20160728-广发证券-智能机器人系列报告三_技术的盛宴_服务机器人关键技术与模块解析_36页_4mb

智能机器人系列报告三：服务机器人关键技术与模块解析

核心内容

本报告聚焦于服务机器人的三大核心技术模块：环境感知模块、人机交互及识别模块、运动控制模块，并分析了各模块的技术发展现状、挑战与未来趋势。

主要观点

• 多场景特征决定多模态交互属性：服务机器人需要适应多种场景，因此需要融合语音、语义、图像、动作等多种交互方式，以实现更自然、高效的人机交互体验。
• 环境感知模块：多传感融合是未来趋势：激光雷达+SLAM方案在精度、稳定性、环境适应性等方面优于传统视觉定位方案，是服务机器人感知环境的核心技术。
• 人机交互模块：语音识别已达到商用门槛，语义理解仍需提升：自动语音识别技术已具备商用能力，但语义理解仍处于浅层处理阶段，未来将依赖深度学习算法的突破。
• 运动控制模块：步态与非步态并存，舵机是核心部件：步态行走和非步态行走各有优劣，舵机作为运动控制的核心，其性能和成本影响机器人整体表现。
• AI芯片与操作系统：通用与专用并行，国产系统正在崛起：通用芯片（如GPU、FPGA）与专用芯片（如寒武纪、IBM TrueNorth）各司其职；安卓与ROS是当前主流操作系统，国产系统如TuringOS、iBot OS也在不断突破。

关键信息

一、环境感知模块

• 多传感融合：包括视觉识别、结构光、毫米波雷达、超声波、激光雷达等，其中激光雷达在精度和人体识别方面表现突出。
• SLAM技术：SLAM（即时定位与地图构建）是实现自主导航的核心技术，激光雷达作为SLAM的重要入口，支持高精度地图构建和自主避障。
• 激光雷达的优势与局限：激光雷达具有高精度、高稳定性、强环境适应性，但无法识别障碍物类型，需配合图像识别技术实现更全面的感知。
• 激光雷达产业化趋势：随着技术进步和采购量增加，激光雷达价格有望下降，推动其在服务机器人中的普及。

二、人机交互模块

• 语音识别技术：自动语音识别（ASR）已达到商用门槛，错误率约为15%；国际领先公司如Nuance、Google、科大讯飞等在该领域有较强竞争力。
• 语义理解挑战：目前语义理解仍处于浅层处理阶段，需借助深度学习算法提升其能力，实现更自然的对话和情感分析。
• 图像识别与语音语义的互补：图像识别能够辅助语音语义交互，特别是在复杂环境下的识别与理解，如人脸识别、物体识别等。

三、运动控制模块

• 步态与非步态的共存：步态行走（如Atlas、NAO）适用于复杂地形，而非步态行走（如Pepper、康力优蓝）适用于家庭和办公环境。
• 舵机是核心组件：舵机用于关节控制，其性能直接影响机器人运动精度和稳定性；国外舵机价格高昂，国内企业如优必选已实现成本降低。

四、其他模块

• AI智能芯片：通用芯片（如CPU、GPU、FPGA）与专用芯片（如寒武纪、IBM TrueNorth）在机器人领域各有优势，未来可能并存发展。
• 机器人操作系统：安卓和ROS是当前主流操作系统，国产系统如TuringOS、iBot OS也在快速成长，具备情感、思维等高级功能。

投资建议

• 关注技术型平台公司：如地平线、图灵、寒武纪、智臻智能、云知声、科大讯飞、思岚科技等，在AI芯片、操作系统、语音语义、感知等环节具有核心竞争力。
• 关注细分应用企业：如康力优蓝、科沃斯、优必选、未来伙伴等，在特定场景下整合行业资源，推动服务机器人在实际应用中的落地。

风险提示

• 市场需求低于预期：服务机器人市场增长可能不及预期，影响整体行业发展。
• 行业过度竞争：技术门槛较低，可能导致行业内卷，影响盈利能力。
• 核心技术突破低于预期：如语音语义、激光雷达、舵机等核心技术的发展速度可能不及预期，影响产品性能和市场竞争力。

相关研究

• 清洁机器人：早期研究，强调商业化潜力。
• 智能机器人系列报告二：聚焦于服务机器人场景革命。
• 智能机器人系列报告一：探讨AI芯片对机器人发展的影响。

图表索引

• 图1：服务机器人核心模块和技术
• 图2：三大核心模块
• 图3：细分模块的成熟度和重要性排序
• 图4：交互方式的更替
• 图5：激光雷达成像
• 图6：激光雷达成像
• 图7：激光雷达在服务机器人上的全面应用
• 图8：激光雷达“眼”中的世界
• 图9：Mobileye在中国识别超载车辆遇到困难
• 图10：谷歌测试无人车对儿童和吉祥物的识别
• 图11：BigDog机器人头部配有西克激光雷达
• 图12：BigDog机器人配置的传感器
• 图13：BigDog机器人配置的传感器一览
• 图14：Atlas机器人在外界干预下重新定位物体并完成搬运任务
• 图15：人型机器人NAO配置的传感器
• 图16：Pepper机器人配置的传感器
• 图17：Neato Botvac D激光导航扫地机器人
• 图18：路径规划式扫地机器人不同技术路线对比
• 图19：国内激光雷达产业化进程
• 图20：激光雷达价格发展趋势
• 图21：语音语义发展历史
• 图22：自动语音识别流程
• 图23：语音识别错误率比较
• 图24：自然语言处理
• 图25：自然语言处理的难点
• 图26：深度学习在自然语言处理的帮助
• 图27：图像识别过程
• 图28：图像应用领域
• 图29：十年前文本和自然条件下OCR识别率对比
• 图30：2014年微软亚洲研究院极大提升了自然条件下OCR识别率
• 图31：ImageNet历年成绩
• 图32：图像识别未来研究方向
• 图33：Atlas和Asimo对比
• 图34：服务机器人两种行走方式
• 图35：不同机器人运控和价格对比
• 图36：舵机组成
• 图37：韩国Robotis的Dynamixel系列舵机参数与价格关系
• 图38：优必选舵机
• 图39：国内外几种典型舵机比较
• 图40：CPU、GPU、FPGA不同线程下处理速度对比图
• 图41：寒武纪1号与TrueNorth对比
• 图42：通用芯片和专用芯片对比
• 图43：几种机器人操作系统对比
• 图44：安卓系统搭载的硬件设备逐年递增
• 图45：安卓生态圈应用数全球第一
• 图46：使用ROS系统的机器人类型数
• 图47：使用ROS作为操作系统的机器人分布

表格索引

• 表1：激光雷达和视觉定位方式的对比
• 表2：国内外激光雷达企业及产品应用领域