线设计，保证AuaS实现实时行为反馈。(2)波士顿动力

3、在液驱方面进行广而深的专利布局以降低液压系统的能耗，使得动力系统取得更高效率。液驱依靠流体动力，其力密度为电驱的十倍，使得AHaS具有超越人的运动性晶：(3)特斯拉OPtimUS算法结构与AtlaS类似，随着更具可用性的就迹优化行为库的数据积累，及在线动作调整的算法迭代，OPtimUS有望实现更多灵活行为。(4)电驱由于易于维护、低成本和零件规整的特点被商业化选择。目前电机普遍通过增大转矩和转速、加入稀土元素等途径满足更高功率需求，提升响应性能，并通过精密减速器实现更优动力输出。 谐波减速器：体积小精度高，满足人形机器人小关节要求(1)利用少齿差减速原理，谐波减速器可实现高精度运劫控制，且结构

4、紧凑，体积更小，满足人形机器人关节设计的要求；(2)材料、齿形、轴承等决定减速器性能，国内厂商加速技术进步，在齿形设计、加工工艺等方面不断缩小和国外的差距；(3)对标日本哈默纳科发展，看好国内厂商在技术、产能等方面奋起追赶； 综合行星和接线传动优势，RV减速器承担大关节角色(1)RV减速器多级传动，具备大负载、工作平稳等优势；(2)RV减速器结构复杂，技术壁垒较高，关注国内创新打破垄断；(3)日系主导RV减速器市场，国内自研叠加全球机器换人创造发展机遇； 建议围绕环境感知模块和精密减速器赛道寻找优质投资标的(1)精密减速器：绿的谐波(谐波减速器)，双环传动(RV减速器)：(2)环境感知：参考智

5、能驾驶领域行业进展挖掘投资机遇 风险提示人形机器人量产进度及出货量不及预期；伺服电机技术迭代不及预期；精密减速器产品迭代不及预期；正文目录1.1 高或轨迹优化和在线模型颈测控制为Atlas步履算法核心41.2 液驱以更存力密度促成AtlaS优异性能，电驱为未来商业化趋势选择61.3 电驱方案确定性强，精密减速器成为人形机器人核心零部件102谐波减速器：体积小精度高，满足人形机器人小关节要求112.1 利用少齿差减速原理，谐波减速器可实现高精度运动控制112.2 材料、皆形、轴承等决定减速器性能，国内厂商加速技术进步122.2.1 粉殊运动模式决定谐波减速器材料轿殊，柔轮材料要求高于刚轮122.

6、2.2 宙形设计决定啮合效果和僦荷能力，国内具备自主专利打破壁垒142.2.3 交叉滚子轴承成为主流选择，多方向载荷能力优势显著152.3 对标日本哈默纳科发展，看好国内厂商在技术、产能等方面奋起追赶163综合行星和摆线传动优势，RV减速器承担大关节角色183.1 RV减速器多级传动，具备大负载、工作平稳等优势183.2 RV减速器结构复杂，技术壁垒较高，关注国内创新打破垄断203.3 日系主导RV减速器市场，国内自研受加全球机器换人创造发展机遇214关注人形机器人环境感知和运动模块投资机会224.1 国绕谐波和RV减速器国产化替代寻找优质投资标的224.1.1 绿的谐波，国产谐波成速器龙头，

7、有望受益人形机器人带来的广阈增量空间224.1.2 双环传动，国内精密吉轮行业龙头，布局RV减速受益国产替代进程234.2 人形机器人感知模块，参考智能若驶发展寻找投资机会235.24图表目录图1：AtIaS感知渲染4图2:轿斯拉饨视觉系统示意图5图3:AtlaS跳舞和跑酷的算法框架6图4：粒斯拉人形机器人轨迹优化示意图6图5:AtlaS理想足部运动轨迹7图6:具有高中压油路和低压返回油路的液压系统示意图7图7:AUaS理想足部运动轨迹7图8:具有商中压油路和低压返回油路的液压系虢示意图7图9：MOOGE024伺服阀8图10:电驱方案下运动控制示意图8图11:波士顿动力机器狗液压驱动结构示意图

8、9图12:谐波减速器结构11图13:谐波减速器工作原理11图14:谐波减速器相关技术专利统计12图15:ADl材料石丛球直径更小，分布密度更高13图16:谐波减速器柔轮失效主要形式13图17:柔轮材料不均匀导致微裂蚊及柔轮失效14图18:哈默纳科S型齿形设计增大接触面积，优化啮合效果14图19：绿的谐波拥有自主知识产权的齿形专利15图20:来福谐波自研齿形设计提升寿命和样矩容量15图21:交叉滚子轴承内部构造15图22:2021哈默纳科各类产品收入结构16图23:2021年哈默纳科产品下游应用行业占比16图24:RV减速器与谐波减速器适用位量18图25:RV减速器与谐波减速器适用位置18图26

9、:RV减速器行星轮与偏心轴结构19图27:RV减速器摆线针轮差动齿轮变速原理19图28:2021年国内RV减速器市场格局21衰1：人形机器人关节设计对减速器的要求梳理10表2:交叉滚子轴承特点及优势16表3:哈默纳科谐波减速器产能扩张计划(单位：台/月)17表4:国内谐波减速器厂商产能建设情况175:RV减速器与谐波减速器主要技术指标对比19表6:RV减速器主要性能指标2()表7:RV减速器轴承工艺要求高20表8：双弧线齿轮椅点梳理21表9：国内谐波减速器厂商产能速设情况22表10:绿的谐波产品概况23表11:不同传感器技术存点对比241分析波士顿动力AtlaS高成本来源看人形机器人商业化可能

