2022商用服务机器人行业研究报告.docx

《2022商用服务机器人行业研究报告.docx》由会员分享，可在线阅读，更多相关《2022商用服务机器人行业研究报告.docx（52页珍藏版）》请在课桌文档上搜索。

1、人工智能开启机器人新时代商用服务机器人行业研究报告报告摘要 商用服务机器人在市场价值、技术和政策推动下迎来快速发展期商用服务机器人是应用于B端日常服务场景的机器人z区别于工业机器人。商用服务机器人具有解放和提高生产力的应用价值，在机器人制造技术迭代和SLAM、人机交互等人工智能技术创新的基础上，被应用于诸多场景，逐渐推动商业化落地。同时，中国政府也提出一系列加快建设制造强国，促进商用服务机器人产业发展的利好政策，为行业爆发提供土壤。在市场价值、技术和政策的共同推动下，行业迎来快速发展期。 商用服务机器人智能化程度明显提升，应用落地场景不断丰富 随着人工智能技术的不断发展，商用服务机器人已经在深

2、度学习、机器视觉、语义理解、认知推理等方面取得了明显进步，智能化程度明显提升。在技术驱动下，商用服务机器人的产品类型在逐渐丰富，并进一步向多个应用场景渗透，由市场中率先落地的扫地机器人、送餐机器人向党建、政务、零售、物流、医疗、教育、情感陪护等方向拓展，持续打磨应用场景以加速落地。目前，党建、政务、司法和汽车零售行业成为商用服务机器人新的放量领域。 商用服务机器人产业将以满足需求升级.需求替代和需求探索为线索阶梯发展 商用服务机器人兼具消费属性和服务属性的特征，以满足和服务于人类需求为根本驱动力。在分析产业的发展逻辑与发展路径时，我们也遵循上述逻辑与核心要点。我们认为，需求升级和需求替代的市场

3、教育成本较低，将是首先被落地和验证的方向。需求探索产品将满足选择性丰富和个性化的需求，前期需要大量市场培育，壁垒较高，发展潜力较大。录Contents一.行业概述 定义、分类 发展历程 驱动力 市场规模 资本分析二.产业链 产业链图谱 产业链分析- 核心硬件- 软件或方案集成商- 整机应用案例分析三.行业总结与前景分析行业总结前景分析CHAPTERI商用服务机器人行业概述 定义、分类 发展历程 驱动力 市场规模 资本分析行业概述Ll定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析扃再Ii务机器人是指通过B端应用于日常服务场景的机器人机

4、器人是一组自动执行工作的机器装置。在分类上，还有诸多争议，国际机器人协会（IFR）按照机器人的应用场景将其分为工业机器人和服务机器人两类。其中，工业机器人是应用于生产过程与环境的机器人,包括人机协作机器人与工业移动机器人；服务机器人则指除工业机器人之外服务于人类的各种机器人，包括个人/家用服务机器人和专业服务机器人两类。现阶段，考虑到机器人在高空、水下、自然灾害等特殊环境下的应用现状，我国业内将机器人分为工业机器人、服务机器人和特种机器人三类。其中，服务机器人是机器人家族中最年轻的一员，它应用于日常生活服务场景，在休闲娱乐、商用服务、医疗、农业、教育等多个领域具有广泛应用。军事应用机器人应急救

5、援机器人极限作业机器人教育机器人农用服务机器人安防机器人健来源：36氟研究院整理医疗服务机器人迎宾机器人商用服务机器人览导购机器人娱乐机器人物流机器人家政服务机器人清洁机器人1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析行业概述而嚣入行业发展大致经历了程序控制、刍适应和智能化三个阶段 19世纪60年代，被誉为“机器人之父”的约瑟夫恩格尔伯格(JosephEngelberger)创立UnimatiOn公司,研制出世界上第一台工业机器人，现代机器人行业由此拉开序幕，并随着技术进步和市场需求变化不断与时俱进。回顾商用服务机器人的发展历程

