导语：从人形机器人供应链来看，本体、灵巧手、丝杠、减速器、传感器、电机等都是值得重点关注的高价值环节，目前部分环节已初步具备量产条件，但整体仍面临一些挑战，尚未完全达到大规模量产的要求。虽然人形机器人的潜在市场需求巨大，但目前仍处于市场培育阶段。人形机器人的制造成本和维护成本较高，目前只有少数企业能够将价格控制在相对较低的水平，如宇树科技的 G1 人形机器人售价 9.9 万元起，众擎机器人的 PM01 售价 8.8 万元，但对于大多数消费者来说仍然较高，导致市场渗透率较低，难以实现大规模量产和商业落地。

1. 人形机器人概述

1.1 定义与特点

人形机器人，也称为仿人机器人，是一类模仿人类外观和行为特征的智能机器人。其核心特点包括拟人智能、类人形态和广泛适用性。拟人智能使得人形机器人能够通过人工智能大模型技术实现类似人类的感知、决策和控制能力。例如，特斯拉的Optimus机器人能够执行复杂的动作，如搬运物品和进行简单的家务任务。类人形态则让人形机器人能够快速融入为人类设计的环境，如城市基础设施和家庭环境，具有更强的通用性和适应性。此外，人形机器人具备比人类更强的耐受性和适应性，能够在非结构化环境中长期运行，有效解决未来劳动力短缺问题。

1.2 应用领域

人形机器人的应用领域广泛，涵盖了工业制造、社会服务、特种作业等多个方面。在工业制造领域，人形机器人可以执行重复性高、危险性大的工作，如汽车制造生产线中的焊接、搬运等任务，提高生产效率和质量。例如，优必选的Walker S机器人已经在汽车工厂中进行实训，能够执行门锁质检、车灯盖检测等任务。在社会服务领域，人形机器人可以提供公共服务、家政服务、物流配送和安保巡逻等服务。例如，达闼科技的小紫机器人在商场和酒店中提供导览和咨询服务，提升了服务效率和用户体验。在特种作业场景中，人形机器人能够在深海、民爆、核电站等危险环境中替代人类完成生产、巡检、探测和排爆等工作，保障人员安全。例如，波士顿动力的Atlas机器人能够在复杂地形中稳定行走，执行救援任务。此外，人形机器人在教育、医疗、娱乐等领域也有广泛的应用前景，如作为教学辅助工具、医疗手术助手和家庭陪伴机器人等。

2. 关键零部件分类

2.1 动力系统

动力系统是人形机器人实现运动和操作的核心，主要包括电机、减速器、电池等部件。

电机：电机是人形机器人的动力源，其性能直接影响机器人的运动速度、精度和稳定性。人形机器人通常采用伺服电机，因为伺服电机具有高精度、高响应速度和良好的控制性能。例如，特斯拉的Optimus机器人采用了多种类型的电机，包括无框力矩电机和空心杯电机，以满足不同关节和部位的运动需求。无框力矩电机具有高扭矩密度和低转动惯量的特点，适合用于机器人的关节部位，能够提供强大的动力输出和快速的响应速度。空心杯电机则因其体积小、重量轻、效率高等优点，常用于机器人的手指等需要精细操作的部位。
减速器：减速器的作用是降低电机的转速并增加输出扭矩，以满足机器人关节的力矩需求。谐波减速器、RV减速器和行星减速器是人形机器人中常用的几种减速器。谐波减速器具有高精度、高刚度和高传动效率的特点，适用于机器人的小臂、腕部和手部等需要精细操作的部位。RV减速器则以其高承载能力和高稳定性，常用于机器人的髋部、腿部等承受较大负载的部位。行星减速器则因其结构紧凑、传动效率高和维护方便等优点，在人形机器人的轮部或集成于伺服电机中得到了广泛应用。
电池：电池为人形机器人提供所需的能量，其性能直接影响机器人的续航能力和工作效率。目前，人形机器人主要采用锂电池作为动力源，因为锂电池具有能量密度高、循环寿命长和安全性好等优点。随着电池技术的不断发展，固态电池等新型电池技术有望进一步提升人形机器人的性能。

