与非网2023 AI机器人产业报告.docx

《与非网2023 AI机器人产业报告.docx》由会员分享，可在线阅读，更多相关《与非网2023 AI机器人产业报告.docx（50页珍藏版）》请在优知文库上搜索。

1、Supplyframe2023Al机器人产业报告与非网资深行业分析师张慧娟1 AI机器人产业现状基本定义、应用趋势、发展现状2 Al驱动下的机器人创新核心Al技术、关键部件、主控芯片3 典型代表：人形机器人产业情况、核心技术工Al机器人趋势和展望核心竞争力、通用大模型Agenda Al机器人的基本定义 Al机器人的主要应用 Al机器人的发展方向AI机器人发展现状SupptylrameAl机器人集成机械、电子、控制、传感、人工智能等多学科技术，能够模仿或替代人类进行各种任务。具备一定程度的自主决策能力、更强的学习能力和更高的智能水平，能够判断环境变化和任务需求并实施相对应的解决方案。人工智能/A

2、lF7I深度学习机器学习计算机视觉,自然语言处理更高的智能水平更强的学习能力自主决策能力其他11%特种机器人6%工业机器人47%公用服务机器人15%家用机器人21%图:看好哪类机器人的增长潜力（与非网针对行业用户调研统计,数研生成时间2023年10月19日） 根据应用领域：工业机器人、家用服务机器人、公共服务机器人和特种机器人等。 根据构成和控制方式：协作型机器人、非协作型机器人、人机协作机器人和自主型机器人。 根据运动方式和能源供给方式：轮式机器人、腿式机器人、履带式机器人和仿生机器人。 根据智能程度：弱人工智能机器人、强人工智能机器人和超强人工智能机器人。国防军工4%其他7%图:看好AI机

3、器人在哪些场景的应用潜力（与非网针对行业用户调研统计,教研生成时间2023年10月19日） 工业生产：自动化生产线、工业机器人等，通过自主学习和自主决策，提高生产效率和质量，降低成本和风险。 家庭助理：家务助手、健康监护、安全监控等，提高生活效率，减轻家庭成员的负担，保障安全和健康。 医疗服务：医疗机器人、智能诊断系统等，通过大数据分析和自主学习，提高医疗诊断和治疗的准确性和效率。 物;充搬运,货踹I取、搬运、转载等，能够通过自动化操作提升效率、提高安全性、解胡捧。 餐饮服务:自助点餐、智能配餐等，可提升效率和服务质量、降彳氐成本。 金融服务：智能投资顾问、智能风险管理系统等，提高金融服务的效

4、率和准确性。 教育培训：智能教育机器人、智能学习系统等，通过自主学习和自主决策，提高教育培训的效果和效率，为学生提供更好的学习体验。Al机器人的发展方向 第一阶段：自动化。可自动执行固定任务,用于替代重复劳动,这一阶段通常为程序控制机器人，从单一场景逐步向多种应用场景延展。 第二阶段：机器智能。配备视觉、声音、力度等传感器，实现人机协作、环境感知、数据采集、人机交互的功能。 第三阶段：Al自主化。拥有更丰看的传感器和宣高的智能水平,可实现自主的感知交互、独立决策、自我优化。大模型技术的发展，将推动通用人工智能的快速发展，进而带动Al机器人的升级迭代。其他6%图:看好Al机器人哪些发展方向（与非

5、网针对行业用户调研统计,教研生成时间2023年10月19日）Al机器人的发展方向 人机协作：AI机器人在人机协作方面有着越来越高的要求，机器人能够通过机器学习算法进行自我优化，更好地配合和协作,未来将向更加自然、便捷的方向发展。 高精度、高速度：在完成特定任务时，机器人需要具备高精度定位和高速响应能力。 多样化应用场景：AI机器人将具备更加敏锐的感知能力，更好地理解和响应用户的需求。同时，也将提高对环境的认知能力，更好地适应各种环境。 自主学习和自适应能力：AI机器人将能够自主学习和自适应各种任务和环境。通过不断学习和训练，提高机器人的智能水平，使其更加智能、更加好用。核心AI技术AI驱动的机