6、，大致可分为三个阶段： 程序控制机器人(第一阶段)：该阶段的机器人完全按照事先写好的程序进行工作，其程序写入有两种方式：一种是工作人员根据工作流程进行编写，另一种是示教-再现的方式，即机器人在人的引导下完成相应的工作，并将每一个工作步骤视为一条指令进行存储和记录。随后，可在相同的环境条件下，按照相同的流程和方法完成工作。 程序控制机器人能够较好地模拟人的运动功能，根据预设的流程进行拿取、安放、拆卸、组装、翻转、抖动等工作，对于机械性地重复工作有很好的取代性,因而被广泛应用于机床、生产线等工业生产环境，从事安装、搬运、包装、机械加工等工作。 但这一阶的段机器人有一个比较明显的缺陷，它只能按照既定

7、的流程完成工作目标，无法灵活地适应变化的情况。此外，由于缺乏感知环境的能力，它无法及时地识别异常情况并进行工作流程上的调整，从而可能导致不确定甚至危险事件的发生。1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析行业概述而嚣入行业发展大致经历了程序控制、刍适应和智能化三个阶段 自适应机器人(第二阶段)：通过传感器装置感知环境，并利用计算机进行控制是自适应机器人的主要特征。这种机器人通过传感器获取作业环境、操作对象的简单信息，然后由计算机对获得的信息进行分析、处理，进而控制机器人的动作。由于它能随着环境的变化而改变自己的行为，故称为自适

8、应机器人。 自适应机器人已经具有一些初级的智能，能够应对一定范围内的环境变化，但还没有达到完全自治的程度，需要技术人员的协调工作。 康奈尔大学(CornellUniversity)创造性机器实验室负责人胡迪利普森(HodLipson),在2015年2月美国硅谷TheBigTalk论坛上展示了其实验室所研发的具有自我知觉的自适应机器人，通过让机器人在一定环境中进行自我学习并给予其相应的评价与反馈，使得机器人拥有更好的模仿能力和直觉判断，从而增强机器人对于信息的分析处理与适应性。FleXiV公司于2019年4月发布了其最新产品自适应机械臂RiZOn,这种自适应机器人拥有极高的误差容忍度、强抗干扰性

9、和强大的可迁移工作能力，可应用于制造业、医疗、零售等多个领域，完成复杂的工作任务。为了达到这样的自适应性，FIeXiV自主研发了新型轴关节、关节扭矩控制器、独有的力觉感知技术以及层级式机器人智能系统，保证产品在人机交互以及不确定的环境中也能保证控制及作业的安全性。1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析行业概述而器入行业发展大致经历了程序控制、刍适应和智能化三个阶段 智能机器人（第三阶段）：当前，机器人行业已经进入智能化发展的初级阶段。这一阶段的机器人具有更类似于人的特征。主要表现在三个方面： 1）多样的感知和交互能力：智能

10、机器人配备有视觉、听觉、触觉等多种感官系统，能够从多个维度获取外部环境信息，并能够独立对这些信息进行加工处理，进一步影响和控制自身行为，与外界进行实时交互。 2）灵活的独立决策能力：智能机器人大多利用算法进行决策，根据外界环境的不同输入值，可以自动计算并生成相应的决策和指令来控制自己的行为。与自适应机器人相比，智能机器人能够独立应对更加复杂的场景与环境。 3）一定的自我学习能力：深度学习、强化学习等人工智能技术的应用使智能机器人具备了学习和优化的能力，通过反复地训练、学习，真正地掌握工作技能。 人工智能技术的发展支撑机器人不断实现创新突破，目前服务机器人正在实现从感知智能向认知智能的升级，在深

11、度学习、抗干扰知识识别、听觉视觉语义理解、自然语言理解和情感识别方面取得了长足进步。 日本软银集团（SoftBank）旗下公司研发的人形机器人PePPer已经具备了语音识别技术，分析表情和声调的情绪识别技术，可通过判断人类的面部表情和语音语调，来做出相应的情感反馈。目前，海尔已经与软银合作，将PePPer引入了中国市场。1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析行业概述而嚣入行业发展大致经历了程序控制、刍适应和智能化三个阶段随着人工智能技术的进步，智能机器人自主性不断提升，产品类型更加丰富，正在各个领域进行应用与渗透，由个人和

