#感測器
摩根士丹利:175兆的機器人時代,感測器是3大高增長領域之一!
近期,國際知名金融機構摩根士丹利(Morgan Stanley)發佈了《機器人年鑑》(The Robot Almanac)系列報告,引起全球產業界的關注。《機器人年鑑》(The Robot Almanac)系列報告分為多卷敘述機器人產業的宏大前景,從已發佈情況看,目前已有:物理AI的綜合指南(The Morgan Stanley Robot Almanac:A Comprehensive Guide to Physical AI  )第一卷:人工智慧實體化;機器人的寒武紀大爆發(The Robot Almanac Vol.1:AI Gets Physical;Cambrian Explosion of Bots)第二:如何訓練你的機器人;地緣政治;稀土;薩根的預言(The Robot Almanac Vol. 2:How to Train Your Robot;Geopolitics;Rare Earths;Sagan’s Prophecy)第三卷:人形機器人與工業機器人(The Robot Almanac Vol. 3:Humanoids&Industrial Robots)第四卷:無人機與空中交通(The Robot Almanac Vol. 4:Drones&Air Mobility)第五卷:太空與國防(The Robot Almanac Vol. 5:Space&Defense)第六卷:自動駕駛汽車(The Robot Almanac Vol. 6:Autonomous Vehicles  )第七卷:腦機介面及其他形態因素(The Robot Almanac Vol. 7:BCI&Other Form Factors)系列報告中,摩根士丹利對全球機器人產業未來做出了極具前景的預測:到2050年,全球機器人年銷量達14億台,僅硬體銷售額將超25兆美元,全球將有約65億台的機器人運行保有量,約每10個人就擁有1個人形機器人。在報告中,摩根士丹利認為人工智慧正在經歷一場根本性的轉變——從數字世界走向物理世界,Physical AI (物理智能)是接下來更廣泛的人工智慧(AI)的主題核心部分,摩根士丹利將此趨勢類比為機器人的“寒武紀大爆發”,如何彌合人工智慧與物理世界間的鴻溝,將是關鍵挑戰:物理智能正成為更廣泛人工智慧(AI)主題中的核心組成部分,其關鍵在於彌合人工智慧與物理存在之間的鴻溝。AI Copilot 和 AI 代理完全存在於軟體環境中,而人形機器人則使人工智慧能夠理解並與物理世界進行互動。從技術生態系統的角度看,人形機器人已建立在一個完整且高度互聯的技術堆疊之上,包括技術提供商、核心元件製造商、人形機器人整合商以及最終使用者。隨著這一能力逐步成形,人形機器人的技術生態已經從概念走向由先進 AI 與複雜硬體共同驅動的快速擴張階段。摩根士丹利研究部認為,向“物理智能”轉型標志著人類技術演進的重要篇章。具身智能在物理世界的快速崛起,加上智能成本的顯著下降,正在創造新的競爭優勢和價值來源。尤其值得關注的是,摩根士丹利在報告中指出,隨著越來越多的企業湧入,機器人終端市場已開始擁擠,而核心技術供應商有望最終獲益。因此,摩根士丹利建議投資“鐵鎬和鐵鏟 (Picks and Shovels)”類企業——如同挖金礦,無論是誰最終挖到金礦,鐵鎬、鏟子永遠是剛需。在人形機器人領域,什麼是“鐵鎬和鐵鏟 (Picks and Shovels)”公司?彌合物理與AI間連接的關鍵技術——感測器,正是其中3大高增值領域之一!建議投資感測器等環節,感知技術是人形機器人3大最具吸引力增長機會,警惕泡沫,中國已有超150家機器人公司摩根士丹利認為,無論未來的機器人市場是由特斯拉 、宇樹還是 Figure 等公司主導,這些機器都需要相同的底層基礎設施:專用感測器、電源管理晶片和強大的計算能力。什麼是機器人產業最具增長潛力的投資領域?報告中,摩根士丹利認為人形機器人主題的投資賽道有很多,包括元件、半導體、軟體、系統整合商等,其中,最具吸引力的額增長機會有3個——大腦、視覺、感知。感知技術以感測器為主導的模擬晶片,是機器人實現外界感知的核心,使人形機器人具備運動、感知和供能能力,是人形機器人智能的硬體開發的基礎,例如熱感、壓力或距離感測器等等模擬晶片。除感測器外,摩根士丹利認為執行器、電機、電池與儲能以及材料科學等等機器人身體技術同樣重要,但相比感測器,這些部件相對“供應充足”。在機器人感知技術領域,報告認為來自歐洲的模擬晶片企業擁有突出的戰略地位,這些感測器模擬晶片公司擁有廣泛的產品組合,能夠滿足機器人身體的電機控制處理、連接、感知和安全等關鍵需求。人形機器人將帶來龐大的感測器需求,其需要的感測器密度遠遠超過自動駕駛車輛,通常每個單元需要6個或更多攝影機以及深度感測器。在感知領域,報告列舉數家領先的感測器代表性企業:索尼(Sony):索尼是全球CMOS 圖像感測器的市場統治者,擁有約50%的市場地位,報告認為其是機器人銷量受益者。禾賽科技(Hesai): 雷射雷達領域的領導者。報告指出,這裡存在一個分歧——儘管特斯拉公開拒絕使用雷射雷達,但大多數工業人形機器人(例如小米或小鵬汽車的機器人)都依賴雷射雷達進行精確測繪,以確保工廠環境的安全。邁來芯(Melexis): 邁來芯是一家總部位於比利時的感測器及模擬晶片領先企業,報告介紹了其Tactaxis 技術,這項技術利用磁感測器,使機器人能夠發展出足夠靈敏的“觸覺”,從而能夠處理易碎物品——這對於將機器人從工廠推廣到家庭來說,可能是一個至關重要的難題。此外,該公司還專注於研發抗雜散磁場干擾的感測器,這種感測器對於在電機高幹擾磁場附近封裝精密電子元件至關重要。