2.2 感知系统

感知系统是人形机器人获取外界信息的关键，主要包括视觉传感器、力/力矩传感器、触觉传感器和惯性传感器等。

视觉传感器：视觉传感器相当于机器人的“眼睛”，能够获取环境的图像信息，实现物体识别、定位和导航等功能。根据图像信息获取维度和处理数据类型的不同，视觉传感器可分为2D视觉和3D视觉。2D视觉主要通过工业相机获取平面图片，适用于简单的物体识别和定位任务。而3D视觉能够采集视野内空间每个点位的三维坐标信息，通过算法获取三维立体成像，适用于复杂场景下的物体识别、避障、导航等任务。例如，特斯拉的Optimus机器人采用了多目立体视觉和iToF技术，实现了高效的环境感知和物体识别。
力/力矩传感器：力/力矩传感器能够感知机器人与外界物体之间的力和力矩，实现精确的力控和操作。根据测量维度的不同，力/力矩传感器可分为一维、三维和六维力传感器。一维力传感器主要检测一个方向的作用力或力矩，适用于简单的力控任务。而六维力传感器能够同时测量三个方向的力和三个方向的力矩，为机器人提供全方位的力觉信息。例如，在人形机器人抓取物体时，六维力传感器能够实时反馈物体的重量和形状，助力机器人调整抓取力度和姿态，实现精细操作。
触觉传感器：触觉传感器能够感知机器人与物体接触时的压力、摩擦力等信息，实现对物体表面特性的识别和感知。根据敏感元件原理的不同，触觉传感器可分为压电式、压阻式、电容式、摩擦电式、电感式、光纤式等。其中，MEMS压力阵列传感器和柔性触觉传感器是当前研究和应用的热点。MEMS压力阵列传感器具有体积小、功耗低、集成度高等优点，能够实现高空间分辨率和压力分布测量。柔性触觉传感器则具备类似于人类皮肤的柔韧性，可以适应任意载体形状，更利于测量物体表面受力信息和感知目标物体性质特征。
惯性传感器：惯性传感器包括加速度计和陀螺仪，能够测量机器人自身的加速度和角速度，用于姿态控制和运动控制。惯性测量单元（IMU）通常将加速度计和陀螺仪集成在一起，有时还包括磁力计。IMU在人形机器人领域应用广泛，特别是在姿势跟踪、运动控制和导航方面。通过测量机器人加速度与角速度，帮助跟踪机器人姿势和运动状态，提供实时运动数据并分析，实现机器人运动轨迹、速度精确控制。

2.3 控制系统

控制系统是人形机器人的“大脑”，负责机器人的运动控制和行为决策，主要包括硬件平台和软件算法两部分。

硬件平台：硬件平台包括计算机、控制芯片和通信模块等。高性能的控制芯片和稳定的通信模块是实现精确控制的基础。例如，特斯拉的Optimus机器人采用了自家的FSD computer作为计算核心，包含SoC、存储、Wifi等模块，并通过FSD的规划算法控制机器人移动、操作。这种高度集成的硬件平台能够提供强大的计算能力和实时的数据处理能力，满足人形机器人复杂的控制需求。
软件算法：软件算法是人形机器人控制系统的灵魂，包括运动规划算法、感知算法、控制算法和学习与决策算法。运动规划算法用于规划机器人的运动轨迹和动作，包括路径规划、轨迹优化、避障算法等。感知算法处理传感器数据，提取环境信息，包括图像识别、目标跟踪、环境建模等。控制算法根据输入指令和感知信息，生成控制信号驱动机器人执行动作，包括逆动力学计算、姿态控制等。学习与决策算法使机器人具备自主学习和决策能力，包括机器学习、深度学习、强化学习等。例如，基于多模态LLM的RobotGPT结合感知系统提供的海量数据，将促使人形机器人在高度语言智能的基础上实现自然智能。

