计算机-人形机器人感知系统：迭代有望加速

1告计算机告计算机华泰研究专题研究增增持(维持)计算机人形机器人感知系统：迭代有望加速2022年9月30日，特斯拉2022年AIDAY发布了人形机器人Optimus的产品进展，披露了包括手部感知和视觉导航等感知系统的最新进展。我们认为，人形机器人的感知系统可以分为内部和外部两部分，主要通过视觉、听觉、触觉、力觉等传感器，实现从内外部环境信号向可处理数据的转化。通过对比不同类型机器人的手部感知和视觉导航方案，我们发现，随着驱动结构改进、自由度提升、AI算法进步，目前人形机器人感知系统迭代速度正在不断加快，未来商业化进程有望加速。手部感知系统：感知系统的关键执行部件机械手是人形机器人感知系统的关键组成，机械手的灵活度、协调度、精细度决定了人形机器人实际应用场景的宽窄。1)传统六轴工业机器人一般有6个自由度，内置有六个伺服电机，直接通过减速器、同步带轮等驱动六个关节轴的旋转，可以实现诸如自动装配、喷漆等工作，但灵活性较差。2)英国机器人公司ShadowRobot推出的灵巧手拥有24个关节，各个关节通过直流电机驱动，主要用于空间探索、危险环境作业等场景。3)Optimus机械手采用仿生学设计，每只手都有11个自由度，由电机配合金属肌腱驱动，目前可以实现办公室浇水、工厂搬运等特定场景工作。机械手对比：Optimus机械手迭代潜力较大1)对比驱动方式来看，电机驱动结构简单、性能稳定，因此目前主流机械手均采用电机驱动，预计Optimus或将采用空心杯电机。2)对比自由度来具备更加灵活的运动能力；但相较Shadow灵巧手最高24个自由度而言，Optimus仍存在较大提升空间，未来自由度有望随版本迭代逐步递增。3)对比机械手抓力来看，Optimus机械手相较目前主流方案具备一定优势，有望率先应用于需要重复搬运的工作场景。视觉导航系统：机器人智能化的第一步波士顿动力的Altas采用RGB摄像头+TOF深度传感+激光雷达方案，可以通过感知算法观察环境，按照实时数据实现自主规划行动。WalkerX搭载力觉、视觉、环境和人体识别等全方位的感知系统，依托U-SLAM视觉导航自主路径规划。Optimus视觉导航方案移植自特斯拉汽车，采用基于摄像头的纯视觉方案。其中OccupancyNetworks是视觉算法的核心，采用“占用”替代传统检测过程，从而优化视觉导航能力。视觉方案对比：期待神经网络进步带来软件快速迭代对比来看，目前主流机器人视觉导航系统方案中，只有特斯拉采用纯视觉路线，其他厂商如波士顿动力采用RGB摄像头+TOF深度传感+激光雷达方案、优必选采用激光雷达+RGBD摄像头+四目立体视觉方案。我们认为，纯视觉方案由于减少了激光雷达等硬件投入，有望进一步降低导航系统成本，或将帮助Optimus更快实现商业化量产。此外，在占用神经网络模型、运动模拟等AI算法加持下，Optimus有望实现软件端快速迭代，视觉方案有望朝着更加精确、智能的方向演进。风险提示：技术落地不及预期；软件迭代不及预期；本研报中涉及到的公司、个股内容系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。研究员SACNo.S0570519080006SFCNo.BQZ938联系人SACNo.S0570122060076春生xiechunsheng@+(86)2129872036linhailiang@+(86)2128972228行业走势图计算机沪深300(%)(1)(12)(22)(33)Oct-21Feb-22Jun-22Sep-22资料来源：Wind，华泰研究Optimus统拆解系统：基本概念解析人形机器人感知分为内部和外部两个模块。人形机器人感知是依靠感知不同信息的传感器，包括视觉、听觉、触觉以及力传感等传感器，把机器人的内部信息和环境信息从原始信号转变为机器人能够应用和处理的数据，实现类人类感知，进而对机器人下达控制命令以完成既定的工作任务和工作目标。