人形机器人感知模块是运控与交互基础，遍布全身
感知模块是人形机器人具身智能的基础
感知是交互的基础：人形机器人包括感知模块、交互模块、运控模块，感知模块是基础，为交互与运控模块 提供信息，并实时反馈，以便机器人感知外部环境和物体、调整运控规划。
感知是软硬件结合，遍布全身，不同传感器进行数据融合：类似于人类的各类感官神经，提供视觉、位觉、 触觉、力觉等信息，分布于人形机器人的各类关节中，包含软硬件算法，各数据可进行融合，提供运控规划 准确性。
人形机器人传感器至关重要，遍布全身
位觉传感器：使用量1颗IMU，用来测量机器人的运动及姿态信息，一个价格400-2000元，未来或取消。 视觉传感器：国内深度相机+激光雷达，特斯拉为纯视觉方案，1个鱼目摄像头+2个普通摄像头。 关节力控传感器：特斯拉每个线性关节在电机外分别放置1个一维压力传感器；每个旋转关节在减速器外分别放置 1个一维力矩传感器，普通价格400元/个，高端价格4000元/个。国内方案不一。 手腕和脚踝传感器：每个手腕脚踝分别放1个六维力矩传感器（可选装），价格2-4万/个，但降价空间大。触觉传感器：手部增加触觉传感器可提高灵巧手性能，多种技术路线布局；特斯拉直接使用10个触觉传感器。
不同厂商传感器设计各异，特斯拉轻视觉重运控
从视觉感知看，特斯拉纯视觉成本低：特斯拉基于自动驾驶积累的强大纯视觉算法，在人形机器人上简化 使用三颗摄像头，成本极低，而国内厂商如智元、宇树，一般采用激光雷达+深度相机。运控系统看，特斯拉追求精度，国内方案不一：特斯拉为追求精度，旋转/线性采用一维力/力矩传感器， 而国内部分厂商采用电流环方式，无需使用力传感器。 触觉方案看，各家未定型：特斯拉gen-2仅发布手指新增使用10个触觉传感器，未透露更多细节；宇树明 确表示，手指将自研并使用基于视觉方案的触觉传感器。
六维力矩传感器壁垒高空间广，国产替代加速
六维力矩传感器提供最全面的力信息及受力姿态
信息最全面的力控传感器：六维力矩利用传感器中不同的感力元件，将力信号转换成电信号，能够同时测 量三个轴向力Fx、Fy、Fz和三个轴向力矩Mx、My、Mz，能够满足任何方向上力的检测。六维力矩传感 器不仅将力矩转为电信号，提供力信息，还可以获得内部受力的姿态，与三维力矩传感器相比，其能够消 除弯矩对力测量的干扰，确保测量结果更加精确可靠。
应变片式为六维力矩主流技术方案
应变片式技术成熟为主流方案：根据敏感元件的种类，六维力和力矩传感器可分为电阻应变式、压电式、 电容式、光学式等几类，其中电阻应变式为主流，其综合性能最优，精度高、技术成熟、测量范围广。 按输出结构看，直接输出型（无耦合型）为主流：直接输出型为六维空间力由测量元件直接检测或简单 计算，无需各分力耦合，而间接型反之，需要各分力耦合才能得到六维输出。
应变片式原理为利用应变片受力产生电阻变化
应变片可以捕获物体由于应力而引起的微小变化“应变”，并将这种变化转变为电信号输出。如果应变 片被压缩，其电阻会减小。如果应变片被拉伸时，其电阻会增加。原因是当测量栅丝被拉伸时，电流通 过的导体变细，导致电阻增加。 一个六维力矩传感器需要30-50个应变片。由4片左右应变片组成一个电桥，用于测量一维力，为降低耦 合干扰，需增加电桥，一般一个六维力矩需要30-50片应变片，取决于电桥设计与应变片灵敏度。
金属和半导体两种应变片式共存，各有优劣势
金属应变片温度稳定性好、应变范围大，更适用于机械工程领域。应变片按照材质可以分为金属应变片 和硅基应变片，均有基底、敏感栅和引线三大部分构成。金属应变片主流为箔式，采用聚酰亚胺作为基 底，康铜丝粘附在上面，其温度稳定性较好，线性度高，应变范围大（可达到4%，而半导体应变片只能 达到0.3%），使用方便，刚度与半导体应变片相当。
半导体应变片灵敏度高、响应快、体积小，更适合电力电子领域。半导体应变片是将单晶硅锭切片、研 磨、腐蚀压焊引线，最后粘贴在锌酚醛树脂或聚酰亚胺的衬底上，其优势在于灵敏度高（高50-100倍）， 机械滞后小、体积小、耗电少，但稳定差，受温度影响大。
六维力矩传感器的工艺流程：设计与标定检测为核心
结构解耦设计是核心：可决定六维力矩传感器的实际性能，包括弹性体结构设计、贴片位置设计、电桥结 构设计，理论上合理的设计可消除各个方向之间的耦合，但实际需依靠解耦算法进一步减小/消除耦合干扰。 贴片靠熟练技术工：由于传感器内部空间狭小，贴片组桥的技术壁垒非常高，目前国内外企业在贴片环节 均需要人工进行。 六维联合加载设备是标定与检测核心：必须通过六维加载设备，标定样本点（53万个）获得传感器数学解 耦模型与参数；检测则是评价标定的准确度如何。而六维加载设备为非标设备，需传感器厂商自研。
六维力矩传感器供应链及成本拆分：降本空间巨大