大腦技術大腦技術主要包括AI軟體和半導體,如AI演算法以及強大的處理單元(GPU、ASIC或專用邊緣計算裝置),這些技術支援感知、決策和通訊,是類人功能的核心。在大腦技術硬體領域,NVIDIA 、 AMD 、ARM等計算晶片領域的領軍企業,是重要參與者,但同時,該報告重點介紹了一個不太明顯的領域: 電子設計自動化軟體 (EDA) 。報告認為,隨著人形機器人的不斷發展,將越來越需要特定的專用積體電路晶片(ASIC),而不是現成的通用計算晶片——如Google專用於推理訓練的TPU晶片等,此後這類專用晶片會增多,因此需要EDA軟體去設計這些定製晶片的架構,Synopsys、Cadence等EDA巨頭將繼續佔據主導地位。顯然,中國在大腦技術硬體領域的參與者不多,且明顯處於落後地位,但在大腦技術軟體領域,中國巨頭在加速崛起——如百度 、 科大訊飛、阿里巴巴等。西方依賴 OpenAI 或Google,而中國的機器人大軍將運行在國產大型語言模型(LLM)和視覺-語言-動作(VLA)系統之上。AI視覺/計算視覺技術AI視覺/計算視覺技術涵蓋了一部分感測器技術——高解析度攝影機,但其挑戰更強調對視覺資料的處理上。AI視覺或電腦視覺使物理智能能夠“看見”、理解並處理視覺資訊。這類技術需要超高解析度攝影機、高頻寬和低延遲,同時依賴先進的DSP(數字訊號處理)來處理海量資料,而這些處理無法僅靠CPU或GPU完成,因為需要兼顧高性能和低功耗,提供高解析度攝像解決方案以及尖端數字圖像處理晶片的公司,將作為關鍵賦能者受益。除以上3大高增長領域,未來人形機器人的增長還將體現在機器人身體(The Body)製造的其他部分,譬如執行器、電池等,並由此帶來電機控制晶片MCU、電源管理晶片IC(PMIC)的增長機會。這方面,傳統晶片製造商把控市場——德州儀器 、 意法半導體 、 英飛凌、瑞薩電子等。三星 (包括其電子和機電部門)正積極開拓執行器和電池市場。該公司近期確認進軍人形機器人領域,並採取了獨特的“供應商和客戶”戰略,計畫在自家生產線上使用機器人,同時將底層技術出售給其他公司。為了支援這一元件生態系統,三星電機投資了挪威電機專家 Alva Industries ,從而獲得了“FiberPrinting”技術——一種用於製造輕量化、無鐵芯電機的技術,而這種電機對於下一代機器人手至關重要。國家發改委新聞發言人:警惕機器人泡沫,僅中國已有超150家機器人公司複雜多變,且日益擁擠的機器人產業,是摩根士丹利在報告中,提出建議投資感測器等“鐵鎬和鐵鏟 (Picks and Shovels)”公司的重要原因。目前,全球物理智能(Physical AI)參與者眾多,且多元化,包括全球科技雲巨頭、敏捷初創企業、傳統工業巨頭、世界級研究機構等等,競爭格局十分混亂,人形機器人的最終形態仍存在不確定性。雖然報告對未來機器人產業的發展給出了確定、樂觀的預測,然而機器人企業的爆發增加了產業發展的競爭壓力。在12月5日,國家發改委政策研究室副主任、新聞發言人李超在例行記者會上回應人形機器人是否形成新的泡沫,指出:“速度"與“泡沫”一直是前沿產業發展過程中需要把握和平衡的問題,具身智能產業也不例外。中國目前已有超過150家人形機器人企業,正在以超50%的增速跨越式發展,其中半數以上為初創或“跨行”進入,然而,當前人形機器人在技術路線、商業化模式、應用場景等方面還沒有完全成熟。李超直言:“這對鼓勵創新來講是一件好事,但也要著力防範重複度高的產品‘扎堆’上市、研發空間被壓縮等風險”。她列出多項舉措,包括建立健全具身智能行業准入和退出機制,加快關鍵核心技術攻關,加速具身智能體在真實場景中落地應用等措施。25兆美元,14億台機器人,中國佔比26%,帶來57億顆攝影機、7億顆雷射雷達等感測器增量需求傳統AI主要應用於資料分析、內容生成等虛擬場景,而物理AI則將智能系統嵌入實體裝置,使之能夠在現實世界中自主感知、決策與執行。未來,隨著晶片算力提升、感測器成本下降、AI演算法突破,機器人的落地場景正從工廠車間快速向物流、醫療、農業、家庭服務、城市空中交通等多元場景延伸。具體來看,報告預測,僅機器人硬體銷售額,全球市場將從2025 年的約 1000 億美元激增至 2030 年的 5000 億美元,2040 年達到 9 兆美元,並在 2050 年攀升至 25 兆美元(約合175兆元人民幣)。報告中,這一預測僅涵蓋硬體銷售,若加上軟體服務、維護及供應鏈相關收入,市場規模可能成倍增長。其中,摩根士丹利預測, 2050 年,中國將佔全球機器人銷售額的約 26%,在工業機器人和無人機領域,中國所佔份額甚至更高。同時,摩根士丹利在報告中預測,2030年、2040年、2050年全球售出的機器人數量級分別為9000萬台、6億台、14億台——機器人數量快速攀升。其中,小型無人機和家用機器人在近期最具市場潛力,而人形機器人預計在 2029-2030 年開始規模化部署。報告預測,到2050年,要支援14億台機器人,需要57 億個攝影機(比 2025 年增長 95 倍)、270 億個電機(增長 260 倍)、410 億個軸承(增長 200 倍)、1250 萬 ExaFLOPS 的邊緣計算能力(增長 4 萬倍)、170 萬噸稀土磁鐵(增長 480 倍)和 26 太瓦時的電池容量(增長 1450 倍)。作為機器人三維感知的核心感測器,全球雷射雷達的需求量將達到約 7 億顆,較 2025 年需求規模將增長近 300 倍。結語人工智慧與實體世界深度融合的物理AI(Physical AI ),將深刻地改變世界,開啟以機器人為核心的又一次“工業革命”,有望如同蒸汽機的應用一樣顛覆人類的生活。物理AI(Physical AI )的載體是人形機器人等各種形態的機器人,這些機器人有賴於感測器、執行器、計算晶片、大模型等軟硬體,感知、大腦、AI視覺將構成機器人的3大高增長領域。感測器等核心零部件正如同金礦挖掘中的“鐵鎬和鐵鏟 (Picks and Shovels)”,隨著物理AI(Physical AI )世界的到來,感測器再次迎來高增長時代。 (感測器專家網)