6、器人创新关键部件AI大模型17%图:机器人哪些功能最需要Al芯片（与非网针对行业用户调研统计,数研生成时间2023年10月19日）核心的Al技术 计算机视觉能够通过对图像的处理和分析，完成目标检测、物体识别、人脸识别等任务。例如，智能巡检机器人可以通过视觉技术实现对设备故障的主动探测和预警。 人机交互与理解AI机器人需要具备更加敏锐的感知能力，以便更好地理解和响应用户的需求。同时,也需要提高对环境的认知能力，以便更好地适应各种环境。 语音识别与处理可通过语音交互对用户的语音指令做出智能响应。例如，智能音箱可以实现语音对话，并实现智能家居的控制。 自主导航与决策在机器人的导航和控制中，能够通过对

7、环境的感知和模式识别，实现机器人的自主导航和动作控制。例如，智能扫地机器人可以通过对物体的位置、形状等信息的感知，从而完成扫地和拾垃圾的任务。18%图:机器人发展需要哪些配套技术（与非网针对行业用户调研统计,数研生成时间2023年10月19日）发展Al机器人需要的配套技术大数据与云平台：大量的数据和信息需要进行快速、准确的分析和处理。大数据技术可以提供高效、可靠的数据存储、处理和分析能力，云平台可以提供灵活、可扩展的计算、存储和网络资源，为AI机器人提供强大的后端支持。机器学习与深度学习：这些技术是AI机器人的核心驱动力，可以自动识别模式并进行预测，实现自我学习和自我优化。更好地识别和理解图像

8、、声音和文本等数据，提高自身的感知和理解能力。大模型和数据服务：大模型可以提供更强的计算和预测能力。数据服务则可以提供高效、可靠的数据存储、检索和分析能力，为Al机器人提供必要的数据支持。人机交互和感知：更好地与人类进行交互和合作，提高机器人的用户体验和工作效率。人机交互技术可以支持机器人与人类进行语音、文字、姿态等多种形式的交互，而感知技术则可以让机器人更好地感知周围环境，如声音、光线、温度等，提高机器人的适应能力和智能化程度。大脑：决策运控模块身体：运动控制图：AI机器人关键模块组成（与非网据公开资料整理绘制）Al机器人关键模块组成借助网络、大数据、云计算等，实现感知智能层级。由云上的大脑

9、”进行控制，能全面感知环境、相互学习、共享知识，|帮助机器人提高自学能力、适应能力。 感知模块：包括视觉行触觉，视觉有纯视觉路线，也有依靠雷达等多方式融合路线，以便躲避障碍、规划路线；触觉主要通过传感器判断物体的重量、特性等，以便更好实行动作控制。 交互模块：高精蜩是机器人的大脑，核心是芯片与算法，为输入的任务进彳亍分解、制定最佳决策规划，并根据感知和运控模块的谈定位惯性导航反馈，实时调整，同时可利用大模型不断训练和迭代算法。视觉、触觉等 运控模块：机器人的身体，根据指令，对关节的控制是核心，包括角度、力、速度等控制，难点是保持动态平衡、行走跳跃奔跑、手部抓取等，程区动方式下主要由电机、减速器

10、、丝杠、编码器等构成。Al机器人关键部件伺服系统是运动控制的核心部件，主要由伺服驱动器、伺服电机和编码器组成，编码器通常嵌入伺服电机。伺服系统工作原理为：伺服驱动器发出信号给伺服电棚区动其转动，同时编码器将伺服电机的运动参数反馈给伺服驱动器，伺服驱动器再对信号进行汇总、分析、修正。整个工作过程通过闭环方式精确控制执行机构的位置、速度、转矩等输出变量。伺服系统可通过闭环方式实现精确、快速、稳定的位置控制、速度控制和转矩控制,主要应用于对定位精度和运转速度要求较高的工业自动化控制领域。电机俗称“马达”，是基于电磁感应定律实现电能转换或传递的电磁装置，通常由一个用以产生磁场的电磁铁绕组或分布的定子绕

