一周解一惑系列：人形机器人——视觉与IMU传感器的再讨论_35页_2mb

人形机器人视觉与IMU传感器技术分析总结

视觉传感器分析

• 视觉传感器用于人形机器人三维空间感知，主要技术方案包括：飞行时间法（TOF）、立体视觉法、结构光法。
• 目前多采用TOF法与立体视觉法，特斯拉Optimus、小V、波士顿动力等品牌实现应用。
• 主要厂商方案：
  • 特斯拉：多目视觉系统
  • 小米CyberOne：与欧菲光协同开发，集成RGB与TOF
  • 波士顿动力Atlas：头部TOF+彩色相机组合
• 消费级与工业级应用差异明显，工业相机成本占比高达产品总价的80%。

IMU传感器分析

• IMU用于机器人平衡、姿态检测，主流类型为工业级MEMS IMU。
• MEMS IMU在人形机器人中为定位和运动控制核心，属刚需零部件。
• IMU误差类型包括：系统误差（可通过算法补偿）、随机噪声（布朗噪声）。

技术难点

• MEMS IMU存在非正交性、零偏误差、温度漂移、机构工艺误差等问题。
• 通过Allan方差法建模和算法优化提升传感器精度。

市场空间

• 全球MEMS惯性传感器市场2021年达35亿美元，对应中国涉及厂商较少，高端依赖进口。
• 可预期在无人驾驶汽车、无人机、人形机器人等应用端受益。

投资建议

• 关注布局视觉传感器及IMU零部件的公司：
  • 视觉传感器：奥比中光、小米、欧菲光
  • IMU传感器：芯动联科、华依科技、埃科光电（新股）。

风险提示

• 人形机器人需求不及预期
• 量产路线可能导致IMU精度需求降低，影响零件单价。