Figure AI 人形機器人 從頭到腳的“全身感知”,一篇專利看懂通用人形感測器佈局
(本文素材源於專利WO2025221916)一種人形機器人,包括具有軀幹的上部區域、連接到軀幹的一對臂元件以及頭部和頸部元件。頭部和頸部元件包括連接到軀幹的頸部部分和連接到頸部部分的頭部部分。頭部部分具有頭部殼體元件,該元件具有限定頭部容積的第一殼體和第二殼體。第一殼體包括一個開口,該開口具有延伸跨過至少大部分開口的蓋板。第一攝影機和第二攝影機位於頭部容積內,每個攝影機都具有超過指定角度的水平和垂直視場。第一和第二攝影機機身之間的位置間隔小於15釐米。該機器人還包括下部區域,該下部區域具有連接到上部區域並與之隔開的一對腿。技術領域[0003] 本公開涉及機器人的感測器,具體而言涉及通用人形機器人的感測器。該通用人形機器人的感測器被配置為允許所述機器人實質性地模仿人類的運動、功能和能力。背景技術[0004] 美國當前的勞動力市場正面臨前所未有的勞動力短缺,其特徵是超過1000萬個未填補的職位。這些空缺職位中有很大一部分屬於被認為是不安全、不受歡迎或涉及危險工作環境的職業。 這種持續且不斷升級的可用勞動力短缺,這就產生了一個迫切的需求:開發和部署先進的機器人系統,使其能夠執行那些對人類工人來說缺乏吸引力或構成風險的任務。為了有效解決這一日益擴大的勞動力缺口,設計和製造能夠在以人為中心的順暢環境中高效且可靠地運行的機器人變得至關重要。這些環境通常要求具備諸如身體靈巧性、持續的耐力、精確的操作能力以及在專為人類設計的複雜空間中導航的能力。[0005] 先進的通用人形機器人已成為應對這些挑戰的一個有前景的解決方案。這些機器人經過精心設計,以複製人類形態並模仿人類功能,通常具有雙足移動的兩條腿、具備雙臂的雙邊操作能力,以及一個便於與人類使用者互動的螢幕。這種擬人化設計使這些機器人能夠無縫融入最初為人類設計的環境,從而最大限度地減少對現有基礎設施進行廣泛改造的需求。隨著這些機器人致力於模仿人體,為其配備一系列旨在從環境中獲取資料的感測器元件變得至關重要。為了滿足這些要求,本公開引入了一種嵌入在機器人頭部、軀幹和腳部的創新感測器元件陣列。發明摘要[0006] 本公開的主題涉及一種人形機器人,包括一個上部區域,該區域包括:(i) 軀幹,(ii) 連接到軀幹的一對臂元件,以及 (iii) 頭部和頸部元件,包括連接到軀幹的頸部部分和連接到頸部部分的頭部部分。頭部部分具有一個頭部外殼元件,包括第一外殼和連接到第一外殼的第二外殼,以在第一外殼和第二外殼之間定義一個頭部容積,其中第一外殼包括其中形成的一個開口。一個覆蓋物延伸穿過第一外殼中形成的開口的至少大部分。該機器人包括一個第一攝影機,其範圍位於頭部容積內,並具有大於45度的第一水平視場和大於15度的第一垂直視場。第一攝影機包括:(i) 第一主體,和 (ii) 位於覆蓋物和第一攝影機主體之間的第一攝影機鏡頭。該機器人還包括位於頭部容積內的第二攝影機,其具有大於45度的第二水平視場和大於15度的第二垂直視場。第二攝影機包括:(i) 第二主體位於距離第一攝影機主體小於15釐米的位置,以及 (ii) 位於覆蓋物和第二攝影機主體之間的第二攝影機鏡頭。機器人還包括連接到上部區域並與上部區域間隔開的下部區域,下部區域包括一雙腿。[0007] 本公開的主題涉及一種人形機器人,包括上部區域,該區域包括:(i) 軀幹,(ii) 連接到軀幹的一對臂元件,以及 (iii) 連接到軀幹並具有頸部部分和連接到頸部部分的頭部部分的頭部和頸部元件。頭部部分包括頭部外殼元件,該元件包括第一外殼和連接到第一外殼的第二外殼,以在第一外殼和第二外殼之間定義頭部容積。一個包含顯示器的電子元件位於第一外殼和第二外殼之間的頭部容積內。第一攝影機位於頭部容積內並位於顯示器上方。機器人還包括連接到上部區域並與上部區域間隔開的下部區域,下部區域包括一雙腿。[0008] 本公開的主題涉及一種人形機器人,包括上部區域,該區域包括:(i) 軀幹,(ii) 連接到軀幹的一對臂元件,以及 (iii) 連接到軀幹並具有頸部部分和連接到頸部部分的頭部部分的頭部和頸部元件。頭部部分包括頭部外殼元件,該元件包括第一外殼和連接到第一外殼的第二外殼,以在第一外殼和第二外殼之間定義頭部容積。包含顯示器的電子元件位於頭部容積內的前殼和後殼之間。一個感測器凹槽 (sensor recess) 位於顯示器上方,並被配置為提供頭部部分相對於前殼的內嵌區域 (inset region)。電子元件還包括一個攝影機,該攝影機與感測器凹槽的一個範圍對齊。機器人還包括連接到上部區域並與上部區域間隔開的下部區域,下部區域包括一雙腿。[0009] 本公開的主題涉及一種人形機器人,包括上部區域,該區域包括:(i) 軀幹,(ii) 連接到軀幹的一對臂元件,以及 (iii) 連接到軀幹並具有頸部部分和連接到頸部部分的頭部部分的頭部和頸部元件。頭部部分包括第一電子元件,該元件包括具有第一視線的第一攝影機;以及第二電子元件,該元件包括具有第二視線的第二攝影機,第二視線相對於第一視線成角度。機器人還包括連接到上部區域並與上部區域間隔開的下部區域,下部區域包括一雙腿。[0010] 本公開的主題涉及一種人形機器人。具體而言,該機器人包括頭部元件,該元件包括第一感測器元件和第二感測器元件,其中第一感測器元件包括位於螢幕上方並指向前方的多個上部攝影機,第二感測器元件包括位於螢幕下方並向下傾斜的多個下部攝影機。