【华创证券】机械行业人形机器人的Optimus时刻”系列（三）：三问三答，为什么当下更应关注人形机器人感知层？.pdf

2023-10-17

32页

4MB

一、人形机器人为什么会存在反直觉的现象？

（一）为什么人形机器人的玩家多为科技企业而不是工业机器人厂商？

目前人形机器人本体玩家中，处于领先地位的多为科技企业（特斯拉、小米、谷歌等）；传统的工业机器人厂商如四大家族（发那科、ABB、安川、库卡）鲜有声响。从本质上看，尽管目前人形机器人模仿了人的外形，但依然属于机器人的范畴；除了感知层的传感器外，主要硬件部分中仍然继承了工业机器人的核心架构（控制器、伺服电机和减速机）。只有在人形机器人整合感知系统、驱动系统、末端执行系统、能源供应系统、计算系统及软件这五大系统后，叠加人工智能方面的突破，才能表现出的“人”的特质。

工业机器人更偏向于“机器”，而人形机器人拥有了基础的“人”的能力。工业机器人的设计和功能主要聚焦在执行特定机械任务上，所运行的轨迹都是被事先编程好，不具备独立处置突发（非程序内）问题的能力，仅仅具备高度的精确性和可编程性，通常部署于受控的工业生产环境中，以提高生产效率和质量，只能被认为是非智能的机器人。相比之下，人形机器人不仅具备机械任务的执行能力，还赋予了最基本的“人”的能力。人形机器人只有配备各种传感器和人工智能（具身智能）技术，才可以与环境（包括人）发生交互并做出反应。感知层的传感器是软件控制和硬件零部件的桥梁，是实现具身智能最为关键的基础。

人形机器人本质上是科技行业，而工业机器人本质上是高端制造行业。纵观过去 20 年国内工业机器人市场的快速发展，三大核心零部件（电机、减速器和控制器）均打开了广阔的成长空间。工业机器人强调自动化和生产流程的优化，零部件是其最底层的架构。而人形机器人的设计和发展目标是模仿人类的生理结构和行为，强调人性化的感知、互动和移动能力。感知系统把人形机器人的各种“内部状态信息”和“环境信息”从“信号”转变为机器人自身或者机器人之间能够理解和应用的“数据”和“信息”，让其理解周围的环境，各类传感器精度和可靠性的不断提高是当前最佳的解决方案。

（二）人形机器人的行业壁垒是什么？

首先，最高的壁垒是人工智能水平。虽然人形机器人在外形和零部件方面已经取得了显著进展，但要使它们在各种任务中表现出真正的自主性和智能，需要具备高度复杂的人工智能能力。这包括自然语言处理、计划和决策制定、视觉识别、情感识别以及对不理解和与人类互动的关键。要克服这一壁垒，需要不断改进机器学习算法、开发更强大的计算平台，以及进行更多的跨学科研究，使机器人能够更好地理解人类的需求、情感和行为。在“AI+机器人”大趋势下，机器人的人机协作、人机交互、任务灵活配置等发展趋势也随之出现，推动社会生产力与生产方式的跃迁。

其次，是软硬件之间的协同工作能力。人形机器人硬件技术不断进步，提供了更强大的感知和执行能力，但要使这些能力真正发挥出来，需要先进的软件系统来实现复杂的控制、决策和互动。软硬件之间的协同工作能力是人形机器人能否在各种任务和环境中成功执行的决定性因素，即使每个零部件在其类别中都是最优秀的，但如果它们的组合和搭配不恰当，最终结果可能无法实现最佳的效果。只有通过更强大的软件系统和更智能的硬件设计，人形机器人才能在多样化的应用中充分发挥其潜力，提供更多有益于人类的解决方案。

最后，是量产后成本的比拼。人形机器人本质上还是一件商品，最终如果无法在市场上以可接受的价格销售，那它不过是一种实验室产品，缺乏商业实际价值。目前波士顿动力的 Atlas 单台成本为 200 万美金，本田 Asimo 的单台成本 250 万美元，小米 Cyber One 单台造价也高达 60-70 万人民币。若 Optimus 量产后，按照马斯克预期远景成本将降至 2 万美金左右，下游产业应用场景将会非常广泛，并且具备极高的商业潜力。因此，实际上，人形机器人的成功与否在很大程度上取决于其在量产中的成本效益，也是决定其商业可行性的关键因素。