12、家用的扫地机器人、送餐机器人向专业场景化的陪护机器人、教育机器人、康复机器人、手术机器人、引导迎宾的商务机器人和党建机器人等方向不断延伸。美国直觉外科公司(ISGR)的达芬奇手术机器人是目前全球最成功且应用最广泛的手术机器人，实施手术时主刀医师不与病人直接接触，通过三维视觉系统和动作定标系统操作控制，由机器人及手术器械模拟完成医生的技术动作和手术操作。目前，阿里达摩研究院旗下的AlLabS也推出了两款针对B端的商用服务机器人系列产品，这两款机器人的操作流程与天猫精灵语音系统全面打通，同时在支付环节打通了支付宝，一方面巩固了天猫精灵在特定场所的语音支付能技能需求，另一方面与阿里智能产品生态圈相融

13、合，提升商用服务机器人的使用价值。国外互联网巨头也正在加速布局服务机器人市场。亚马逊正在加快服务机器人的研发，预计2019年将推出家用机器人。另外，谷歌号称研发出智能服务对话机器人，可以服务于客户订餐。此前被谷歌出售的波士顿动力公司(BostonDynamics)也将在2019年下半年推出其研发的商用服务机器人，探索更多商业化落地的可能性。1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析行业概述I价值、技术和政策驱动下，商用服务机器人行业迎来快速发展期近年来，随着人工智能的发展热潮，机器人行业又一次进入大众视野，从工业生产到生活消费

14、场景，越来越多的机器人开始代替或辅助人类进行工作。机器人行业迎来了全球范围内的快速增长阶段，无论是机器人种类及应用领域还是企业数量，都有明显的扩张。回顾行业的发展历程，我们认为，主要有三个方面的驱动力在行业爆发的过程中起了关键的推动作用。【价值驱动】机器人具有巨大应用价值，价值引起需求，进而推动行业发展。 1）解放生产力：工业社会使用机器来提高生产力，将人类从繁重的体力劳动中解放出来。在工业4.0时代，智能制造成为全球制造业发展的核心，机器人行业作为重要的组成部分，对推动传统产业升级、进一步解放人类生产力具有重要意义。 2）提高生产力：随着中国人口红利的消失，用工成本逐年提高；加之老龄化趋势的

15、愈发明显，中国的经济发展面临着劳动力不足且成本居高等问题。商用服务机器人的广泛应用能够一定程度上缓解我国人口结构失衡带来的诸多社会问题。 3）满足人们消费升级的需求：年轻一代的消费者对于智能产品的消费需求不断升级。从智能手机到智能穿戴、智能家居、智能车载等，从单纯的工具性应用到情感交流、日常陪护，机器人正逐渐走进人类生活，成为人类工作和生活的一部分。1定义、分类1.2 发展历程1.3 驱动力-价值驱动-技术驱动-政策驱动1.4 市场规模1.5 资本分析行业概述I价值、技术和政策驱动下，商用服务机器人行业迎来快速发展期【技术驱动】机器人制造技术的迭代发展和人工智能技术多方创新使机器人的智能化程度

16、大大提升，从而推动商用服务机器人商业化应用的进程。SLAM、伺服舵机、传感器以及先进复合材料等技术的进步使得机器人具备了比人更加灵敏的感官和运动系统，更加轻便、精密、灵活和安全。从硬件层面来看，一定程度提升了机器人对复杂环境的适应能力，为其落地应用提供了基础。人工智能交互技术的逐渐成熟至达到商用标准将机器人的智能化程度提高到了前所未有的高度，不仅使机器人具备了基本的语言沟通能力、图像识别能力，甚至赋予了机器人情感交流和强大的逻辑计算能力。机器人开始进入独立思考的智能化发展阶段，开始在很多方面的表现逐渐接近甚至超越人类，从而得以在广泛的场景下帮助人类完成工作。感知和传感H运动控制I人机交互SLA