機器人包括連接到頭部元件的軀幹元件,軀幹元件包括位於腰部區域附近並指向前方的前部感測器元件,以及位於上背部區域並指向後方的後部感測器元件。第一感測器元件、第二感測器元件、前部感測器元件和後部感測器元件被配置為提供重疊的視場,以實現全面的環境感測。機器人包括一個處理器,配置為接收和處理來自感測器元件的資料,以促進人形機器人在其環境中的導航和互動。[0011] 本公開的主題涉及一種操作人形機器人的方法。具體而言,該方法包括使用位於人形機器人頭部元件中螢幕上方的多個上部攝影機捕捉前向視覺資料。該方法包括使用位於頭部元件中螢幕下方的多個下部攝影機捕捉向下視覺資料。該方法包括使用位於人形機器人軀幹元件腰部區域附近的前部感測器元件捕捉前向地面水平視覺資料。該方法包括使用位於軀幹元件上背部區域的後部感測器元件捕捉後向視覺資料。該方法包括處理從上部攝影機、下部攝影機、前部感測器元件和後部感測器元件捕捉的視覺資料,以生成具有重疊視場的綜合環境地圖。該方法包括基於該綜合環境地圖控制人形機器人的運動和互動。[0012] 本公開的主題涉及一種人形機器人。具體而言,該機器人包括一個頭部元件,其中包括多個攝影機,排列成在機器人周圍水平提供至少270度的視場,其中該多個攝影機包括至少一個前向攝影機、一個左向攝影機和一個右向攝影機,以及一個位於前向攝影機下方的螢幕。該機器人包括一個連接到頭部元件的軀幹元件,連接到軀幹元件的一對臂元件,連接到軀幹元件的一對腿元件,以及一個配置為接收和處理來自多個攝影機的資料以促進人形機器人在其環境中導航和互動的處理器。[0013] 本公開的主題涉及一種人形機器人。具體而言,該機器人包括頭部元件,其中包括第一感測器元件,該元件包括至少三個水平排列的攝影機,位於頭部元件的上部區域並指向前方;第二感測器元件,包括至少三個水平排列的攝影機,位於頭部元件的下部區域並向下傾斜;以及位於第一和第二感測器元件之間的螢幕。機器人包括連接到頭部元件的軀幹元件,連接到軀幹元件的一對臂元件,連接到軀幹元件的一對腿元件,以及配置為接收和處理來自第一和第二感測器元件的資料以促進人形機器人在其環境中導航和互動的處理器。[0014] 本公開的主題涉及一種用於人形機器人的感測器系統。具體而言,該系統包括頭部元件,其中包括第一感測器元件,該元件包括至少三個水平排列的攝影機,位於頭部元件的上部區域並指向前方;第二感測器元件,包括至少三個水平排列的攝影機,位於頭部元件的下部區域並向下傾斜;位於第一和第二感測器元件之間的螢幕,以及配置為適應頭部運動的可變形頸部護罩 (deformable neck shield)。該系統包括連接到頭部元件的軀幹元件,以及配置為接收和處理來自第一和第二感測器元件的資料以促進人形機器人導航和物體操作的處理器。[0015] 本公開的主題涉及一種人形機器人。具體而言,該機器人包括一個頭部元件,其中包括多個相機,這些相機的佈置旨在提供圍繞機器人水平方向的 360 度視場;其中,所述多個相機包括至少兩個前向相機、一個左向相機、一個右向相機和一個後向相機,以及一個位於前向相機下方的螢幕。該機器人還包括連接到頭部元件的軀幹元件、連接到軀幹元件的一對手臂元件、連接到軀幹元件的一對腿部元件,以及一個處理器,該處理器被配置用於接收和處理來自所述多個相機的資料,以輔助人形機器人的導航及其與環境的互動。[0016] 本公開的主題涉及一種人形機器人。具體而言,該機器人包括頭部元件,連接到頭部元件的軀幹元件,連接到軀幹元件的一對臂元件,連接到軀幹元件的一對腿元件,以及分佈在頭部元件、軀幹元件和腿元件上的多個感測器元件。該多個感測器元件包括至少一個位於頭部元件中的頭部感測器元件,至少一個位於軀幹元件中的軀幹感測器元件,以及至少一個位於每個腿元件中的腳部感測器元件。這些感測器元件被配置為提供重疊的視場,以實現全面的環境感測。機器人包括一個處理器,配置為接收和處理來自感測器元件的資料,以促進人形機器人的導航、互動和安全功能。[0017] 本公開的主題涉及一種操作人形機器人的方法。具體而言,該方法包括使用分佈在人形機器人的頭部元件、軀幹元件和腿元件上的多個感測器元件捕捉視覺資料,其中多個感測器元件包括至少一個頭部感測器元件、至少一個軀幹感測器元件和每個腿元件中的至少一個腳部感測器元件。該方法包括處理捕捉到的視覺資料以生成具有重疊視場的綜合環境地圖。該方法包括基於環境地圖檢測潛在危險,包括障礙物、不平坦的表面和懸崖 (cliffs)。該方法包括基於檢測到的潛在危險控制人形機器人的運動和互動,以確保安全的導航和操作。[0018] 本公開的主題涉及一種人形機器人。具體而言,該機器人包括頭部元件,連接到頭部元件的軀幹元件,連接到軀幹元件的一對臂元件,連接到軀幹元件的一對腿元件,以及分佈在頭部元件、軀幹元件和腿元件上的多個感測器元件。該多個感測器元件包括至少一個位於頭部元件中的頭部感測器元件,至少一個位於軀幹元件中的軀幹感測器元件,以及至少一個位於每個腿元件中的腳部感測器元件。這些感測器元件被配置為提供重疊的視場以實現全面的環境感測。機器人還包括一個處理器,配置為接收和處理來自感測器元件的資料,以促進人形機器人的導航、互動和安全功能。[0019] 在一些實施例中,人形機器人包括一個戰略性地分佈在頭部、軀幹和腳部元件上的先進感測器元件,以實現全面的環境感知和動態導航能力。頭部感測器元件包括第一感測器元件,該元件由三個水平排列的上部攝影機組成,位於螢幕上方並指向前方以進行遠距離深度感知;以及第二感測器元件,該元件由兩個垂直間隔的下部攝影機組成,位於螢幕下方,向下傾斜以進行近距離深度感知。軀幹元件包括一個靠近腰部區域的前部感測器元件,具有一個 RGB 攝影機、一個 VCSEL(垂直腔面發射雷射器)投影儀、左和右紅外 (IR) 探測器和一個慣性測量單元 (IMU),指向前方;以及一個位於上背部區域的後部感測器元件,指向後方。