目前良率低、人工贴片效率低，造成成本高，但未来半自动产线推广，降本空间大：一般采用国内应变片 单个传感器需要40-50片，海外则可降至30片，单片价格分化较大，国产金属箔式10-20元，海外硅应变 片价格则贵30倍以上，其余原材料成本较低。人工方面，目前应变片需手工贴，人工成本较高，单个预计 人工成本800元，同时良率低于70%，因此我们测算低端六维力矩成本4k元左右，高端成本2-3万。 未来低端成本有望降至1000元以内，高端降至5000元，降本空间大，降本一方面依靠半自动产线推广， 人工成本下降，良率提升，另一方面硅应变片价格下降空间大。
触觉传感器多技术路线并行，美企领先，中国企业可期
人类手部触觉：多维度感知，高灵敏度，高拉伸率
人类实际的触觉感知，来自四种机械感受器的皮肤输入，包括迈斯纳小体、帕西尼亚小体、默克尔椎间盘、 鲁菲尼的小体，其将机械能转为电脉冲，统称为低阙值（高灵敏度）。四肿感受器分布于皮肤的浅深层， 测量频率低高不同，其中鲁菲尼小体负责动觉/本体感觉，对切向力感知明显。 人类手部触觉可感知力觉、温觉、痛觉等多维度感知，且手部灵敏度极高，女性指尖法向压力阙值为 0.019g，同时拉伸率高，手腕处皮肤拉伸率超20%，且是三维全向柔性。
机器人触觉方案：多路线布局，寻找性能最优
触觉是电子皮肤的功能之一：电子皮肤是集合“触觉+仿生性+延展性” 的类人类皮肤，仍需长期技术进步。 而人形机器人触觉触感器，是电子皮肤性能之一，更倾向于感知物理变化（力、温度等），主要应用于手 部或手指（触觉列阵传感器）和大腿、手臂等（大面积传感器）。
触觉传感器多技术路线布局，追求极致性能，实现真正灵巧手：两类型，一是基于Mems技术集成的触觉 传感器，包括压阻式、电容式、光电式、电磁式，其中压阻式技术成熟，目前应用最广；二是视触觉传感 器，随着算法及数据模拟，未来潜力巨大。触觉传感器追求，高灵敏度（多维力感知）、高集成度（单位 面积列阵单元多）、高延展性、成本低，以便获取物体信息，提升灵巧手抓取的力和力矩的控制效果。
MEMS压阻式触觉传感器：技术成熟，低端最先放量
MEMS压阻式触觉传感器技术最成熟，目前应用最广，预计短期是机器人触觉传感器最先放量技术。其原 理和应变片类似，但不同的是其敏感元件为半导体（单晶硅），当受到外力挤压时，相应电阻率产生变化， 从而测量压力值。其采用MEMS技术排列密集，集成度高，体积小，技术成熟，成本低。制造精度不同， 价格从几十至上千不等，进口产品单点售价近千元。
MEMS压阻式触觉传感器仍需提升灵敏度、增加软性。目前压阻式的触觉传感器主流是一维传感器，只能 测试法向力，测试灵敏度不足（有效阙值0.1N左右），而三维传感器存在力解耦精度不足；同时，单晶硅 和pcb板缺乏柔性，适合列阵式布局，不适合应用于大面积柔性应用，适合在指尖应用。
柔性压阻式传感器：已成熟应用，但灵敏度仍待提高
柔性压阻式传感器原理简单，聚合物材料柔性好：有三层构成，顶层保护层和底层支撑层，基本由聚合物 材料构成（如PET），顶层要求耐用、受力均匀；中间层弹性体聚合物（如聚氨酯等）和导电材料（如碳纳 米管）构成的复合材料，弹性层可提供良好形变。原理为当顶层受到压力，薄膜层形变导致电阻变化，四 通电路桥渐层监测电阻变化，标定压力，有点在于柔性好、工艺简单成熟，成本低。
薄膜式压力传力传感器已经成熟应用，但技术指标难以满足人形机器人灵巧手需求：薄膜压阻式传感器已 在智能可穿戴上成熟应用，售价低，但由于力感知不丰富，一般为一维，同时顶层保护层使用寿命短（多 次触摸后灵敏度下降），负载差，因此并不适合用于灵巧手，但适合用于身体大面积皮肤，提供防撞功能。
触觉传感器趋势：多触点高精度，工艺与算法并重
多维高精度触觉传感器大批量生产壁垒较高，从材料的选择到生产制造中工艺的把控。1）柔性材料需满足 耐用性和高分辨率，以此满足机器人对物体形变的精确感知，可使用PDMS、PET、PI、PVDF 等聚合物材料， 且通过结构优化设计。2）量产中工艺把控和成本控制要求高，为追求高集成度和高精度，单位面积大列阵 单元越多越好，因此生产中单元拼接和电子电路走线会相互干扰，影响力测量精度，需要长期工艺积累。
触觉传感器是软硬件结合体，对于精准感知多维度力需要算法支撑。由于机器人手部触觉传感器为集成式 列阵传感器，每个单元可测试多维力，且单元之间相互干扰，为获得高精度的力，需要复杂的标定数据模 型。
报告节选：
（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。）
相关报告
人形机器人行业专题报告：更精确的感知，更高效的交互.pdf
人形机器人金属材料行业深度报告：人形机器人加速发展，钕铁硼、镁合金显著受益.pdf
新材料产业深度报告：人形机器人带来新材料机遇.pdf
人形机器人行业执行器系统专题报告：核心部件，顺势启航.pdf
人形机器人减速器行业深度研究：人形机器人带来产业深度变局.pdf
人形机器人行业跟踪报告：国内外人形机器人催化不断，如何把握2024年板块投资机会？.pdf