3. 动力系统详解

3.1 电机

电机是人形机器人的核心动力源，其性能直接影响机器人的运动速度、精度和稳定性。根据不同的应用场景和需求，人形机器人通常采用多种类型的电机。

无框力矩电机：无框力矩电机是一种高扭矩密度、低转动惯量的电机，适合用于机器人的关节部位。其优点在于能够提供强大的动力输出和快速的响应速度，同时体积小、重量轻，有助于减轻机器人的整体重量。例如，特斯拉的Optimus机器人在其关节部位广泛使用无框力矩电机，以实现流畅、精确的动作。
空心杯电机：空心杯电机因其体积小、重量轻、效率高等特点，常用于机器人的手指等需要精细操作的部位。其无铁芯的结构设计能够消除涡流损耗，提高电机的效率和响应速度。例如，Optimus机器人的灵巧手就采用了空心杯电机，以实现灵活的抓取和操作。
伺服电机：伺服电机具有高精度、高响应速度和良好的控制性能，是人形机器人中常用的电机类型。其闭环控制方式能够实现精确的位置控制和速度控制，满足机器人复杂运动轨迹的需求。例如，优必选的Walker S机器人在其各个关节部位采用了伺服电机，以确保动作的精确性和稳定性。

3.2 减速器

减速器在人形机器人中起着至关重要的作用，它能够降低电机的转速并增加输出扭矩，以满足机器人关节的力矩需求。

谐波减速器：谐波减速器以其高精度、高刚度和高传动效率的特点，广泛应用于机器人的小臂、腕部和手部等需要精细操作的部位。其独特的传动原理能够实现高减速比和低背隙，确保机器人动作的精确性和稳定性。例如，傅利叶的GR-1机器人在其手臂部位采用了谐波减速器，以实现高精度的抓取和操作。
RV减速器：RV减速器具有高承载能力和高稳定性，适用于机器人的髋部、腿部等承受较大负载的部位。其复杂的结构设计能够承受较大的冲击力和扭矩，保证机器人在行走、奔跑等动作中的稳定性和可靠性。例如，达闼科技的小紫机器人在其腿部关节采用了RV减速器，以确保在复杂地形中的稳定行走。
行星减速器：行星减速器因其结构紧凑、传动效率高和维护方便等优点，在人形机器人的轮部或集成于伺服电机中得到了广泛应用。其高效率的传动特性能够提高机器人的运动效率和响应速度。例如，宇树科技的H1机器人在其轮部采用了行星减速器，以实现快速、平稳的移动。

3.3 电池

电池为人形机器人提供所需的能量，其性能直接影响机器人的续航能力和工作效率。

锂电池：锂电池是目前人形机器人最常用的电池类型，具有能量密度高、循环寿命长和安全性好等优点。其较高的能量密度能够为机器人提供较长的续航时间，满足长时间工作的需求。例如，特斯拉的Optimus机器人采用了2.3千瓦时的锂电池组，能够支持机器人持续待机20小时。
固态电池：随着电池技术的不断发展，固态电池等新型电池技术有望进一步提升人形机器人的性能。固态电池具有更高的能量密度和安全性，能够在更小的体积内提供更大的能量输出。例如，瑞泰新材研发生产的高能量密度固态电池已经广泛应用于各类机器人领域，为人形机器人提供了更高效的能源解决方案。

4. 感知系统详解

4.1 传感器

传感器是人形机器人感知外界环境的关键部件，其性能直接影响机器人的感知能力和智能化水平。人形机器人常用的传感器包括视觉传感器、力/力矩传感器、触觉传感器和惯性传感器等。