此外,每個腳部感測器元件整合了一個飛行時間 (Time-of-flight) 攝影機、雷射接近感測器和漫反射接近感測器,以精準檢測安全邁步範圍內的空隙,從而增強機器人的穩定性和行走安全性。[0020] 頭部元件通過包含配置為旋轉和傾斜運動的致動器 (actuators) 的頸部元件連接到軀幹,從而動態調整攝影機的視場。這些致動器使機器人能夠通過處理和融合視覺資料(包括立體深度感知和慣性測量資料)來生成並持續更新綜合的三維環境地圖,從而促進精確的碰撞檢測和規避。人形機器人採用配置好的演算法來識別潛在碰撞,生成多條替代運動路徑,根據預定義的安全和效率標準評估這些路徑,並執行最佳導航策略。頭部元件進一步包含一個由多層材料製成的可變形頸部護罩,具有用於內部元件的內部保護層、外部美觀且環保的保護層,以及在高應力區域嵌入的加強部分以提高耐用性。這種綜合的感測器和致動器佈置共同確保了強大的感知和敏捷的運動,使人形機器人能夠在不同的距離和地形複雜性中有效地檢測、導航並與其周圍環境互動。附圖簡要說明[0021] 附圖僅通過示例而非限制的方式描繪了一個或多個符合本教導的實施方案。在附圖中,相同的參考數字指代相同或相似的元件。[0022] 圖1 是人形機器人第一實施例的透檢視,處於伸展、直立的站立姿勢,該機器人包括:(i) 上部部分,具有以下部件:(a) 具有上部頭部感測器元件和下部頭部感測器元件的頭部/頸部,(b) 具有前部軀幹感測器元件和後部軀幹感測器元件的軀幹,(c) 左肩和右肩,(d) 左上臂和右上臂元件,每個元件包括上肱骨 (upper humerus)、下肱骨、上前臂和下前臂,(e) 左手腕和右手腕,以及 (f) 左手和右手,(ii) 中央部分,具有以下部件:(a) 脊柱,(b) 骨盆,(c) 左髖和右髖,(d) 左大腿上部和右大腿上部,以及 (f) 左大腿下部和右大腿下部,以及 (iii) 下部部分,具有以下部件:(a) 左小腿和右小腿 (shins),(b) 左距骨和右距骨 (talus),以及 (c) 左腳和右腳;[0023] 圖2 是圖1中機器人所包含的感測器元件陣列的透檢視;[0024] 圖3 是圖2所示感測器陣列的俯檢視;[0025] 圖4 是圖1中機器人上部部分所包含的感測器元件的側檢視;[0026] 圖5 是圖4中感測器元件的主檢視;[0027] 圖6 是圖1中機器人的頭部和頸部元件的主檢視;[0028] 圖7 是圖6中頭部和頸部元件的側檢視,顯示了上部頭部感測器元件的垂直視場 (FoVV1) 和下部頭部感測器元件的垂直視場 (FoVV2);[0029] 圖8 是圖6中頭部和頸部元件的俯檢視,顯示了上部頭部感測器元件的水平視場 (FoVH1);[0030] 圖9 是圖6中頭部和頸部元件的爆炸檢視;[0031] 圖10A 是圖6中頭部和頸部元件的透檢視,其中頭部外殼元件被移除以顯示其中包含的電子元件;[0032] 圖10B 是圖10A中電子元件的主檢視;[0033] 圖11 是圖6的頭部和頸部元件的電子元件中包含的上部頭部感測器元件和下部頭部感測器元件的透檢視;[0034] 圖12 是圖1中軀幹和腰部的後透檢視,顯示了後部介面面板和後部感測器元件;[0035] 圖13 是圖1中軀幹和腰部的前透檢視,顯示了前部介面面板和前部感測器元件;[0036] 圖14A 是圖1中軀幹和腰部的主檢視;[0037] 圖14B 是沿圖14A中線14B-14B擷取的軀幹和腰部的橫截面檢視;[0038] 圖14C 是圖14B的前部介面面板和前部感測器元件的放大檢視;[0039] 圖15 是圖1中軀幹和腰部的爆炸檢視,該爆炸檢視顯示了 (i) 電池,(ii) 計算單元 (compute),(iii) 配電單元,(iv) 包括骨架和蓋板的外殼,(v) 具有脊柱致動器的腰部,(vi) 臂致動器 (J1),(vii) 前部介面面板連同前部感測器元件,(viii) 後部介面面板連同後部感測器元件;[0040] 圖16A 是前部和後部軀幹感測器元件的前透檢視;[0041] 圖16B 是圖15所示的前部和後部軀幹感測器元件的後透檢視;[0042] 圖17 是圖1的人形機器人在所述伸展、直立站立姿勢下的側檢視,其中顯示:(i) 上部頭部感測器元件的垂直視場 (FoVV1),(ii) 下部頭部感測器元件的垂直視場 (FoVV2),(iii) 前部軀幹感測器元件的垂直視場 (FoVV3),以及 (iv) 後部軀幹感測器元件的垂直視場 (FoVV4);[0043] 圖18 是圖17的人形機器人的側檢視及其相關聯的視場 FoVV1-FoVV4,其中機器人處於頭部向下姿態,即機器人的頭部圍繞頭部“是(yes)”(點頭)致動器軸向下移動;[0044] 圖19是圖17所示人形機器人的側檢視及其相關視場 FoVv1–FoVv4,其中機器人處於低頭且軀幹前傾的姿態,即機器人頭部圍繞頭部“點頭”執行器軸向下轉動,機器人上半身圍繞髖部俯仰軸向下彎曲。