11、组以及一个旋转电枢或转子和其它附件组成。电机的主要作用在于产生驱动转矩，作为用电器或各种机械的动力源。电机按照用途分为驱动电梯口控制电机，其中驱动电机包括直线电梯口旋转电机,多用于工业领域；控制电机包括步进电机、伺服电福口力矩电机等。其中，空心杯电机与无框力矩电机是人形机器人常用零部件，空心杯电机是采用了空心杯绕线技术的直流有刷或者直流无刷电机，属于伺服电机的一种，适用于灵巧手；无框力矩电机是一种无框架式的无刷永磁同步电机，适用于旋转关节和线性关节。Al机器人主控芯片使用情况 CPU:在机器人控制系统中，用于处理传感器数据、执行运动控制算法等任务。 FPGA:适用于多指令、单数据流的处理分析，

12、可以用硬件实现软件算法。在实现复杂算法方面有一定的难度，比如需要高度抽象和复杂逻辑的算法，需要设计者具备深厚的硬件设出口编程知识，才能有效地将算法转化为硬件逻辑。 DSP:主要用于信号处理、数字图像处理等。具有高速的数字信号处理能力，可以完成复杂的数学运算和信号处理任务。 GPU：在机器人控制系统中，用于加速机器人的视觉处理、深度学习等任务。 MCU主要用于控制系统的数字化控制。具有轻便、低功耗和高度集成等特点,适用于小型控制系统。其他4%图：AI机器人主控芯片使用情况（与非网针对行业用户调研统计,数研生成时间2023年10月19H） P1.C具有可靠性和抗干扰能力强等特点。在机器人控制系统中

13、，P1.C可以用于实现运动控制、传感器数据处理等任务。国外、国产主控芯片使用情况国产和国外芯片都有40%不确定7%国产芯片33%国外芯片20%图：AI机器人主控芯片来源（与非网针对行业用户调研统计,数研生成时间2023年10月19B）主控芯片国产化的影响不确定9%没有影响28%有较大影响，需要改进19%有一定影响，但可以接受44%图:使用国产芯片对Al机器人的控制、驱动及计算性能的影响（与非网针对行业用户调研统计,数研生成时间2023年10月19日）I公司I芯片平台介绍i英伟达JetsonAGXOrin平台运算能力30TOPS（万亿次每秒）,包含了altaTensor核心图形处理单元，八核CP

14、U,f双NVD1.A深度学习加速器，一个图像处理器，f视觉处理器以及f视频处理器.能够使几十种算法同时实时处理，从而用于传感器处理、测量、定位和映射、视觉及感知,外加路径规划等。高通RB6和RB5AMR平台70-2TOPS,INT8,可通过扩展卡支持3GPPRelease15、16、和18特性.同时，RB坪台还提供了全面、可定制且易于使用的丰富硬件及软件开发工具组合，包括全集成的AISDK.智能多媒体SDK等，可融合多媒体、Al与Ml、计算机视觉（CV）和网络构建模块，支持端到端机器人应用部署.AMDKriaSOM平台基于ZynqUltraSCaleMPSoC的架构，有一个四核的ARMA53处

15、理器，4GB0DR4内存.板卡可犷展，却Wi-Fi、SG等未来机器人开发过程中需要使用的功能。HERo系统平台采用了英特尔酷睿系列CPU,并搭载英特尔ArriaIOG燥列FPGA作为异构加速器,CPU和FPGg间通过8通道Pae高速接口进行通信.恩智浦IayerSCaPe多核通信处理器系列ISlo46AffilS1026A是多核通信处理期的两个代表产品.它们将四核（1.Slo46A）和双核（1.SlO26A）64位ArmCorteX-A72与数据包处理加速、高速外设相集成ISlO46喝备32000CoreMarks的高性能，可以与IOGb以太网、第三代PCIe、SATA3.0、USB3MOQSPl接口配对，可适配多轴控制。MicrochipSAM系列的高性能MCUSAMS70和E70使用了300MHZ