视觉传感器：视觉传感器相当于机器人的“眼睛”，能够获取环境的图像信息，实现物体识别、定位和导航等功能。根据图像信息获取维度和处理数据类型的不同，视觉传感器可分为2D视觉和3D视觉。2D视觉主要通过工业相机获取平面图片，适用于简单的物体识别和定位任务。而3D视觉能够采集视野内空间每个点位的三维坐标信息，通过算法获取三维立体成像，适用于复杂场景下的物体识别、避障、导航等任务。例如，特斯拉的Optimus机器人采用了多目立体视觉和iToF技术，实现了高效的环境感知和物体识别。
力/力矩传感器：力/力矩传感器能够感知机器人与外界物体之间的力和力矩，实现精确的力控和操作。根据测量维度的不同，力/力矩传感器可分为一维、三维和六维力传感器。一维力传感器主要检测一个方向的作用力或力矩，适用于简单的力控任务。而六维力传感器能够同时测量三个方向的力和三个方向的力矩，为机器人提供全方位的力觉信息。例如，在人形机器人抓取物体时，六维力传感器能够实时反馈物体的重量和形状，助力机器人调整抓取力度和姿态，实现精细操作。
触觉传感器：触觉传感器能够感知机器人与物体接触时的压力、摩擦力等信息，实现对物体表面特性的识别和感知。根据敏感元件原理的不同，触觉传感器可分为压电式、压阻式、电容式、摩擦电式、电感式、光纤式等。其中，MEMS压力阵列传感器和柔性触觉传感器是当前研究和应用的热点。MEMS压力阵列传感器具有体积小、功耗低、集成度高等优点，能够实现高空间分辨率和压力分布测量。柔性触觉传感器则具备类似于人类皮肤的柔韧性，可以适应任意载体形状，更利于测量物体表面受力信息和感知目标物体性质特征。
惯性传感器：惯性传感器包括加速度计和陀螺仪，能够测量机器人自身的加速度和角速度，用于姿态控制和运动控制。惯性测量单元（IMU）通常将加速度计和陀螺仪集成在一起，有时还包括磁力计。IMU在人形机器人领域应用广泛，特别是在姿势跟踪、运动控制和导航方面。通过测量机器人加速度与角速度，帮助跟踪机器人姿势和运动状态，提供实时运动数据并分析，实现机器人运动轨迹、速度精确控制。

4.2 视觉系统

视觉系统是人形机器人获取外界信息的重要途径，其性能直接影响机器人的环境感知和决策能力。人形机器人的视觉系统通常由多个视觉传感器组成，包括摄像头、激光雷达等。

摄像头：摄像头是视觉系统的核心部件，能够捕捉环境的图像信息。根据摄像头的数量和排列方式，视觉系统可分为单目视觉、双目视觉和多目视觉。单目视觉系统通过一个摄像头获取图像，适用于简单的物体识别和定位任务。双目视觉系统通过两个摄像头模拟人类的立体视觉，能够获取物体的深度信息，适用于复杂场景下的避障和导航。多目视觉系统则通过多个摄像头从不同角度获取图像，能够提供更全面的环境信息。例如，特斯拉的Optimus机器人采用了多个摄像头，实现了全方位的环境感知。
激光雷达：激光雷达是一种高精度的测距传感器，能够提供精确的环境地图和障碍物信息。其工作原理是通过发射激光束并接收反射回来的激光信号，计算激光束的飞行时间或相位差，从而确定物体的距离。激光雷达在人形机器人的导航和避障中发挥着重要作用。例如，波士顿动力的Atlas机器人在复杂地形中行走时，利用激光雷达进行地形扫描和路径规划。
视觉算法：视觉算法是视觉系统的核心，负责处理和分析传感器数据，提取环境信息。常见的视觉算法包括图像识别、目标跟踪、环境建模等。图像识别算法能够识别环境中的物体、人脸、文字等信息。目标跟踪算法能够实时跟踪移动物体的位置和状态。环境建模算法能够根据传感器数据构建环境的三维模型。例如，特斯拉的Optimus机器人利用深度学习算法实现了高效的图像识别和目标跟踪。

4.3 触觉系统

触觉系统是人形机器人感知物体表面特性和进行精细操作的重要工具。其性能直接影响机器人的操作精度和人机交互体验。

触觉传感器类型：触觉传感器根据敏感元件原理的不同，可分为压电式、压阻式、电容式、摩擦电式、电感式、光纤式等。其中，MEMS压力阵列传感器和柔性触觉传感器是当前研究和应用的热点。MEMS压力阵列传感器具有体积小、功耗低、集成度高等优点，能够实现高空间分辨率和压力分布测量。柔性触觉传感器则具备类似于人类皮肤的柔韧性，可以适应任意载体形状，更利于测量物体表面受力信息和感知目标物体性质特征。
触觉传感器应用：触觉传感器在人形机器人中有着广泛的应用。例如，在机器人抓取物体时，触觉传感器能够感知物体表面的压力和摩擦力，帮助机器人调整抓取力度和姿态，实现精细操作。在人机交互中，触觉传感器能够感知用户的触摸和力度，实现更加自然和人性化的交互体验。此外，触觉传感器还可以用于机器人在复杂环境中的导航和避障。
触觉算法：触觉算法是触觉系统的核心，负责处理和分析传感器数据，提取物体表面特性信息。常见的触觉算法包括压力分布分析、摩擦力检测、表面纹理识别等。压力分布分析算法能够根据传感器数据计算物体表面的压力分布情况。摩擦力检测算法能够检测物体表面的摩擦力大小和方向。表面纹理识别算法能够识别物体表面的纹理特征。例如，特斯拉的Optimus机器人利用触觉算法实现了对物体表面特性的精确感知。