人形机器人感知系统可以根据信息来源细分为内部传感器模块、外部传感器模块，内部传感器用来感知机器人内部状态信息(如手臂间角度)，使得机器人可以按照规定的位置、轨迹和速度等参数运动，包括位置传感器、速度传感器、角度传感器等，外部传感器用来感知机器人所处外部环境(如离物体的距离)及状况(如抓取的物体是否滑落)信息，具体包括视觉传感器、触觉传感器、力觉传感器等。资料来源：华泰研究外部感知以视觉感知为主，依靠多种传感器。除了需要感知自身工作状态外，为了更好地与人类和环境进行交互作用，人形机器人还需要具备人类五官的感知能力的传感器。视觉是人类感官获取信息的主要途径之一，并且在所有的感知信息中，动态的视觉信息是最为复杂的，因此人形机器人的视觉信息处理尤为重要。目前视觉传感已经在人形机器人层面实现突破进展，并且随着AI技术的加持，能够更加智能地实现外部信息感知。人形机器人的视觉任务主要包括对环境、目标的识别以及相对定位、智能导航、地图重建等任务。目前视觉传感主要依靠摄像机、3D视觉传感器、激光传感器、红外传感器、超声波传感器等多个传感器。手部感知系统：感知系统的关键执行部件机械手是人形机器人感知系统的关键组成。一般来说，人形机器人的手部关节越多，灵活度越高，就代表着手部可以做的操作越多。手部自由度的增加，使得人形机器人可以实现从简单抓取到拧瓶盖、拆包裹、操作机器设备等不同难度的工作。此外，目前人类世界大多数工作，如工厂流水线作业，主要依据人的生理构造设计业务流程和机械设备。因此，机械手的灵活度、协调度、精细度决定了人形机器人实际应用场景的宽窄。资料来源：特斯拉官网、华泰研究六轴工业机器人：当前应用范围最广的机械手六轴机械手臂是当前应用范围最广的机械手臂方案。传统六轴工业机器人一般有6个自由度，常见的六轴工业机器人包含旋转(S轴)，下臂(L轴)、上臂(U轴)、手腕旋转(R轴)、手腕摆动(B轴)和手腕回转(T轴)。机械手臂内置有六个伺服电机，直接通过减速器、同步带轮等驱动六个关节轴的旋转，从而实现诸如本体回旋、大小臂运动、手腕旋转摆动等动作。基于六轴设计，传统工业机器人可以实现诸如自动装配、喷漆、搬运、焊接及后处理等工作。六轴机器人有较高的自由度，适应几乎任何轨迹或角度的工作，但灵活性较差，一般主要应用于特定生产流程。资料来源：ESTUN官网、华泰研究Shadow灵巧手：最接近人手的机械手Shadow灵巧手的灵敏度可以媲美人手。灵巧手(ShadowDexterousHand)是一款由英国ShadowRobot公司推出的仿生机械手。灵巧手采用类人手的仿生学设计，前臂结构比人类前臂略宽，拥有24个关节、20个自由度，比人手的自由度还大，可以完成精细的抓取动作。灵巧手控制系统基于ROS进行开发，并提供功能丰富的图形化控制界面。应用层面来看，灵巧手可以广泛应用于AI&VR、科研教育、航天航空、核能工业等领域，从而替代人类进行危险或重复的劳动工作。Shadow灵巧手通过遥操作模式实现远程控制。Shadow灵巧手可以通过遥操作系统，实时模拟人手运动，从而实现对机械手的远程控制，完成叠杯子、旋转魔方等精细动作。技术层面来看，遥操作实现依赖于：1)Shadow灵巧手内置了129个传感器，可以对周围环境及自身状态实现更加精确的感知；2)灵巧手共有20个电机驱动，4个欠驱动(欠驱动系统是指系统的独立控制变量个数小于系统自由度个数的一类非线性系统)，24个自由度都有与人类相近的运动范围，可以实现对人手动作的模拟；3)在触觉手套的帮助下，能够将灵巧手受到的力反馈回来，反而帮助操作者掌握力的大小、方向和距离。资料来源：ShadowRobot官网、华泰研究资料来源：ShadowRobot官网、华泰研究Optimus机械手：仿生学设计赋予指关节高灵活度Optimus机械手采用仿生学设计模拟人手。