2017-技术的盛宴-服务机器人关键技术_37页_4mb

服务机器人核心技术与模块分析总结

核心内容概述

本报告分析了服务机器人在技术发展中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。从技术角度看，服务机器人多场景特征决定了其需要多模态交互能力，未来将依赖于多传感融合、语音识别、语义理解、图像识别等技术的突破。

主要观点

• 感知模块：多传感融合是趋势，激光雷达+SLAM方案在精度和稳定性方面优于视觉定位，但成本较高。随着技术发展和规模化生产，激光雷达有望实现低成本化，推动其在服务机器人领域的普及。
• 交互模块：语音识别技术已达到商用门槛，但语义理解仍需突破。图像识别作为语音语义交互的补充，未来将借助深度学习技术进一步提升。
• 运控模块：步态与非步态行走并非替代关系，而是互补共生。舵机作为核心部件，对价格敏感，国内企业如优必选已实现技术突破，降低成本。
• 其他模块：AI智能芯片分为通用与专用，通用芯片（如GPU、FPGA）与专用芯片（如寒武纪、IBM TrueNorth）各有优势。操作系统方面，ROS和安卓是主流，国产系统如TuringOS、iBot OS正在发展。

关键信息

感知模块

• 激光雷达：用于高精度定位与地图构建，具备自主避障能力，但无法识别障碍物类型。
• 视觉定位：适用于短距离，依赖光源，稳定性差。
• 毫米波雷达：性价比高，但无法识别行人。
• 超声波传感器：稳定性好，但探测距离有限。
• GPS：用于全局定位，但无法提供局部障碍物信息。

激光雷达与视觉定位对比：

交互模块

• 语音识别：已达到商用门槛，错误率约为15%左右，国际领先企业如Nuance、Google、科大讯飞已具备较高识别能力。
• 语义理解：仍处于浅层处理阶段，依赖深度学习算法突破。
• 图像识别：准确率不断提升，但自然条件下的识别仍需优化，深度学习技术将发挥关键作用。

运控模块

• 步态行走：如Atlas、NAO，具备复杂控制算法，适合工业、军事等场景。
• 非步态行走：如Pepper、康力优蓝，使用万向轮，适合家庭场景。
• 舵机：作为运控模块核心部件，国内企业如优必选已实现技术突破，价格优势明显。

其他模块

• AI智能芯片：通用芯片（如GPU、FPGA）和专用芯片（如寒武纪、IBM TrueNorth）各有优势，通用芯片在扩展性和移植性上表现更好，而专用芯片在效率和功耗上更优。
• 机器人操作系统：ROS和安卓是主流，国产系统如TuringOS、iBot OS正在突破。

投资建议

• 技术型平台公司：关注AI芯片、操作系统、语音语义、感知等环节，重点公司包括地平线、图灵、寒武纪、智臻智能、云知声、科大讯飞、思岚科技等。
• 应用开发企业：关注在细分领域整合行业资源的公司，如康力优蓝、科沃斯、优必选、未来伙伴等。
• 上市公司：建议关注巨星科技、康力电梯、慈星股份、机器人、科大讯飞（广发计算机覆盖）等。

风险提示

• 服务机器人市场需求低于预期。
• 行业过度竞争。
• 核心技术突破低于预期。

相关研究

• 智能装备系列报告之二——清洁机器人：旧时王谢堂前燕，飞入寻常百姓家（2015-11-22）
• 智能机器人系列报告二：智能的世界，正在发生的场景革命（2016-07-19）
• 智能机器人系列报告一：从英伟达谈起，AI芯片创造新的智能世界（2016-06-05）

图表索引

• 图1：服务机器人的核心模块和技术
• 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：谷歌测试无人车对于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：国内激光雷达领域产业化进程
• 图20：激光雷达的价格发展趋势
• 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

相关企业与产品

• 激光雷达企业：Velodyne、Quanergy、Ibeo、Sick、Hokuyo、华达科捷、欧镭激光、镭神智能、思岚科技、北醒光子。
• 语音识别企业：Nuance、Google、科大讯飞、云知声、思岚科技。
• 舵机企业：Robotis、优必选。
• 操作系统企业：ROS、安卓、TuringOS、iBot OS。
• 机器人企业：波士顿动力、本田、优必选、康力优蓝、Pepper、科沃斯、Alpha系列、NAO、Atlas。

结论

服务机器人行业正处于快速发展阶段，多模态交互技术、激光雷达、语音语义识别、图像识别、舵机等核心技术的突破将推动行业进步。未来，随着技术成熟和成本降低，服务机器人将在家庭、商业、工业等领域广泛应用。投资者应关注技术平台公司和应用开发企业，同时警惕市场风险和技术不确定性。