17、M（定位和地图创建）液压控制/电机控制人工智能技术各类传感器手臂肢体语音识别激光雷达控制传感器语义理解毫米波雷达伺服舵机语义合成光学相机减速器图像识别GPSAI芯片深度学习超声波传感器基础计算陀螺仪1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析行业概述I价值、技术和政策驱动下，商用服务机器人行业迎来快速发展期【政策驱动】全球进入了机器人发展的黄金期。中国政府提出加快建设制造强国，加快发展制造业。 2015年5月8日国务院印发了中国制造2025，力争通过三个十年的努力，把我国建设成为引领世界制造业发展的制造强国。 2016年，由工信

18、部、国家发改委和财政部共同印发的机器人产业发展规划（20162020年）中要求,经过五年的努力，中国要形成较为完善的机器人产业体系。 2017年十九大报告明确指出，加快建设制造强国,加快发展先进制造业。同年12月，工信部发布的促进新一代人工智能产业发展三年行动计划（2018-2020年）指出，要提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平，推动巡检和导览等公共服务机器人以及消防救援机器人等的创新应用，并明确到2020年，智能服务机器人的环境感知、自然交互、自主学习、人机协作等关键技术取得突破,智能家庭服务机器人、智能公共服务机器人实现批量生产及应用等目标。 2019年智

19、能+首次出现在政府工作报告中。报告指出，打造工业互联网平台，拓展智能+，为制造业转型升级赋能。要围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制造业和现代服务业融合发展，加快建设制造强国。行业概述1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市场规模1.5 资本分析2018年全球机器人市场结构数据来源：IFR、中国电 子学会、36氮研究院全球机器人行业飞速发展，中国市场尤为迅猛 当前，全球机器人行业已经进入了飞速发展阶段。据IFR和中国电子学会数据，2018年全球机器人市场规模达到298.2亿美元，2013-2018年的平均为15.1%。

20、其中，工业机器人168.2亿美元，服务机器人92.4亿美元，特种机器人37.5亿美元。 服务机器人作为机器人行业的重要组成部分，随着智能化水平和应用价值的不断提升，开始在全球市场快速发展。2013年以来，全球服务机器人市场规模年均增速达23.5%,2018年全球服务机器人市场规模达到92.5亿美元，预计2020年将增长至156.8亿美元。2013-2020年全球服务机器人销售额及增速数据来源：IFR、中国电子学会、36氮研究院中国作为全球最大的机器人市场之一，在国内政策、技术、市场需求等多重刺激下快速发展。1定义、分类1.2 发展历程1.3 驱动力- 价值驱动- 技术驱动- 政策驱动1.4 市

21、场规模1.5 资本分析资本分析用I器入投资渐趋理性，资本偏爰头部核心技术厂商机器人行业项目数量渐增，热度不减。据鲸准洞见数据库显示，截至2019年7月26日，共收录1589个机器人相关项目（不包括无人机），其中，工业机器人项目524个，服务机型机器人465个，特种机器人67个，其它为机器人零部件、算法、系统集成商等软硬件提供商。2019年资本市场降温，机器人行业投资渐趋理性，投资者更倾向于产业链中的核心技术厂商，包括核心零部件、Al芯片.人工智能交互技术等，大额融资集中于头部应用场景明确或拥有核心技术的整机厂商。截至2019年7月26日，鲸准数据显示，共有98家机器人领域的企业在2019年获得

22、融资，融资总额约达438亿元。其中，2019年服务机器人领域融资事件为29起。企业名称融资轮次融资金额融资时间所属领域博雅工道B轮数千万人民币2019年5月水下机器人地平线机器人B轮6亿美元2019年2月人工智能解决方案提供商极智嘉科技C轮未披露2029年7月物流机器人节卡机器人B轮亿元以上人民币2019年4月协作机器人优必选科技C轮8.2亿美元2018年5月人工智能机器人云迹科技C轮未披露2019年3月商用机器人图示：2019年服务机器人领域大额融资事件数据来源：36氟研究院根据鲸准洞见数据整理CHAPTER11产业链分析产业链图产业链分析案例分析2.1 产业链图2.2 产业链分析2.3 案