[0045] 圖20 是圖17的人形機器人的側檢視及其相關聯的視場 FoVV1-FoVV4,其中機器人處於頭部向上姿態,即機器人的頭部圍繞頭部“是(yes)”致動器軸向上移動;[0046] 圖21 是圖17的人形機器人的側檢視及其相關聯的視場 FoVV1-FoVV4,其中機器人處於頭部向上且軀幹向後彎曲的姿態,即機器人的頭部圍繞頭部“是(yes)”致動器軸向上移動,且機器人的上部部分圍繞髖部俯仰軸向上移動;[0047] 圖22 是圖1的人形機器人在所述伸展、直立站立姿勢下的俯檢視,其中顯示:(i) 上部頭部感測器元件 FoVH1)、下部頭部感測器元件 (FoVH2) 和前部軀幹感測器元件 (FoVH3) 的水平視場,以及 (ii) 後部軀幹感測器元件的水平視場 (FoVH4);[0048] 圖23 是圖22的人形機器人的俯檢視及其相關聯的視場 FoVH1-FoVH4,其中機器人處於頭部向左轉動姿態,即機器人的頭部圍繞頭部“否(no)”(搖頭)致動器軸向左移動;[0049] 圖24 是圖22的人形機器人的俯檢視及其相關聯的視場 FoVH1-FoVH4,其中機器人處於頭部向右轉動姿態,即機器人的頭部圍繞頭部“否(no)”致動器軸向右移動;[0050] 圖25A 是圖17的機器人和感測器視場 (FoVs) 的側檢視,其中所述機器人站立在連續的支撐表面 (SS) 上;[0051] 圖25B 是圖25A的機器人和感測器視場 (FoVs) 的側檢視,其中所述機器人正在接近一個可能以樓梯或懸崖形式存在的垂直落差;[0052] 圖25C 是圖25B的機器人和感測器視場 (FoVs) 的側檢視,其中所述機器人正在接近一個與樓梯相鄰的垂直落差;[0053] 圖25D 是圖25B的機器人和感測器視場 (FoVs) 的側檢視,其中所述機器人正在接近一個與懸崖相鄰的垂直落差;[0054] 圖26 是人形機器人第二實施例的透檢視,處於伸展、直立的站立姿勢,該人形機器人包括前部頭部感測器元件、後部頭部感測器元件、前部軀幹感測器元件和後部軀幹感測器元件;[0055] 圖27 是圖26中機器人的頭部和頸部元件的主檢視;[0056] 圖28 是圖26中機器人的頭部和頸部元件的側檢視;[0057] 圖29 是圖26中機器人的頭部和頸部元件的俯檢視,並顯示了前部頭部感測器元件中包含的三個攝影機的獨立感測器視場,以及後部頭部感測器元件的 FoV2;[0058] 圖30 是圖26的人形機器人的側檢視,其中顯示:(i) 前部頭部感測器元件的垂直視場 (FoVV1) 在:(a) 直立姿態,(b) 頭部向下姿態,(c) 頭部向上姿態,(ii) 後部頭部感測器元件的垂直視場 (FoVV2) 在:(a) 直立姿態,(b) 頭部向下姿態,(c) 頭部向上姿態,(iii) 前部軀幹感測器元件的垂直視場 (FoVV3),以及 (iv) 後部軀幹感測器元件的垂直視場 (FoVV4);[0059] 圖31 是圖26的人形機器人的俯檢視,其中顯示:(i) 前部頭部感測器元件的水平視場 (FoVH1) 在:(a) 直立姿態,(b) 頭部向左轉動姿態,(c) 頭部向右轉動姿態,(ii) 後部頭部感測器元件的水平視場 (FoVH2) 在:(a) 直立姿態,(b) 頭部向左轉動姿態,(c) 頭部向右轉動姿態,(iii) 前部軀幹感測器元件的水平視場 (FoVH3),以及 (iv) 後部軀幹感測器元件的水平視場 (FoVH4);[0060] 圖32 是人形機器人第三實施例的透檢視,處於伸展、直立的站立姿勢,該人形機器人包括前部頭部感測器元件和後部軀幹感測器元件;[0061] 圖33 是圖32中機器人的頭部和頸部元件的主檢視;[0062] 圖34 是圖32中機器人的頭部和頸部元件的側檢視,顯示了在直立姿態下頭部感測器元件的垂直視場 (FoVVF);[0063] 圖35 是圖32中機器人的頭部和頸部元件的俯檢視,並顯示了前部頭部感測器元件中包含的三個攝影機的獨立感測器視場;[0064] 圖36 是圖32的人形機器人的側檢視,其中顯示:(i) 頭部感測器元件的垂直視場 (FoVVF) 在:(a) 直立姿態,(b) 頭部向下姿態,(c) 頭部向上姿態,(ii) 後部軀幹感測器元件的垂直視場 (FoVVR);[0065] 圖 37 是圖 32 所示人形機器人的俯檢視,其顯示了:(i) 頭部前向感測器元件的水平視場 (FoVHF),分別處於:(a) 直立姿態,(b) 頭部左轉姿態,(c) 頭部右轉姿態;(ii) 軀幹後向感測器元件的水平視場 (FoVHR);[0066] 圖38 是人形機器人第四實施例的透檢視,處於伸展、直立的站立姿勢,該人形機器人包括上部頭部感測器元件和下部頭部感測器元件;[0067] 圖39 是圖38中機器人的頭部和頸部元件的主檢視;[0068] 圖40 是圖39中頭部和頸部元件的側檢視,並顯示了上部和下部頭部感測器元件視場的垂直範圍;[0069] 圖41 是圖39中頭部和頸部元件的俯檢視,並顯示了上部和下部感測器元件的水平視場;[0070] 圖42 是圖38的人形機器人在所述伸展、直立站立姿勢下的側檢視,其中顯示:(i) 上部頭部感測器元件的垂直視場 (FoVV1),(ii) 下部頭部感測器元件的垂直視場 (FoVV2);[0071] 圖43 是圖38的人形機器人在所述伸展、直立站立姿勢下的俯檢視,其中顯示:(i) 上部頭部感測器元件的水平視場 (FoVH1),(ii) 下部頭部感測器元件的水平視場 (FoVH2);[0072] 圖44 是人形機器人第五實施例的透檢視,處於直立站立姿勢,其中所述人形機器人包括前部頭部感測器元件、左側頭部感測器元件和右側頭部感測器元件;[0073] 圖45 是圖44中頭部和頸部元件的主檢視;[0074] 圖46 是圖45中頭部和頸部元件的側檢視,並顯示了前部和頭部感測器元件的垂直視場 FoVVF;[0075] 圖47 是圖45中頭部和頸部元件的俯檢視,並顯示了頭部感測器元件的水平視場 FoVHF、FoVHL、FoVHR;[0076] 圖48 是圖44的人形機器人的側檢視,其中顯示:(i) 前部頭部感測器元件的垂直視場 (FoVV1) 在:(a) 直立姿態,(b) 頭部向下姿態,(c) 頭部向上姿態;[0077] 圖49是圖44所示人形機器人的俯檢視,其中顯示了:(i) 頭部前向感測器元件的水平視場 (FoVHF),分別處於:(a) 直立姿態、(b) 頭部左轉姿態、(c) 頭部右轉姿態;(ii) 頭部左側感測器元件的水平視場 (FoVHL),分別處於:(a) 