10、性波士顿动力AtIaS机器人出色的运动性能为未来商用艰务型人形机器人树立标杆。波士顿动力AUaS展现了全球最前沿的人形机器人科研进度，可以跑酷、后空翻、跳舞、便用工具。其研发目标是“超越人”。Alias机器人以复杂的AI算法、多模态视觉感知和高性能电液驱动系统实现优异运动性能，但百万美金的高昂成本限制了商业化进程。挣斯拉以电驱替代液驱，旨在实现人彩机器人的产品标准化、低成本和可量产。特斯拉人形机器人使用电驱作为动力系统，优化关节数目降低静坐和快走的功耗，将FSD、DOjO芯片、纯视觉系统等自动驾驶技术迁移至人形机器人，优先运动控制算法研究。电驱有望替代液驱实现高运控性能，低成本优势驱动打开消费

11、市场。电液驱动在惯量比、响应速度、力密度等方面具备显著优势，而伺服电机系统通过电机性能迭代、精密减速器优化等途径，未来有望在各项指标上实现突破，且目前国内外厂商及科研院所在各环节均发力突破。考虑到电驱在成本、维护、体积重量等方面均优于液驱，未来将是商用人形机器人的不二选择。人形机器人将持埃迭代，符斯拉OPtimUS商业前景可期，我们预计35年内可以提升电驱系貌至AHaS当前水平，人形机器人商用有望迎来爆发式成长。人形机器人运控模块的迭代升级也将打开视觉感知、精密减速器市场空间，建议重点关注谐波减速器、RV减速器和激光雷达方向。1.1离线轨迹优化和在线模型预测控制为Atlas步态算法核心人形机器

12、人的步态及平衡控制具有较揖技术难度。人形机器人在移动时只受自身重力和地面作用力两方面外力，但机器人只能通过控制关节驱动力来控制步态，带来了研发的极大难度。环境感知：AtIaS通过TOF深度相机（15帧/秒）生成环境点云，集合测量数据。使用多平面切割算法在环境点云中提取表面，并将输出的数据揄入到地图系统建立模型。资料来源：AIIA,浙商证券研究所TOF（TimeOfFIight）深度相机，增加了像素Z轴的景深信息，也被称为3DTOF。给目标发送连续光脉冲，通过传感器接收物体反射光，计算发射和反射时间差或相位差，来换算目标距离以及深度信息，再结合传统相机拍摄，以不同颜色代表不同距离的地形图方式呈现

13、目标的三维轮廓。特斯拉人形机器人感知视觉技术为自动驾驶纯视觉系统的迁移，发展相对成熟，具商业化规模成本优势。特斯拉视觉模块采用处理原始信息的神经网络，即纯视觉系统。借鉴GoogIeTranSfOrmer模型，搭建HydraNeI神经网络模型，优化视觉算法。它获取密集的视频数据，将其压缩到3D向量空间。实时处理摄像头传输的图像，转换为向量信息。形成所需要的全部三维空间信息，包括我条、边壕、路沿、交通指示、交通灯、位置、方向、深度、速度等。图2：特斯拉比视觉系统示意图资料来源：特斯拉AlDay,浙商证券研究所人形机器人步态算法种类繁多，以波士顿动力的MPC（ModelPredictiveContr

14、ol）算法最为先进模型预测控制（MPC）最早应用于自动驾驶。Atlas团队负责人ScottKuindersma表示，Atlas的MPC算法有离线和线上两部分。首先根据CentroidalDynamics（能够将人形机器人欠驱动的自由度和关节速度映射成质心速度的模型）通过离线算法进行轨迹优化，优化出LibraryOfTemPIateBehaViOrS（行为模板库），在线上算法部分采用高效MPC使用机器人动力学模型来跟踪相应步态，输出作用力、落脚位置和时间等参数。轨迹优化离线设计模板是AtlaS行为执行的来源。研究人员更新行为库里的枕迹和功能，捕捉重要发力点。跳马和后空翻是AtlaS全身复杂行为优

15、化设计的很好例证。MPC可以实现实时反馈。MPC可以在线调整行为时间，通常用于保持平衡、调整触地时间等。对于舞蹈动作，可以使用该模型来跟踪所需的BPM（每分钟拍子数）并与音乐合拍。图3:AUaS跳舞和跑酷的算法框架现鼻专农仿A模仿资料来源：SCOnKUinderSma主逾演讲，淅商证券研究所构斯拉OPtimUS步态算法中规中矩，与Atlas步态算法结构类似，目前可以保持平衡。特斯拉将捕捉的动作可视化处理，形成“关键帧”。并对人形机器人的躯干、手和腿等部位 的位置做详细的关键帧分析，将数据映射回机器人身上，实现枕迹优化。预计随时间推移特斯拉将搜集更多数据建立更具可用性的轨迹优化行为屋，并通过 在线动作调整实现Optimus更多灵活行为。图4：特斯拉人形机器人轨迹优化示意图资料来源：将斯拉Al Day,浙商证券研究所1.2液驱以更高力密度促成Atlas优异性能，电驱为未来商业化趋势选择AtIaS包含28个液压驱动器来提供动力。驱动器为充满加压流体的气缸，