人手能以每秒300度的速度移动，拥有成千上万的触觉传感器。特斯拉机械手的设计灵感来自于生物学，和人手一样同样使用五个手指来驱动，既可以完成大口径物体抓取，同时也能满足抓取精巧物体的需求。Optimus每只手都有11个自由度，其中拇指就拥有2个自由度，这些自由度由6个专门的执行机构派生而来。Optimus的手指是由金属肌腱驱动的，兼备灵活与坚固的特性，能够完成大孔径的力量抓取，同时也优化了抓取小、薄和精致物体的精度。资料来源：特斯拉官网、华泰研究基于精密设计，Optimus能够完成多种复杂任务。基于仿生学设计思想，Optimus相较于传统人形机器人，能够实现更多需要人手完成的精细化工作，例如在办公室浇水、在工厂搬运盒子与零部件等等。其次，特斯拉机械手还有“让手适应所抓物体的复杂机制”，使得Optimus不必打开手中马达就能实现抓握和运输物体。最后，特斯拉通过对人体动作进行捕捉后进行可视化处理，对躯干的位置进行分析，映射到Optimus身上，实现动作细节的拟人化。资料来源：特斯拉官网、华泰研究资料来源：特斯拉官网、华泰研究对比角度一：驱动方式目前主流机械手均采用电机驱动，Optimus或将采用空心杯电机。一般来说，机械手主要包括液压驱动、气压驱动及电机驱动三种。液压末端执行器调速方便，但压力较大，系统成本高，维护较麻烦；气动末端执行器成本较低，但气压的不稳定输出可能导致加持力度不好掌控；电动末端执行器用电机替代气源、过滤网、电磁阀等组件，结构性能更优。因此，目前行业内机械手驱动方案仍然以电机驱动为主，其中：1)六轴机器人采用六个伺服电机直接通过谐波减速器、同步带轮等驱动六个关节轴的旋转，其中关节一至关节四的驱动电机一般为空心结构，方便管线从中穿过；2)Shadow灵巧手拥有24个自由度，其中20个由直流电机驱动，4个欠驱动(欠驱动系统是指系统的独立控制变量个数小于系统自由度个数的一类非线性系统)；3)Optimus每只手都有11个自由度，由6个专门的执行机构派生而来。考虑到Optimus机械手尺寸、功率、成本等多重限制因素，我们预计其或将采用空心杯电机作为主要的电机驱动方案。液压驱动气压驱动电机驱动优势调速方便成本较低结构简单、性能稳定劣势成本高、维护麻烦气压稳定性差功率较低资料来源：DEKA官网、华泰研究自由度特斯拉机械手的自由度仍有提升空间。在机器人领域，自由度是指根据机械原理，特定机构具有确定运动时所必须给定的独立运动参数的数目。如果一个构件组合体的自由度F>0，他就可以成为一个机构，即表明各构件间可有相对运动；如果F=0，则它将是一个结构，退化为一个构件。因此，自由度的数量直接决定了机械手的灵活度，自由度越高则机械手臂能完成的任务越精密、复杂。对比主流方案来看，特斯拉Optimus每只手有11个自由度，较六轴工业机器人的6个自由度而言，具备更加灵活的运动能力；但相较Shadow灵巧手最高24个自由度而言，Optimus仍存在较大提升空间。我们认为，特斯拉机械手仍处于第一代版本，而有限的自由度会限制机器人执行更加精巧的工作内容，考虑到未来Optimus替代洗衣、做饭等人类劳动的愿景，机械手自由度有望随着版本迭代逐步递增。概述特斯拉Optimus六轴机器人灵巧手灵巧手精简版灵巧手额外精简版灵巧手超精简版手指数4+1(拇指)04+1(拇指)3+1(拇指)2+1(拇指)1+1(拇指)关节数6248自由度(DOF)6207资料来源：特斯拉官网、ShadowRobot官网、华泰研究资料来源：特斯拉官网、ShadowRobot官网、华泰研究对比角度三：单手抓力Optimus单手抓力表现出色，或将应用于搬运场景。对比机械手抓力来看：1)据Tesla官网，Optimus单手抓力约20LBS(即9.1kg)；2)据ShadowRobot官网，灵巧手最大负载约5kg；3)六轴机器人的有效负载一般在10kg以内，以库卡CYBERTECHnanoARC为例，其有效负载约为6~8kg。