（三）如何从竞争格局和盈利能力看感知层和传动层？

智能机器人感知层的竞争格局或优于传动层。国内智能机器人上市企业主要集中在系统集成环节的工业机器人、服务机器人，占比超四成；其次在“控制器+伺服+减速器”传动层的占比为 25%，感知层的传感器仅为 11%；智能机器人领域的国家专精特新小巨人近七成均集中在工业机器人、服务机器人等系统集成环节，“控制器+伺服+减速器”的传动层占比为 20%，感知层的传感器仅为 3%。

从利润率来看，一般来说感知层盈利能力或强于传动层。我们选取感知层的芯动联科、柯力传感、奥普光电和奥普特，减速器厂商绿的谐波和双环传动，控制器和伺服厂商鸣志电器、步科股份和江苏雷利作为代表性企业进行对比；从毛利率及净利率对比可以看出，感知层厂商的毛/净利率大多高于传动层（减速器毛利率 40%左右，伺服系统为 35% 左右，控制器为 25%左右），主要系感知层通常涉及高附加值的领域，而传动层更易受到价格竞争和成本控制的压力。

二、汽车智能化的过程带给人形机器人怎样的启示？

（一）人形机器人的智能化程度是否也可以分成 L0~L5？

智能驾驶是智能汽车的核心功能，智能化程度可分为 L0~L5。2020 年 2 月，国家发改委、工信部等 11 个国家部委联合印发了《智能汽车创新发展战略》，将智能汽车定义为“通过搭载先进传感器等装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车”。按照 SAE 的分级，自动驾驶被划分为 L0 到 L5，共六个等级。L0 代表传统的人类驾驶，即没有自动化驾驶技术的介入；而 L5 代表完全自主的自动驾驶，中间的级别包括 L1 到 L4，逐渐增加了自动化程度。L1 和 L2 表示部分自动化，L3 表示条件自动化，而 L4 人类司机在需要时介入。

自动驾驶由 L2 到 L3 是一个实质性的跳跃，感知能力成为核心关键。从 L2 级别到 L3 级别的自动驾驶标志着一个实质性的技术跃升，而这一跃升的核心和关键在于感知能力的显著提升。在 L2 级别，车辆在有限程度上能够执行自动化驾驶任务，但仍需要驾驶员全时控制汽车。然而，L3 级别是真正自动驾驶的开端，驾驶员可以将手离开方向盘，脚离开踏板，车辆感知能力被极大地强化，使其能够更深入、更全面地理解并应对多变的道路和交通条件，几乎可以独立完成驾驶操作。这意味着车辆可以更可靠地识别障碍物、交通信号、行人以及其他车辆的动态行为，从而做出更复杂和高级的驾驶决策，而无需驾驶员持续干预。因此，强调感知能力的提升是实现自动驾驶技术演进的关键要素。

机器人的智能化过程按照 L0~L5 进行分类，感知层突破是必由之路。参考《2023 闵行智能机器人产业发展白皮书》和“机器人智能化等级”，机器人“智能化”的发展经历三代演进，由单一的工业生产逐步向多种应用场景延展。我们对 L1~L5 进行如下分类： L1-L2 为程序控制机器人：通过编程或示教将动作指令输入机器人中，只能刻板地完成程序规定的动作，一旦环境情况略有变化，机器人的工作就会出现问题。 L3 为自适应机器人：配备视觉、声音、力度等传感器，能据传感器获得的信息对环境有基础感知，实时调整工作状态。 L4-L5 为智能机器人：拥有更丰富的传感器和更高的智能水平，不仅能获取并处理外部综合信息，甚至能据此自己制定行动目标，其智能主要体现在感知交互、独立决策、自我优化三个方面。当前机器人正在 L3 阶段深化发展，并向 L4 迈进。在 L3 级别属于感知层领域，机器人已经具备了一定程度的自主能力，能够在特定环境和任务下执行任务，实现了感控一体、环境感知和定位导航等，但仍需要人类监督和干预。然而，朝着 L4 级别的发展意味着机器人在更广泛的情境下能够向认知层迈进，独立执行任务，包括任务推理、知识图谱、语音地图等。这个跃升的关键在于进一步加强机器人的自主感知能力，以适应不同的环境和复杂情况，使其能够更加灵活和智能地应对各种任务和情景。

