Workflow
人形机器人行业专题(一):新技术前瞻专题系列(八)-传感器的技术路径、竞争格局与产业重构
东兴证券·2025-03-06 21:21

报告行业投资评级 未提及 报告的核心观点 - 传感器是机器人感知物理世界的窗口和迈向智能化的基础 ,包含视觉、听觉、触觉、力等多种类型 ,MEMS传感器具备独特优势 [3][19] - 以特斯拉人形机器人为例 ,一台需多种传感器 ,成本占比约30% ,传感器向多维度等方向发展 ,高维力矩和触觉传感器是研究重点 [4][23] - 人形机器人有望成为颠覆性产品 ,但中国传感器产业起步晚、技术积累有限 ,非标生态待调整 ,核心技术待突破 ,产业发展需融合 ,投资并购是企业壮大重要路径 [4][26][30] - 2024 - 2030年全球和中国人形机器人市场规模及销量将大幅增长 ,中国智能传感器市场规模扩大 ,MEMS传感器行业发展前景好 [5][39][42] - 具备技术优势的国内企业有望在人形机器人传感器领域占据先机 ,受益标的有柯力传感、汉威科技等 [5] 根据相关目录分别进行总结 Q1:人形机器人具有哪些传感器 - 传感器是机器人感知物理世界的窗口和迈向智能化的基础 ,在感知、交互等模块发挥重要作用 [8] - 发展目标是聚焦专用传感器 ,突破视、听、力、嗅等关键技术 ,形成产品谱系 [10] - 视觉传感器是功能专门化嵌入式视觉系统 ,可实现多种功能 ,主流方案有3D结构光相机、iToF相机等 [12] - 听觉传感器主要为麦克风 ,有声检测型和语音识别两种应用方式 [14] - 力传感器主要为力矩传感器 ,能检测扭转力矩 ,为机器人提供力感信息 [16] - 触觉传感器可覆盖机器人表面 ,检测多种特性 ,国内厂商产品性能与国外有差距 ,应用处于验证阶段 [17] - MEMS传感器是复杂系统 ,具备微米甚至纳米级尺寸 ,在多领域发挥重要作用 [19] Q2:人形机器人大概需要多少传感器 - 以特斯拉人形机器人为例 ,一台需1套视觉传感器、1套位置传感器等多种传感器 ,传感器成本占比约30% ,当前研究重点是高维力矩和触觉传感器 [4][23] Q3:人形机器人传感器具有哪些机遇与挑战 - 人形机器人有望成为颠覆性产品 ,发展潜力大、应用前景广 ,是未来产业新赛道 [26] - 到2025年 ,需提升力传感器、MEMS传感器、触觉传感器水平 ,满足相关性能要求 [29] - 中国传感器产业起步晚、技术积累有限 ,与世界领先水平有差距 ,高端产品卡脖子情况严重 ,但在市场、政策、技术催化下有望加速国产替代 [30] - 行业存在非标混乱生态、核心技术待突破、法规与伦理挑战等问题 ,目前处于起步阶段 ,集中度逐步提高 ,企业发展需融合 ,投资并购是趋势 [31][33] Q4:MEMS传感器全球市场规模以及竞争格局是怎样的 - 2024年全球人形机器人市场规模为10.17亿美元 ,到2030年将达150亿美元 ,2024 - 2030年CAGR超56% ,中国年均增速高于全球 ,2030年市场规模将达近380亿元 [39] - 2024年中国智能传感器市场规模将达1551.2亿元 ,近五年年均复合增长率达15.96% ,高于全球水平 [42] - 全球MEMS传感器代表性企业众多 ,国内MEMS行业处于转型期 ,与国外领先企业有差距 ,市场主要企业有芯动联科、豪威集团等 [44] - 2025年中国MEMS传感器行业市场规模有望达1550.37亿元 ,2031年有望达2583.76亿元 [47] Q5:人形机器人MEMS传感器有哪些相关的投资标的 - 柯力传感在力学传感器领域领先 ,已开发六维力/力矩传感器产品系列 ,并给多家客户送样 [55] - 坤维展示了人形机器人方向的力传感器产品 ,为多个人形机器人品牌提供定制化力控解决方案 [55] - 鑫精诚开发出世界上最小的电阻应变式六维力传感器和IP67防护级别的六维力传感器 [56] - 帕西尼开发了多维触觉 + AI视觉双模态灵巧手和集成自研多维触觉传感单元的人形机器人 [60] - 汉威科技构建了纳米敏感材料体系 ,研发的柔性微纳传感器应用广泛 [60] - 华培动力切入机器人传感器赛道 ,布局多款传感器 ,下属子公司车规级MEMS压力芯片已量产供货 [61] - 安培龙组建力传感器研发团队 ,单向力和力矩传感器已开发完成 ,六维力传感器处于样品研发阶段 [62] - 苏州固锝旗下苏州明皓在MEMS - CMOS三维集成制造方面有专利 ,IMU产品已送样并小批量量产 [62] - 奥比中光推出全场景双目3D相机 ,已与部分人形机器人客户适配 [64] - 瑞芯微完善机器视觉领域产品梯队布局 ,推出多种机器视觉应用解决方案 [66] - 芯动联科形成自主知识产权的高性能MEMS惯性传感器产品体系 ,产品已达导航级精度 ,应用领域广泛 [69]