直立姿態、(b) 頭部左轉姿態、(c) 頭部右轉姿態;以及 (iii) 頭部右側感測器元件的水平視場 (FoVHR),分別處於:(a) 直立姿態、(b) 頭部左轉姿態、(c) 頭部右轉姿態;[0078] 圖50 是人形機器人第六實施例的透檢視,處於直立站立姿勢,其中所述人形機器人包括前部頭部感測器元件、後部頭部感測器元件、左側頭部感測器元件和右側頭部感測器元件;[0079] 圖51 是圖50中機器人的頭部和頸部元件的主檢視;[0080] 圖52 是圖51中機器人的頭部和頸部元件的側檢視,並顯示了前部和後部頭部感測器元件以及左側感測器元件中包含的三個攝影機的視場;[0081] 圖53 是圖51中頭部和頸部元件的俯檢視,並顯示了包括兩個前部感測器元件以及左側、右側和後部感測器元件在內的感測器元件的水平視場;[0082] 圖54 是圖50的人形機器人的側檢視,其中顯示:(i) 前部頭部感測器元件視場的垂直範圍 (FoVFL, FoVFR) 在:(a) 直立姿態,(b) 頭部向下姿態,(c) 頭部向上姿態,(ii) 後部頭部感測器元件的垂直視場 (FoVVR) 在:(a) 直立姿態,(b) 頭部向下姿態,(c) 頭部向上姿態;[0083] 圖55A 是圖50的人形機器人的俯檢視,其中顯示:(i) 前部頭部感測器元件的水平視場 (FoVHA) 在:(a) 直立姿態,(b) 頭部向左轉動姿態,(c) 頭部向右轉動姿態,(ii) 左側頭部感測器元件的水平視場 (FoVHB) 在:(a) 直立姿態,(b) 頭部向左轉動姿態,(c) 頭部向右轉動姿態,和 (iii) 後部頭部感測器元件的水平視場 (FoVHE) 在:(a) 直立姿態,(b) 頭部向左轉動姿態;和[0084] 圖55B 是圖50的人形機器人的俯檢視,其中顯示:(i) 左側頭部感測器元件的水平視場 (FoVHC) 在:(a) 直立姿態,(b) 頭部向左轉動姿態,(c) 頭部向右轉動姿態,(ii) 右側頭部感測器元件的水平視場 (FoVHD) 在:(a) 直立姿態,(b) 頭部向左轉動姿態。詳細說明[0085] 在以下的詳細說明中,列出了許多具體細節作為示例,以便提供對相關教導的透徹理解。然而,對於本領域技術人員而言,顯而易見的是,可以在沒有這些具體細節的情況下實施本教導。在其他情況下,為了避免不必要地模糊本公開的各個方面,對眾所周知的方法、程序、元件和/或電路進行了相對高層次的描述,而沒有詳細說明。[0086] 雖然本公開包括多種不同形式的實施例,但在附圖中展示並在本文中詳細描述了若干實施例,並理解本公開應被視為所公開方法和系統原理的例證,並不旨在將所公開概念的廣泛方面限制於所示出的實施例。正如將要意識到的,所公開的方法和系統能夠具有其他和不同的配置,且若干細節能夠在不脫離所公開的方法和系統的範圍的情況下進行修改。例如,以下一個或多個實施例,部分或全部地,可以與所公開的方法和系統相一致地組合。因此,流程圖中的一個或多個步驟或圖中的元件可以被選擇性地省略和/或與所公開的方法和系統相一致地組合。此外,流程圖中的一個或多個步驟或組裝肩部和上臂的方法可以以不同的順序執行。因此,附圖、流程圖和詳細說明應被視為本質上是說明性的,而非限制性或限定性的。[0087] 雖然圖1-25展示了人形機器人中先進感測器元件陣列的第一實施例,圖26-55展示了五個可與圖1所示人形機器人第一實施例互換使用的替代性先進感測器元件陣列。每個替代實施例具有略微不同的結構和配置,但每個實施例都包括相似的感測器,旨在獲取關於人形機器人周圍環境的資料。如下所述,每個實施例的特徵和/或元件可以互換、加入,或從其他實施例的特徵和/或元件中移除。例如,第一實施例下巴中包含的下部攝影機304a, 304b可以像第四、第五和第六實施例中移除下部凹槽那樣被移除。此外,利用頸部元件中的可變形材料并包括頸部元件中的致動器以允許頭部移動,可以被加入到第五實施例的頭部和頸部元件中。應當理解,這些僅僅是示例,任何特徵和/或元件都可以從本文公開的任何其他實施例中互換、加入或移除。A. 介紹[0088] 儘管機器人使用的感測器取得了進步,但傳統的機器人系統在感測器覆蓋範圍和效率方面往往面臨侷限性。例如,在感測器放置方面經常存在挑戰,特別是當機器人結構的一部分(如手臂或腿)可能會遮擋感測器的視場 (FoV) 時。傳統的感測器放置可能需要機器人進行廣泛的機動動作來收集必要的資料,這可能是低效的,並可能限制機器人有效執行任務的能力。此外,傳統機器人可能缺乏在不進行大幅移動或處理無關資料的情況下,既能監控其攜帶物品又能監控其周圍環境的能力。[0089] 本申請中公開的感測器被設計為機器人系統(可能是一個通用的人形機器人)內的元件。感測器可以耦合到機器人的各種元件,包括頭部、軀幹和腳部,以至少檢測關於機器人周圍環境的資訊。與傳統機器人不同,這些感測器具有簡化的佈置,可以檢測重要資訊,而無需持續處理無關資訊。雖然機器人可以包括用於各種目的的額外感測器(例如,元件的位置或相對位置),但本文詳細描述的是包含在頭部、軀幹和腳部用於感知機器人周圍環境的感測器元件。[0090] 嵌入在人形機器人中的感測器元件可以是相同或不同類型的,包括攝影機、慣性測量單元 (IMU)、接近感測器等。在頭部和軀幹中結合多種類型的感測器,在精準性和魯棒性方面提供了顯著的優勢。這些感測器可以提供多樣化的資料流,從而增強機器人全面感知其環境的能力。通過策略性地將感測器放置在不同的位置,機器人可以實現重疊的視場,允許資料的交叉引用並提高可靠性。例如,頭部攝影機可能會捕捉到一個物體的視覺細節,而軀幹攝影機可以檢測到同一個物體,從而提供互補的視角。此外,交叉引用來自不同感測器的資料有助於建立一個更完整、更準確的環境理解,減少錯誤或遺漏細節的風險。