（二）汽车智能化的过程对感知层有什么影响？

汽车智能驾驶的实现需要感知层、决策层、执行层三大核心系统的高效配合。感知层的作用是将汽车外的视觉、物理等真实信息转变成数字信号，进而为决策层、执行层提供准确、及时、充分的依据，对汽车安全行驶做出准确的判断。在自动驾驶的层级结构中, 汽车传感器处于感知层，产品附加值高，是实现单车智能驾驶的核心硬件；其中环境感知传感器实现了单车对外界环境的感知能力，帮助汽车计算机获得环境信息并做出规划决策，为车辆智能化驾驶提供支持，常见的环境感知传感器主要分为车载摄像头、超声波雷达、毫米波雷达、激光雷达以及红外雷达等。

汽车智能化的过程，带动感知层传感器市场规模的迅速扩大。汽车智能化的不断演进正迅速推动着感知层传感器市场规模的扩大。车辆变得越来越智能和自动化，对于周围环境的高度感知和反应变得至关重要；这就促使了对各种传感器技术的需求，包括激光雷达、摄像头模组和毫米波雷达等，以帮助车辆感知并适应道路状况、交通情况和障碍物。根据 Yole 的预测，全球 ADAS 领域感知层的市场规模将由 2020 年的 86 亿美元增长至 2025 年的 224 亿美元，期间 CAGR 为 21%；其中激光雷达市场，尽管一度被视为小众领域，受益于汽车智能化的不断发展，其市场规模预计迅速扩大，期间 CAGR 高达 113%。随着智能驾驶技术的普及，感知层传感器市场呈现出蓬勃的增长态势，为更安全、高效和便捷的道路体验奠定了坚实的基础。

汽车智能化程度的提升（L0→L5），催生感知层单车价值量的增长。智能化的汽车需要更多的传感器来感知周围环境、监测车辆状态和实现自动化功能，为传感器行业带来了可观的增长机会。根据安森美的分析，L2 级汽车的传感器总 BOM 成本达到 100 美金； L3 级汽车的传感器总 BOM 成本达到 370 美金；L4 级汽车的传感器总 BOM 成本达到 505 美金。另据英飞凌报告，L2、L2+、L4/L5 级智能汽车的传感器价值分别在 160-180、280-350、 1150-1250 美金左右。汽车智能化程度的不断提升已经成为传感器技术领域的催化剂，推动着传感器价值量的持续增长。

（三）以摄像头为例，为什么人形机器人的感知层会“量价齐升”？

在人形机器人降本化的过程中，传统零部件（电机、减速器、丝杠等）的单 BOT 价值量会随之降低。诚然，价值量的降低是源于创新的工程设计和新材料技术的应用，传统零部件会更加高效、轻量化和成本效益更好。新一代电机具有更高的能效，减速器的设计更加紧凑，丝杠的制造成本得以降低，这不仅有助于提高人形机器人的性能和可靠性，还降低了生产成本，使得这些机器人更加容易实现大规模应用。

以摄像头为例，智能化的过程中感知层“量价齐升”。以摄像头为例（选择摄像头是因为作为环境感知的重要一环，智能化的汽车和人形机器人都需要通过摄像头提供实时的环境信息，帮助其感知和理解周围的世界，从而使系统能够做出安全、智能的决策），在智能汽车中 L1/L2 搭载约为 5 颗摄像头，L3 等级将搭载 8 颗，L4/L5 等级预计搭载约 20 颗；同时智能化需求背景下的摄像头更关注对图像的感测和识别，对应的像素也不断升级，从 VGA→1M→2M→8M，单颗摄像头价值量正在逐步提升。

机器人 L0 到 L5 的过程中，产生的需求不仅仅是对传感器用量的增加，更多是对传感器适配性和性能的追求。根据特斯拉公布的最新视频，Optimus 已经具备了自我校正和自我纠错能力，Optimus 可以按颜色对乐高积木进行识别，抓取和分类，并对放置倾倒的积木重新抓取放置，通过使用视觉和关节电机的位置传感器精确定位手和腿的状态并进行校准和标定，能够高效完成各种任务。目前 Optimus 使用 3 个摄像头(中间鱼眼摄像头、左右各一个视觉摄像头) ，相比于自动驾驶相机拥有的 8 个摄像头仍有提升空间；随着机器人智能化水平的升级，对于摄像头的要求将愈发严格，以确保能够更准确、更可靠地感知环境，更有效地执行任务。我们认为类比于智能汽车，人形机器人感知层（传感器）有望打开“量价齐升”式的广阔成长空间。