基于此，我们认为特斯拉机械手相较目前主流方案具备较好抓力表现，有望率先应用于需要重复搬运的工作场景。此外，考虑到Optimus具备较好的灵敏度表现，适用场景有望进一步拓宽。Optimus机械手迭代潜力较大。总结来看，Optimus机械手目前主要采用电机驱动方案，抓力表现较同业竞品有一定优势，但自由度仍有提升空间。考虑到：1)Optimus初代版本就已经能够实现办公室浇花、工厂特定线路搬运等特定场景任务；2)一辆汽车有上千万自由度，特斯拉有望将电动车经验移植到机器人，实现硬件迭代；3)Optimus从2022年4月迈出第一步至今，经过不到6个月的AI仿真训练，已经能实现直立行走、搬运、挥手等基本功能，AI能力加持有望帮助机械手强化运动能力。因此，我们认为Optimus机械手具备较大迭代潜力，未来有望实现对更多人力劳动场景的替代。视觉导航系统：机器人智能化的第一步波士顿动力：Altas采用RGB摄像头+TOF深度传感+激光雷达方案使用实时感知方案，通过感知算法规划行动和路径。目前，最新版的Atlas已经可以通过感知算法去“看”环境，按照实时数据实现自主规划行动。视觉感知上，Atlas利用头部的RGB摄像头和TOF深度传感器获取环境信息，TOF深度传感器以每秒15帧的速度生成环境的点云(pointclouds)，Atlas的感知软件使用多平面分割的算法从点云中提取平面，并在三维向量空间构建出目标对象的模型。获取模型后，Atlas通过MPC(模型预测控制器)分析出最佳行动规划。此外，Atlas还配备了激光雷达和三维感应器，可以让其避开障碍物，辅助导航。下图显示了Atlas建立的模型、预测的行动轨迹，左上角是相机拍摄的红外图像，主图像中的白点形成点云，橙色轮廓标记了障碍物检测到的矩形面，这些矩形面将会被传感器持续跟踪，帮助Atlas完成行为设置。资料来源：波士顿动力官网、华泰研究依靠姿态传感器实现平衡感知、控制姿态。除视觉感知外，Atlas人型机器人还需要保持身体平衡，完成行走、跳跃、反转等动作，因此需要依靠身体内部以及腿部的传感器。人类的平衡主要依靠小脑，而Atlas则需要通过分布在其躯干的陀螺仪、加速度计来实现平衡感知。Atlas通过姿态传感器获取各部位的姿态数据，整理信息上传至中央处理器，通过计算处理找到应对策略并传递给躯干，从而获取平衡、控制姿态。优必选：Walker以U-SLAM技术为核心搭建导航系统WalkerX搭载力觉、视觉、环境和人体识别等全方位的感知系统。在力觉方面，机器人搭载力矩传感器、高精度惯导传感器，可以实现平稳快速地类人行走、手眼协调操作。在视觉方面，Walker搭载激光雷达、RGBD摄像头和四目立体视觉，依托U-SLAM视觉导航自主路径规划，实现动态场景下全局最优路径自主导航。U-SLAM技术是优必选自研的基于三维视觉的定位导航系统，其系统分为建图、重定位、定位和导航四大技术，据公司官网数据，WalkerX已经实现定位精度10cm，导航精度20cm，精定位精度1cm。在环境和人体识别方面，基于深度学习的物体检测、人脸识别算法等技术，可以在复杂环境中实现人脸识别、物体识别和场景识别，为其进行交互和操作提供了稳定的外部信息。资料来源：优必选官网、华泰研究Optimus：占用神经网络模型有望带来强大感知能力特斯拉将车端感知方案移植到Optimus。Optimus采用与特斯拉汽车类似的视觉方案，包括自动驾驶摄像头、屏幕显示和自动驾驶计算机。Optimus采用多摄像头解决方案，包括左柱式、鱼眼式和右柱式摄像头，并基于3D占用、全景分割和YUV以及利用合成等方法实现世界视图渲染、体积深度渲染、视觉导航等能力。不同于其他机器人导航方案，特斯拉采用的是纯视觉技术路线，即在神经网络模型的主导下，摄像头承担了感知方面的大部分工作。Tesla车端感知是基于视觉主导的纯视觉方案。