5. 控制系统详解

5.1 控制器

控制器是人形机器人的核心部件之一，负责接收来自感知系统的信号并根据预设的算法对机器人进行精确控制。根据技术类型，控制器主要分为集中式、分布式和混合式三种。

集中式控制器：将所有的控制功能集中在一台计算机上，通过总线或网络与其他设备进行通信。这种控制器结构简单、易于维护，但处理能力和实时性可能受到限制，适用于控制机器人的基本运动和传感器数据处理。
分布式控制器：将控制功能分散到多个处理器或微控制器上，每个处理器或微控制器负责一部分控制任务。这种控制器可以获得更好的处理能力和实时性，适用于控制机器人的多个关节和传感器。
混合式控制器：结合了集中式和分布式控制器的优点，将一些关键的控制功能集中在一台高性能计算机上，而其他控制功能则分散到多个处理器或微控制器上，适用于复杂的人形机器人系统。

例如，特斯拉的Optimus机器人采用了自家的FSD computer作为计算核心，包含SoC、存储、Wifi等模块，并通过FSD的规划算法控制机器人移动、操作。这种高度集成的硬件平台能够提供强大的计算能力和实时的数据处理能力，满足人形机器人复杂的控制需求。

5.2 软件与算法

软件与算法是人形机器人控制系统的灵魂，决定了机器人的智能化水平和任务执行能力。

运动规划算法：用于规划机器人的运动轨迹和动作，包括路径规划、轨迹优化、避障算法等。例如，基于多模态LLM的RobotGPT结合感知系统提供的海量数据，将促使人形机器人在高度语言智能的基础上实现自然智能。
感知算法：处理传感器数据，提取环境信息，包括图像识别、目标跟踪、环境建模等。例如，特斯拉的Optimus机器人利用深度学习算法实现了高效的图像识别和目标跟踪。
控制算法：根据输入指令和感知信息，生成控制信号驱动机器人执行动作，包括逆动力学计算、姿态控制等。例如，傅利叶的GR-1机器人在其手臂部位采用了谐波减速器，以实现高精度的抓取和操作。
学习与决策算法：使机器人具备自主学习和决策能力，包括机器学习、深度学习、强化学习等。例如，基于强化学习的算法可以使机器人在复杂环境中自主学习最优的行动策略。

此外，仿真的目的在于评估机器人结构和算法的设计，包括机器人的运动、工作环境、感知等，意义在于通过仿真模型快速、低成本、高安全性地训练机器人的算法。通过仿真，可加快软件更新迭代，同时缩短算法与硬件调整时间，极大提高训练效率。

6. 零部件技术挑战

6.1 精度与可靠性

人形机器人的精度与可靠性是其在复杂环境中稳定运行的关键因素。目前，人形机器人在精度与可靠性方面仍面临诸多挑战：

谐波减速器的柔轮疲劳断裂问题：谐波减速器是人形机器人中常用的减速器之一，其柔轮在长期使用过程中容易发生疲劳断裂。柔轮的疲劳断裂会导致减速器失效，进而影响机器人的运动精度和稳定性。例如，柔轮内壁和柔性轴承外圈磨损后，润滑效果下降、摩擦系数变大、温度升高，最终导致减速器失效。
无框力矩电机的温升控制难题：无框力矩电机在高负载和长时间工作状态下，绕组的电阻增加，导致电机内部的铜损和铁损增大，从而引起温升。温升不仅会降低电机的整体效率，还可能影响电机的使用寿命和可靠性。
传感器的环境适应性不足：视觉传感器易受环境光线、反射和遮挡等因素干扰，导致图像信息获取不准确，影响物体识别和定位的精度。增量式编码器对累积误差比较敏感，长时间使用后，误差累积会降低机器人的运动精度。
电池的循环寿命和一致性问题：锂电池在反复充放电过程中，其内部化学物质会逐渐老化，导致电池容量下降和循环寿命缩短。此外，电池组中各个电池单元的一致性差异也会影响整体的放电性能和可靠性。