三、机器人感知层应该关注哪些传感器和企业？

（一）传统机器人的发展需要哪些传感器？

机器人需要各种类型的传感器来适应其特定的任务和环境。机器人中的传感器可以用于各种任务，包括测量力量、检测物体、导航和定位、碰撞检测以及视觉交互等；工业机器人通常需要力矩传感器、视觉传感器和激光测距仪等，以便进行精确的装配和操作。自主移动机器人则需要激光雷达、超声波传感器和摄像头来感知周围环境，实现导航和避障。医疗机器人可能需要高精度摄像头和显微镜，以进行精细的手术操作。农业机器人可能需要多光谱相机和土壤传感器，以进行作物监测和管理。因此，传感器的类型和组合在机器人设计中至关重要，以确保其能够有效地执行特定任务和适应不同工作环境。

机器人中使用的传感器可以分为两类：本体感知传感器和外部感知传感器。本体感知传感器用于测量机器人的内部数据，如关节速度、力矩、位置和力量，对于机器人的内部控制和自身定位至关重要。而外部感知传感器则用于收集机器人周围环境的信息，包括移动或静止物体的距离和速度、光强度、温度、化学成分等等。外部感知传感器的种类多样，包括触觉传感器、力和力矩传感器、接近传感器、距离传感器、视觉传感器等，它们用于机器人的导航、障碍物识别、环境监测等任务，使机器人能够与外部世界进行有效的交互和适应不同的工作环境。这两类传感器的协同作用使得机器人能够执行各种复杂任务并实现自主性能。

3D 传感器是机器人感知层领域发展的重要趋势，应用场景逐渐增多。3D 传感器能够提供详尽的三维环境感知，使机器人能够更精确地感知、理解和与其周围世界互动。通过捕捉三维物体形状、距离和深度信息，3D 传感器能够为机器人提供更强大的导航和避障能力，使它们能够在复杂环境中安全移动。此外，3D 传感器还能用于目标识别、物体抓取、人际交互和增强现实应用，提供更丰富的感知和互动经验。随着这一技术的不断成熟和普及，3D 传感器对机器人的性能和多领域应用都具有巨大潜力，将为未来的机器人技术带来更广泛的创新和机会。

（二）人形机器人的感知层需要哪些传感器？

对应人类的感知能力，传感器可以实现人形机器人的感知层架构。感知层是人形机器人的“神经系统”，通过各种类型的传感器来获取关于周围世界的信息，就像人类的五官（视觉、听觉、触觉、嗅觉和味觉）和控制身体平衡一样。例如，视觉传感器充当了机器人的"眼睛"，用于识别物体、导航和视觉反馈；听觉传感器则相当于"耳朵"，用于声音感知和声源定位；触觉传感器模拟了"触觉"，使机器人能够感知和响应外部物体的力量和触摸；IMU 可以实现运动过程中的平衡，而其他传感器则可以模拟嗅觉和味觉等特殊感知。通过这个感知层架构，人形机器人能够获得丰富的感知信息，从而更好地理解和互动于周围环境，执行各种任务，以及适应不同的工作场景。

人形机器人的发展伴随着传感器应用种类的增加。人形机器人系统可以完成双足行走、语音命令识别、图像识别的任务，需具有健壮的运动控制系统、精确的感知能力、强大的处理器性能和低功耗的特点，因此传感器技术变得更加先进和多样化，为人形机器人提供了更丰富的感知和互动能力。从最初的基础传感器，如触摸传感器和接近传感器，到更复杂的视觉传感器、声音传感器、力和力矩传感器等，机器人可以感知和理解周围世界的方式变得越来越多样化。多样的传感器应用使人形机器人能够执行各种任务，包括导航、物体识别、语音识别、手势控制、环境监测等，可以在各个领域中发挥作用。因此，传感器技术的不断演进和应用的不断扩展，推动着人形机器人的发展，使它们更加智能、适应不同的任务和环境，并提供更多的创新和便利。

人形机器人主要关注五大传感器：力/力矩、IMU、视觉、触觉和编码器。在人形机器人运动过程中，需要通过传感器来检测并收集数据，实时、精确的获取机器人的空间位置信息，以更方便的规划和管控机器人。传感器需要采集到人形机器人 X、Y、Z 三轴上的水平移动信息以及绕 X、Y、Z 三轴的转动信息。这些数据不仅对于导航和路径规划非常重要，还可以用于避障、自主定位、机器人手臂控制、稳定性控制等各种应用。