23、例分析产业链分析扃岫务机器人产业链第三方代理天据TBU3军CR中国M旭人同r.0.一营!UBTCHwCDU三F=商用服务机器人二SoftBankGeekVpgO%幺aGogleUBTECHB插斑百惇amazonSLAM速感科更嚣/支slmiecAivU Panasonic机器视觉网邮沔手可咋-E1- 伺服舵机I* Lenze UBTCH 1IK a R IOI 传感器 I! 81 Ri烈。臀魁!II- 减速器 INabtesco 卷恒丰 JWZ5 Herofcmgtai I语言交互- 操作系统&应用开发-RCB：ROS UBTECH件或方案B云平台s * 吧注：此产业链图由36氮研究院梳理，图

24、中只列出部分企业作为代表,未覆盖全产业。产业链分析2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析扃赢务机器人产业链复杂，技术是核心，下游应用场景多样整体来看，我国商用服务机器人行业的产业链较为成熟，这一方面依赖于我国成熟的电子制造业为机器人行业提供了供应链基础；另一方面，人工智能等新兴机器人交互技术在国内的发展渐趋成熟，受技术商业化需求的驱动，越来越多的企业加入到商用服务机器人行业，成为重要技术和解决方案提供商。 随着产业的精细化发展，行业分工愈发精细，产业链也愈发

25、复杂，在本篇报告中，我们将商用服务机器人产业大致分为核心硬件供应商、软件或方案集成商.整机厂商以及销售渠道等几个环节。 商用服务机器人的核心硬件包括：伺服舵机、芯片、控制器、减速器、各类传感器等负责运动控制、基础计算、环境感知的零部件和电池、电源、存储器等其它通用零部件。 软件或方案集成商为商用服务机器人行业提供相关的软件、算法和技术解决方案，如SLAM与机器视觉、语言交互技术、机器人操作系统与软件应用、云服务等。软件或方案提供商是开发和进一步完善商用服务机器人功能的主要环节，涉及对外界环境的感知、人机交互、决策与实际问题解决等方面。 整机厂商主要指以商用服务机器人设计和制造为主的综合性厂商。

26、从目前来看，整机厂商是推动商用服务机器人商业化的主力，挖掘多样化场景下商用服务机器人的使用价值，推动其走进人类生活。产业链分析中国伺服舵机自主研发能力提升,国产品牌正在崛起2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服舵机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析图示：伺服舵机 伺服舵机（servo）也叫伺服电机，是一种机电一体化的元器件，是机器人运动控制的核心部件，包括一体化电机、控制器、传感器、减速器等单元。伺服舵机根据机器人所面临的实际环境控制指令的下达，通过控制器驱动电机、减速器，对其力矩和转速进行放大

27、、变换与调整等操作，进而灵活地控制机器人的行进方向、运动状态和位置精度等。 伺服舵机一般被类比为机器人的关节肌肉，驱动和控制机器人的关节运动，关节越多，机器人的运动表现力越好，所要使用的伺服舵机的数量就越多，对伺服舵机力矩的要求也越高。 伺服舵机在过去的很长一段时间，外资企业占据着伺服舵机领域的话语权，伺服舵机也一度成为中国机器人产业发展的瓶颈。目前，我国伺服市场中的国产品牌渗透率只有20%,大部分市场份额被外资品牌所占据其中，西门子和博世力士乐等欧美品牌基本垄断大型伺服市场；而松下、安川和三菱等日系品牌则在中小伺服市场占据重要位置；在国产品牌中，汇川和埃斯顿处于领先位置，两者合计市占率约为6

28、%*。 随着国产品牌自主研发的技术突破，我们认为伺服舵机已经具备国产替代的条件，发展前景广阔。首先，中国制造2025对伺服系统的发展给与了大量政策支持和资金补贴。其次，工业机器人和服务机器人产2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服舵机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析图示：优必选伺服电机专 一种伺服电机及其控制方 法 CNlO6208543B产业链分析届亩房服舵机自主研发能力提升,国产品牌正在崛起业的爆发式发展为伺服舵机的下游应用带来拓展，不断释放下游需求。再次，国产的伺服舵机产品与外资品牌相比