根据2021年8月TeslaAIDay展示，特斯拉最新的感知方案完全摒弃了激光雷达、毫米波雷达等非摄像头传感器，仅采用摄像头进行感知。其自动驾驶视觉感知方案效仿人类视觉系统原理，采用8个摄像头分布在车体四周，可实现360度视野范围。其中，前视摄像头为：窄视野摄像头(250米)适用高速行驶场景、主视野摄像头(150米)覆盖大部分交通场景、宽视野摄像头(60米)适用城市街道、低速缓行场景、两个侧方前视摄像头(80米)适用视野受限的交叉路口、高速公路前方车辆突然并道场景。其他3个摄像头面向汽车的侧面和后部：后视摄像头(50米)适用变道和汇入高速公路场景、侧方后视摄像头(100米)适用复杂泊车场景。资料来源：Tesla官网、华泰研究OccupancyNetworks是特斯拉视觉算法的核心。OccupancyNetworks及占用网络模型，是特斯拉HydraNetsAI模型的改进版本。由于基于纯视觉的导航系统对AI数据集的全面性要求较高，且对3D世界的纵深理解有限，因此可能存在物体检测失败的风险。特斯拉占用神经网络模型通过将3维世界划分为网格单元，定义单元的占用状态，用“占用”替代传统检测过程，从而优化导航能力。对比鸟瞰图，OccupancyNetworks网络呈现出来的是一个3D场景，可以看到更加真实的物体3D体积。资料来源：特斯拉官网、华泰研究资料来源：特斯拉官网、华泰研究纯视觉方案独树一帜，期待OccupancyNetworks带来软件快速迭代。对比来看，目前主流机器人视觉导航系统方案中，只有特斯拉采用纯视觉路线，其他厂商如波士顿动力采用RGB摄像头+TOF深度传感+激光雷达方案、优必选采用激光雷达+RGBD摄像头+四目立体视觉方案。我们认为，纯视觉方案由于减少了激光雷达等硬件投入，有望进一步降低导musOptimus加持。特斯拉研发人员通过运动计划和控制堆栈，生成机器人运动学模型，然后将所需路径生成底层平台，让整个系统参考其轨迹进行训练。我们认为，在占用神经网络模型、运动模拟等AI算法加持下，Optimus有望实现软件端快速迭代，视觉方案有望朝着更加精确、智能的方向演进。公司代码TSLAUS未上市未上市未上市公司简称特斯拉波士顿动力ShadowRobot优必选资料来源：Bloomberg、华泰研究提示技术进步不及预期。人形机器人涉及软硬件等多方面技术，横跨多个细分行业及领域，若相关技术进步不及预期，可能导致人形机器人的功能无法达到预想的水平，产业发展速度可能受到影响。软件迭代不及预期。人形机器人手部控制系统、导航系统等软件需要进行持续迭代，才能满足不断深化的机器人应用需求。若软件迭代速度低于预期，或将导致机器人商业化应用进展受到影响。本研报中涉及到的公司、个股内容系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。分析师声明本人，谢春生，兹证明本报告所表达的观点准确地反映了分析师对标的证券或发行人的个人意见；彼以往、现在或未来并无就其研究报告所提供的具体建议或所表迖的意见直接或间接收取任何报酬。一般声明及披露本报告由华泰证券股份有限公司(已具备中国证监会批准的证券投资咨询业务资格，以下简称“本公司”)制作。本报告所载资料是仅供接收人的严格保密资料。本报告仅供本公司及其客户和其关联机构使用。本公司不因接收人收到本报告而视其为客户。本报告基于本公司认为可靠的、已公开的信息编制，但本公司及其关联机构(以下统称为“华泰”)对该等信息的准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅反映报告发布当日的观点和判断。在不同时期，华泰可能会发出与本报告所载意见、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。以往表现并不能指引未来，未来回报并不能得到保证，并存在损失本金的可能。华泰不保证本报告所含信息保持在最新状态。