力/力矩传感器应用于人形机器人的关节处，进行动态步态规划。人形机器人中，六维力矩传感器主要用在对柔顺控制要求高的手腕和脚踝；其中足部六维力/力矩传感器是人形机器人中最重要的传感器之一，安装在机器人脚部与腿部之间，能同时检测人形机器人运动过程中所承受三维空间的力/力矩信息，为人形机器人控制提供力感信息，从而进行动态步态规划。2023 年，特斯拉新款 Optimus 人形机器人完成了电机扭矩控制，力度控制更加精确、环境检测与记忆等复杂任务，在力控方面表现得更加灵敏。

多类姿态传感器组合检测收集人形机器人运动数据。姿态传感器是一种用于测量物体姿态的传感器，它可以检测物体的加速度和角速度，并计算出物体的方向和角度。在人形机器人的运动控制过程中，机器人的姿态角度信息是实现精确实时控制人形机器人的关键，单一姿态传感器不适合于长时间人形机器人姿态的确定，准确、可靠的姿态角度信息可以由多类传感器组合获得。

IMU 惯性传感器是由加速度计和陀螺仪组成的组合单元。陀螺仪能够测量沿一个轴转动的角速度信息，可以分为机电式陀螺仪（以经典力学为基础）、光电类陀螺仪（以近代物理学效应为基础）。以机械式陀螺仪为例，陀螺仪由转子、自转轴、万向坐标系、力矩马达、信号传感器等构成。加速度计可测量某一方向上线性加速度，用于线性执行机构的高精度控制和机器人的关节反馈控制，可以作为上体姿态传感器，由检测质量（也称敏感质量）、支承、电位器、弹簧、阻尼器和壳体组成，按检测质量的位移方式分类可分为线性加速度计和摆式加速度计。

机器视觉实现人形机器人视觉交互。机器视觉是指通过光学装置和非接触传感器自动接收并处理真实物体的图像，分析后获取所需信息或用于控制机器运动的装置。机器视觉模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。其核心部件包括工业相机、镜头、光源及图像处理软件。其中工业相机负责捕捉和分析对象，镜头是清晰成像的核心，光源设计光路实现目标成像，图像处理软件通过算法完成对被测物的识别、定位、测量、检测等功能。

触觉传感器主要用于人形机器人的手部感知。PVDF（压电高分子材料）传感器是常见的一种触觉传感器，具有压电系数高、性能稳定、质地柔软和电压响应范围宽特点，可以应用于人形机器人的指尖。其质地柔软，发生弯曲变形时可以产生电压信号，适合作为触觉传感器。人形机器人可使用液态硅树橡胶制作类似于人的指尖的机器人指尖，将 PVDF 压电薄膜传感器凝固在指尖的里面与外表面，指尖接触不同的材料时，凝固在指尖的电阻应变传感器可以产生相应的信号输出。

编码器用于测量关节角度和位置，确保人形机器人的运动精度和稳定性。人形机器人需要实现高度精准的运动控制，以模拟人类的动作。通过实时监测编码器反馈信息，人形机器人可以准确地控制肢体的运动，实现平稳的步态和灵活的动作。旋转执行模组采用双编码器主要包含电机侧的编码器和减速器输出端的编码器，两个编码器可以增加系统的动态响应，提高系统带宽，缩短响应时间。

（三）国内哪些企业布局机器人感知层的传感器？

1、力感知：柯力传感

柯力传感作为国内应变式传感器的龙头企业，拥有多年全国第一市场占有率力学传感器品牌。公司在夯实硬件层多物理量传感器、称重仪表等核心产品的基础上，围绕物联网战略实现转型升级，构建了工业物联网一体化解决方案。通过“内生+外延”的方式，公司横纵向拓宽传感器产品矩阵，横向参股意普兴、驰诚电气，推进气体传感器、光栅传感器等产品布局，纵向逐渐进入非衡器市场。公司自研的三维力、六维力等多维力传感器已处于小批量试制阶段，具有高精度、高灵敏度、抗偏载能力强、维间耦合小等特点，可应用于机器手臂运动、医疗设备等高精尖场景。