6.2 成本与规模化

人形机器人的成本与规模化生产是其实现广泛应用的重要前提。然而，在零部件成本与规模化方面，人形机器人仍面临诸多挑战：

核心零部件制造成本高昂：高性能的伺服电机、减速器、传感器等核心零部件的制造工艺复杂，材料要求高，导致其成本居高不下。例如，谐波减速器和RV减速器的制造难度大、壁垒高，产能主要集中于国外，国内市场依赖进口，价格昂贵。
规模化生产的技术瓶颈：人形机器人的生产流程涉及多个精密零部件的加工和组装，对工艺精度和质量控制要求极高。目前，许多零部件的生产尚未实现自动化和智能化，生产效率较低，难以满足规模化生产的需求。
供应链的稳定性和协同性不足：人形机器人的零部件供应商分散在不同地区，供应链的稳定性和协同性较差。在大规模生产过程中，零部件的供应可能出现延迟或短缺，影响整个生产进度。
研发投入与市场需求的平衡难题：为了提高人形机器人的性能和可靠性，企业需要不断进行技术研发和创新，这需要大量的资金投入。然而，目前人形机器人的市场需求尚未完全释放，企业面临研发投入与市场需求之间的平衡难题。

7. 产业发展与趋势

7.1 市场现状

人形机器人市场正处于快速发展阶段，技术进步和应用拓展推动了市场需求的增长。根据中商产业研究院的数据，2024年中国人形机器人市场规模将达到27.6亿元。尽管市场仍处于起步阶段，但预计未来几年将保持高速增长，到2029年市场规模有望达到750亿元。目前，人形机器人在工业制造、社会服务、特种作业等多个领域已有初步应用，如优必选的Walker S机器人在汽车制造中的应用，以及达闼科技的小紫机器人在商场和酒店中的服务。此外，全球范围内，特斯拉的Optimus机器人等也在不断推动人形机器人技术的商业化进程。

7.2 未来发展方向

技术创新与突破

人工智能与机器学习的深度融合：未来人形机器人将更加依赖于先进的人工智能和机器学习技术，以实现更高级别的自主决策和学习能力。例如，通过深度学习算法，人形机器人能够更好地理解自然语言、识别复杂环境中的物体和场景。
新材料的应用：新型轻质高强度材料如碳纤维和高强韧铝镁合金的应用，将进一步提升人形机器人的性能和可靠性。这些材料能够减轻机器人的重量，提高其运动速度和灵活性，同时增强其在复杂环境中的适应性。
传感器技术的升级：随着传感器技术的不断进步，人形机器人的感知能力将得到显著提升。例如，更高精度的视觉传感器和触觉传感器将使机器人能够更准确地获取环境信息和物体表面特性。

应用场景的拓展

工业生产与特种领域：人形机器人将在工业生产中承担更多的重复性高、危险性大的工作，如汽车制造、电子组装等。在特种领域，如深海探测、核设施维护等危险环境中，人形机器人将发挥重要作用。
家庭服务与医疗护理：随着技术的成熟和成本的降低，人形机器人有望在家庭服务领域实现广泛应用。它们可以协助老年人进行日常生活照料、陪伴儿童、甚至提供简单的医疗护理服务。
教育与娱乐：人形机器人在教育领域的应用将不断拓展，作为教学辅助工具，能够激发学生的学习兴趣和创造力。在娱乐领域，人形机器人可以参与表演、游戏互动等活动，为人们提供更加丰富的娱乐体验。

产业生态的构建

产业链的完善与协同：未来人形机器人产业将形成更加完善的产业链，包括核心零部件制造、本体制造、系统集成、软件开发、应用服务等各个环节。各环节之间的协同合作将进一步提升产业的整体竞争力。
开源社区与合作平台的兴起：开源社区和合作平台将为人形机器人产业的发展提供重要的支持。通过共享技术资源、数据和经验，企业、研究机构和开发者能够加速技术创新和产品开发。
政策与标准的引导：政府的政策支持和行业标准的制定将对人形机器人产业的发展起到关键的引导作用。例如，政策可以鼓励企业加大研发投入、推动产业创新，而标准则可以规范产品的质量、安全性等方面。