华泰对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本公司不是FINRA的注册会员，其研究分析师亦没有注册为FINRA的研究分析师/不具有FINRA分析师的注册资华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯一因素。对依据或者使用本报告所造成的一切后果，华泰及作者均不承担任何法律责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效。除非另行说明，本报告中所引用的关于业绩的数据代表过往表现，过往的业绩表现不应作为日后回报的预示。华泰不承诺也不保证任何预示的回报会得以实现，分析中所做的预测可能是基于相应的假设，任何假设的变化可能会显著影响所预测的回报。华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产品等相关服务或向该公司招揽业务。华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。华泰没有将此意见及建议向报告所有接收者进行更新的义务。华泰的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。投资者应当考虑到华泰及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其他决定的唯一信赖依据。有关该方面的具体披露请参照本报告尾部。本报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布的机构或人员，也并非意图发送、发布给因可得到、使用本报告的行为而使华泰违反或受制于当地法律或监管规则的机构或人员。本报告版权仅为本公司所有。未经本公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人(无论整份或部分)等任何形式侵犯本公司版权。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并需在使用前获取独立的法律意见，以确定该引用、刊发符合当地适用法规的要求，同时注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修改。本公司保留追究相关责任的权利。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。中国香港本报告由华泰证券股份有限公司制作,在香港由华泰金融控股(香港)有限公司向符合《证券及期货条例》及其附属法律规定的机构投资者和专业投资者的客户进行分发。华泰金融控股(香港)有限公司受香港证券及期货事务监察委员会监管，是华泰国际金融控股有限公司的全资子公司，后者为华泰证券股份有限公司的全资子公司。在香港获得本报告的人员若有任何有关本报告的问题,请与华泰金融控股(香港)有限公司联系。香港-重要监管披露•华泰金融控股(香港)有限公司的雇员或其关联人士没有担任本报告中提及的公司或发行人的高级人员。•有关重要的披露信息，请参华泰金融控股(香港)有限公司的网页.hk/stock_disclosure其他信息请参见下方“美国-重要监管披露”。美国在美国本报告由华泰证券(美国)有限公司向符合美国监管规定的机构投资者进行发表与分发。华泰证券(美国)有限公司是美国注册经纪商和美国金融业监管局(FINRA)的注册会员。对于其在美国分发的研究报告，华泰证券(美国)有限公司根据《1934年证券交易法》(修订版)第15a-6条规定以及美国证券交易委员会人员解释，对本研究报告内容负责。华泰证券(美国)有限公司联营公司的分析师不具有美国金融监管(FINRA)分析师的注册资格，可能不属于华泰证券(美国)有限公司的关联人