2、状态感知：芯动联科，华依科技

芯动联科已形成自主知识产权的高性能 MEMS 惯性传感器产品体系并批量生产及应用，在 MEMS 惯性传感器芯片设计、MEMS 工艺方案开发、封装与测试等主要环节形成了技术闭环，建立了完整的业务流程和供应链体系。公司长期致力于自主研发高性能 MEMS 惯性传感器，经过多年的探索和发展，公司高性能 MEMS 惯性传感器的核心性能指标达到国际先进水平，复杂环境下适应性强。目前，公司产品已实现批量化应用并在应用的过程中不断升级和迭代。其中，高性能 MEMS 陀螺仪具有小型化、高集成、低成本的优势，有力推动了 MEMS 陀螺仪在高性能惯性领域的广泛应用。

华依科技是一家专注于汽车动力总成智能测试技术开发的高新技术企业，公司紧跟智能驾驶的发展趋势，加大对高精度惯导研发力度，具备了满足不同客户需求，提供多种解决方案的技术能力，实现车规级惯导技术的产品化。2022 年公司高精度惯导业务进展加速，研发投入持续加大，依托强大的软件开发团队、跨学科专家的鼎力加盟和智能软件算法的快速迭代，公司 IMU 产品进度保持行业领先，实现应用层产品的率先落地。产品与多家主机厂已完成车型匹配工作，并初步建立了完整的生产体系，同时与国内多家厂商建立了深度合作关系。已获得部分客户的产品定点，其中奇瑞汽车定点、智己汽车定点已公告，后续有望获得更多的客户订单。

3、视觉感知：奥比中光，奥普特，凌云光

奥比中光专注于 3D 视觉感知技术研发，在万物互联时代为智能终端打造“机器之眼”，致力于让所有终端都能更好地看懂世界。公司是国内率先开展 3D 视觉感知技术系统性研发，自主研发一系列深度引擎数字芯片及多种专用感光模拟芯片并实现 3D 视觉传感器产业化应用的少数企业之一，是市场上为数不多能够提供核心自主知识产权 3D 视觉感知产品的企业，也是全球少数几家全面布局六大 3D 视觉感知技术的公司。公司致力于将 3D 视觉感知产品应用于“衣、食、住、行、工、娱、医”等领域，在生物识别、 AIoT、消费电子、工业三维测量等市场上实现了多项具有代表性的商业应用。

奥普特是国内较早进入机器视觉领域的企业之一。公司以光源及光源控制器为突破口，产品系列逐步覆盖镜头、相机和视觉控制器等全套机器视觉主要核心部件。公司产品主要应用于 3C、新能源、半导体等多个领域，并已建立核心稳定客户群体，产品应用于苹果、华为、谷歌、CATL 等行业龙头企业生产线中。公司主要产品包括光源及控制器、镜头、相机、视觉控制系统等机器视觉核心软硬件，并通过向下游客户提供专业的机器视觉解决方案带动产品的销售。

凌云光自成立以来，一直以光技术创新为基础，长期从事机器视觉及光通信业务，服务多个行业，目前战略聚焦机器视觉业务。公司是可配置视觉系统、智能视觉装备与核心视觉器件的专业供应商，是我国较早进入机器视觉领域的企业之一。公司积累了丰富的客户资源，在消费电子领域，公司长期服务于苹果公司、华为、小米的产业链，与鸿海精密、瑞声科技、歌尔股份等业内领先的电子制造厂商建立了长期稳定的合作关系；在新型显示领域，公司产品广泛应用于京东方、华星光电、天马、维信诺、无锡夏普、群创光电等行业领先客户的面板产线；在印刷包装领域，公司是国内标签、软包装、纸盒包装等市场的主流供应商，产品已销往超过 15 个海外国家和地区；在新能源领域，公司产品广泛服务于福莱特集团、宁德时代、信义集团等行业龙头；在智慧交通领域，公司产品广泛应用于地铁、动车、机车，以及接触网等场景的在线运维监测业务；公司开发的立体视觉系列产品和“数字人”产品在文化娱乐领域中开始得到广泛应用。

4、位置感知：奥普光电，禾川科技，汇川技术

奥普光电是由中国科学院长春光学精密机械与物理研究所牵头出资设立的高新技术企业。经过多年经营和发展，公司已在光电测控领域形成强大的综合优势，并在技术、生产上处于国内同行业领先地位，同时也具有国内一流的光学精密机械与光学材料研发和生产能力。公司控股子公司禹衡光学是国内编码器领域的领军企业，打破了海外厂商的垄断；光栅编码器产品已顺利导入华中数控、广数、科德数控等机床企业并与沈阳新松机器人展开合作，代表性的 JFT 系列绝对式光栅尺产品已到达国际同类产品领先水平，最高分辨力高达 2.5nm。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）