29、具有明显价格优势和渠道下沉优势。在价格方面，国内品牌平均比日本品牌拥有15%价格优势，与欧美品牌相比有30%价格优势，其经济性和适用的普遍性得以挖掘，最后，国产品牌的伺服产品与外资品牌相比，技术差距正在逐渐缩小。目前，国产品牌已经能够满足70%-80%的常用场景需求，并且国产品牌在进一步加大研发力度，寻求技术突破。在传统伺服厂商之外，也有针对机器人的使用场景和使用特点，开发出的更适合机器人使用的伺服舵机。韩国RObOtiS的DynamiXeI系列数字舵机，采用C语言编写，支持DynamiXeI通信协议，采用AVR单片，实际上可以采用FPGA,例如SOPC系统上，可以控制小型机器人，是机器人市场

30、中较为认可的优质产品。随着国内商用服务机器人行业的爆发，越来越多的机器人企业开始重视伺服舵机的自主研发并取得了一定成果。技术上的突破不仅使相关企业在机器人行业竞争中获得先发优势，也进一步加速了国内商用服务机器人市场化应用的进程。例如，优必选科技自主研发的伺服舵机在参数和性能方面与日本、韩国和瑞士等一流公司不相上下，拥有大扭矩、高精度、小体积、高可靠性的特征，在价格和性价比方面更具优势。产业链分析芯片用于机器人的基础计算和指令控制，目前仍处于研发早期2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.

31、3 整机应用2.3 案例分析 芯片是服务机器人的另一个主要硬件，负责数据计算和指令下达。从应用范围来看，目前，市面可见的机器人芯片可分为通用芯片和专用芯片两类。其中，通用芯片可用于电脑、机器人、智能设备等各种领域，如CPU、GPU、FPGA等；专用芯片是专为Al计算设计的芯片，也称人工智能芯片，如寒武纪1号。 通用芯片面对服务机器人的深度神经网络计算量有些吃力，效率低、功耗高，但是其可移植性和延展性较好；专用芯片效率高、功耗低，但是移植性和延展性差，目前整体处于研发早期。 从功能上看，人工智能芯片主要应用于支持训练和推理这两个核心环节。其中，训练是指利用大量的数据来训练算法，使之具备特定的功能

32、；推理，则是利用训练好的模型，在新数据条件下通过计算推衍出各种结论。训练和推理在大多数人工智能系统中是相对独立的过程，对芯片的要求也不尽相同。 训练所处理的数据量大、情况复杂，对芯片的计算性能和精度要求较高，目前主要集中于云端；此外，由于训练的过程可能涉及多种复杂场景，因而需要一定的通用功能来支持。相对而言，推理对计算性能、精度和通用性要求不高，需在特定的场景下完成任务，一般在终端,因而更关注用户体验方面的优化。 从技术架构看，AI芯片分为：通用芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）、类产业链分析芯片用于机器人的基础计算和指令控制，目前仍处于研发早期2.1 产业链图

33、2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析脑芯片四大类。在人工智能场景中，深度学习算法对芯片性能具有海量数据的高速通信、专用计算能力和是非结构化数据处理三大需求。GPU、FPGA以及ASlC等AI芯片凭借着自身优势，在云端或边缘端均有着优异表现，应用更为广泛。从技术趋势看，短期内GPU仍将是AI芯片的主导，长期看GPU、FPGA以及ASlC三大技术路线将呈现并行态势。类脑芯片是人工智能最终的发展模式，但是离产业化还很遥远。从市场趋势看，全球AI芯片需求将保持较快增长，预计未来5

34、年市场增速将接近50%;国内虽然芯片技术差距较大，但随着Al应用快速落地，AI芯片需求增长可能更为迅速。全球Al产业增长迅猛，AI芯片的需求逐渐被释放。根据Gartner最新统计数据显示，2018年全球AI芯片市场规模达到42.7亿美元，预计到2023年市场规模将达到323亿美元。类别通用芯片（GPU）半定制化芯片（FPGA）全定制化芯片（ASIC）类脑芯片单指令、多数据处理，采用众描述多的计算单元和超长流水线，主要用于图像领域的运算加速适用于多指令，单数为了实现特定功能而定制模拟人脑功能进行感据流分析的专用AI芯片知、行为和思考特点通用性、计算性能高、功耗高可编程、功耗和通用可定制、性能稳定

35、、功耗功耗低、响应速度快、性T殳一般处于早期阶段举例AMD、英特尔、英伟达K验钊H比特大陆、地平线、谷歌、tdm用it旬珏深鉴科技寒武纪IBM、西井科技数据来源：36氮研究院根据公开资料整理2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析产业链分析晶晶局芯片，为机器人等智能制造产业提供基础支持近年来，国内外科技巨头争相在芯片领域布局，包括传统芯片厂商、互联网巨头、智能制造厂商等。从总体竞争格局看，欧美韩日继续领先该市场，且基本垄断中高端云端芯片，国内企业有进步但主要集

36、中在边缘端，云端差距较为明显。虽然目前多数国产芯片研发仍处于较为早期的阶段，但已经迈出了重要的第一步，这为机器人行业的发展做了良好的铺垫。类别公司产品动态传统芯片厂商英特尔2017年8月推出MOVidiUSMyriadXVPU;2017年9月,推出自主神经元芯片英伟达2017年5月发布GPUVotta架构芯片;2018年1月发布JetSonXaVier芯片通信类科技公司华为海思2018年8月发布Kirin980”（麒麟980）苹果2018年9月苹果新款手机,搭载A12Bionic（A12仿生）互联网巨头百度2018年7月百度发布AI芯片昆仑谷歌2018年5月发布TPU3.0创业公司比特大陆20

37、18年10月第二代云端Al芯片算丰BMI682以及终端AI协处理器BMl880地平线机器人2018年4月发布征程20芯片寒武纪2018年5月发布MLU100云端智能芯片数据来源：36氮研究院根据公开资料整理机器人芯片需要强大的计算、判断和执行能力，国外厂商高通、英特尔、英伟达都在积极布局，国内企业目前处于追赶状态，如瑞芯微、珠海全志、炬力。瑞芯微的RK3399和RVIlo8芯片应用于服务机器人。2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析产业链分析LAM解决机器人

38、导航和定位的问题，多传感器融合是行业趋势 SLAM(simultaneouslocalizationandmapping)是即时定位与地图构建，或同步建图与定位。SLAM解决机器人在实际环境中的定位与运动导航等问题。即将一个机器人放入未知环境中的未知位置，如何让机器人在行进过程中自行绘制出环境的完整地图，并根据实际情况躲避障碍和规划运动路线的问题。 现阶段SLAM的传感器主要是激光和摄像头，因此行业内将SLAM分为激光SLAM和视觉SLAM两类。 相比而言，当下激光SLAM更加成熟、稳定，是行业应用的主流，视觉SLAM是近年来行业研发的重点，发展较快，但在应用上两者都存在一定不足。从优势互补的

39、角度，行业内已经有部分企业开始尝试多传感器融合的SLAM技术研发，多传感器融合正在逐渐成为行业发展的趋势。优/劣势激光SLAM视觉SLAM可靠性强，技术成熟结构简单、安装方式多兀化优势建图直观、精度高、不存在累计误差无传感器探测限制、成本低地图可用于路径规划可提取语义信息劣势受雷达探测范围限制安装有结构要求地图缺乏语义信息环境光影响较大，暗处(无纹理区)无法工作运算负荷大，构建的地图本身难以直接用于路径规划与导航传感器动态性还需提高,地图构建时会存在累计误差数据来源：36氮研究院根据公开资料整理2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SL

40、AM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析产业链分析SLAM随市场需求变化而不断发展，整体不够成熟SLAM技术的逐步成熟是服务机器人应用价值提升的基础，随着市场对服务机器人产品的要求不断提高，SLAM技术也需要不断地适应市场环境，不断升级。简单易用、精度高、性能稳定的SLAM是行业发展的目标。在机器人产业链中,提供SLAM技术的企业主要有两类。一类是专门提供导航定位模块的企业，另一类是开发SLAM自用的机器人整机厂商。整体来看，国内机器人行业SLAM技术还不够成熟，在精度和性能稳定性方面还需要做进一步地提升。企业基本情况技术特点布科思2014年成立，主营机器人

41、，传感器以及定位导航解决方案主要使用激光雷达，结合UWB（超宽带技术）、超声以及红外实现定位，用多传感器信息融合技术实现定位导航与路径规划速感科技2014年成立，机器视觉解决方案公司VSLAM算法可以融合多种传感器（激光雷达、惯性测量单元、里程计、超声波等），获取稳定且准确位置姿态信息的同时，帮助机器人等智能设备获取三维空间环境信息，使其具备自主移动、路径规划、场景理解等能力高仙机器人2013年成立，是一家机器人导航定位系统研发商高仙机器人融合激光及视觉的SLAM技术，产品应用于商用服务机器人、家用服务机器人、清洁机器人、安防巡逻机器人等灵哺2015年成立，提供室内外通用的模块化激光SLAM自

42、主定位导航系统解决方案主打产品NAVI-BOX（自主导航盒子），主要应用于移动机器人领域思岚科技2013年成立，主营激光雷达即模块化自主定位导航解决方案其SLAMWARE是一种单模块化的机器人自主定位导航系统，集成了基础激光雷达的SLAM及配套的路径规划功能优必选科技2012年成立，提供人工智能及机器人技术、产品和解决方案服务优必选的U-SLAM可根据不同场景装载不同的解决方案，包括激光SLAM、视觉SLAM和UWB定位系统等，具有智能、高效、稳定等特点数据来源：36氮研究院根据公开资料整理产业链分析2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商

43、 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析金整SLAM数据库将会极大增强科技公司的竞争力全球科技巨头苹果、谷歌和脸书(FaCebook)都在大力投资与发展SLAM技术，通过赋予机器视觉输入，使机器更加灵敏与准确地理解周遭环境，并应用于机器人、自动驾驶、VR/AR等多种领域。在众多应用领域中，均需要以SLAM数据库为支撑，使技术与场景紧密结合，并不断更新迭代，发挥最大效能。我们认为，拥有完整的SLAM数据库将会极大增强科技公司的竞争力。例如，FaCebook可以利用其庞大的用户数据和社区力量，进行图像分析并标记用户图片的拍摄位置；谷歌可以通过分析智能眼镜摄

44、像头位置把广告精准呈现给用户。目前，谷歌正在通过ProjeCtTango实施SLAM技术，并与联想等公司合作研发。Tango主要通过两个摄像头来感知环境深度且拥有上下文情景，这种数据更具价值。苹果于2015年收购德国AR公司Metaio获得关键SLAM技术，并在此基础上研发出ARKit。Sn叩公司正在申请新专利，研发一种结合GPS数据和SLAM映射来把相关AR内容投射在现实世界中的技术。2015年诞生的WatChhhhSLAM是我国首个自主研发的SLAM系统，也是自MetaiO和13thLab相继被收购后,全球范围内少数可商用的SLAM系统。止匕外，百度把SLAM技术纳入到人工智能研究的核心内

45、容。联想也正在与WikitUde合作研发一种名为AUgmentedHumanCIOUd的SLAM数据库。产业链分析2.1 产业链图2.2 产业链分析2.2.1 核心硬件伺服能机芯片2.2.2 软件或方案集成商 SLAM与机器视觉 语言等交互技术 操作系统2.2.3 整机应用2.3 案例分析砒薪觉赋予了机器人感知和认识世界的能力，近年发展较快 机器视觉就是赋予机器看清世界，识别物体的能力。广义上的机器视觉包括各种非人工途径来感知和识别信息的技术，如：零件检测、质量分拣、光学字符识别、图片识Sik人脸识别、三维空间感知等o在服务机器人领域，常用的机器视觉技术可大致分为环境感知、三维空间重建、物体和图像识别等。 环境感知：即利用智能摄像头，结合激光、雷达、红外线等多种传感器采集并处理周围环境和物体信息，包