這種冗餘性確保了如果一個感測器發生故障,其他感測器仍能有效地發揮作用,從而維持機器人的操作完整性。[0091] 機器人的移動性還通過實現對感測限制的動態補償,提供了優於固定感測系統的優勢。轉頭、彎曲軀幹以及前後傾斜的能力允許機器人即時調整視場 (FoV)。這樣的運動使機器人能夠感知可能在其感測器初始視場之外的額外空間資訊。例如,如果一個物體被部分遮擋在初始視場之外,機器人 1 可以通過傾斜頭部或彎曲軀幹來重新定位自己,將該物體帶入視野。這種視場的動態調整通過在不同感測器之間建立重疊的視場,進一步增強了感測的多樣性。例如,當機器人 1 向前傾斜時,前額感測器的視場可能與軀幹感測器的視場重疊,從而能夠交叉引用資料以提高精準性。這種動態重新定位感測器並使其視場重疊的能力確保了感測的魯棒性,因為冗餘允許系統補償潛在的感測器故障或不精準。例如,如果一個攝影機發生故障,來自其他感測器的重疊資料仍然可以提供關於環境的可靠資訊。此外,這種方法使機器人能夠適應變化的場景,例如通過主動調整其視場來收集必要資料,從而在雜亂的空間中導航或檢查不同高度的物體。[0092] 在第一實施例中,所公開的感測器可以整合在機器人頭部 10 中,其整體形狀大致類似於人類頭部。因此,該頭部不包括大的平坦表面(例如,頭部的相對兩側,或者形狀不是:(a) 立方體,(b) 六棱柱,或 (c) 五棱柱)。相反,機器人頭部 10 幾乎所有的表面都是曲線的或具有曲線特徵。然而,如附圖所示,頭部確實包括一個帶有小的平坦感測器蓋或透鏡的凹槽。平坦的感測器蓋或透鏡嵌入在頭部的頂部部分,旨在減少如果感測器訊號需要穿過曲線蓋、護罩或透鏡時可能引起的感測器訊號失真。此外,雖然整體頭部形狀設計為類人狀,但所公開的頭部缺乏人類的面部結構(面頰、眼窩或其他移動結構)。[0093] 與傳統的機器人頭部不同,本公開的頭部包括兩個彼此獨立的感測器元件。第一或上部感測器元件佈置在機器人1的前額區域,而第二或下部感測器元件佈置在機器人1的下巴區域。第一感測器元件的位置:(i) 使得能夠在頭部內部使用更大的螢幕,且 (ii) 使機器人1能夠看到放置在高處貨架上的料箱內部。相比之下,第二感測器元件則使機器人1在不使用第一感測器元件的情況下,也能夠看到其所搬運的物品(包括朝向料箱內部觀察)。與缺少第二感測器元件的傳統機器人相比,這是有利的,因為傳統機器人必須通過更多地彎曲並轉動頸部才能獲取由第二感測器元件捕獲的資料。此外,任一感測器元件都沒有佈置在人類眼睛通常所在的位置、頭頂部上方,或機器人1頭部的任一側。然而,機器人頭部10通過具有兩個自由度(DoF)的頸部與軀幹耦接,這使機器人1能夠輕鬆地通過向左或向右轉動頭部來掃描任一側。[0094] 感測器可以整合在機器人軀幹元件 16 中,該元件在腰部、肩部和頭部/頸部之間延伸。軀幹被設計為:(i) 為機器人 1 提供大致的人形形狀,(ii) 為手臂元件和頭部/頸部提供結構和操作支撐,以及 (iii) 容納並保護手臂執行器和電子元件(例如,包括電池、計算裝置、配電元件、感測器等)。與傳統的機器人軀幹不同,所公開的軀幹包括兩個獨立的感測器元件。第一感測器元件位於機器人 1 的腰部區域內,而第二感測器元件位於機器人 1 的上背部區域內。第一感測器元件的位置:(i) 使機器人 1 能夠看到機器人前方包括腳部在內的前方地面檢視,(ii) 使機器人 1 能夠感測行進預測路徑中的障礙物、阻礙或不平坦的地面表面,以及 (iii) 允許機器人 1 根據感測到的環境修改動作。第二感測器元件:(i) 提供頭部感測器未捕獲的後方檢視,(ii) 允許機器人 1 在向後方移動之前感測障礙物或阻礙,(iii) 允許機器人 1 查看從後方接近的物體。[0095] 在機器人 1 的軀幹 16 的上背部包含一個感測器元件,解決了頭部感測器缺乏後向感測的侷限性。為了在沒有後向感測器的情況下實現全面的後向感測,機器人 1 必須轉動其身體,特別是繞其脊柱 Z 軸旋轉,因為轉動頭部僅提供側檢視,並不能有效地解決後方視野問題。上背部的第二感測器元件允許機器人 1 檢測其身後的物體或運動,而無需旋轉軀幹,從而擴大了其視場並提高了態勢感知能力。與頭戴式感測器可能因頻繁的頭部運動而導致位置動態變化不同,上背部的固定感測器提供了一個穩定且一致的參考點。這種固定放置簡化了校準並確保可靠的資料收集,減少了與感測器未對準相關的錯誤可能性。此外,這種設計增強了機器人 1 在後向感知更為重要的環境(如家庭或醫療設施)中安全導航和互動的能力。[0096] 這種使用前向和後向感測器並結合頭部運動來實現 360 度水平視場 (FoV) 的設計,通過避免需要專用的側面感測器來獲取機器人任一側的感測資料,從而優於傳統機器人。這減少了感測器和零件的數量,並降低了生產成本,使設計更加經濟。更少的感測器也減少了整體重量和能源消耗,這對於依靠電池供電運行的移動機器人是有益的。此外,兩個軀幹感測器元件都位於軀幹 16 中,在機器人 1 的頭部 10 下方,擴展了機器人 1 的垂直視場 (FoV) 並提供了不同的視角。[0097] 人形機器人 1 中可以整合更多樣化和冗餘的感測器,以進一步增強安全性、提高可靠性並防止共因故障 (CCF)。例如,機器人可以利用飛行時間 (TOF) 攝影機、前視紅外 (FLIR) 攝影機、雷射接近感測器和漫反射接近感測器的組合。這些感測器可以策略性地放置在機器人 1 的腳部 92 上,以檢測懸崖和空隙,確保安全導航並防止跌落。機器人 1 還可以關聯來自不同感測器類型的資料,以提高檢測精度並降低故障風險。[0098] 與第一實施例不同,第二實施例包括一個位於機器人 2001 的頭部部分 2010 內的後部感測器元件。這個額外的感測器允許機器人 2001 以最小的能量消耗獲取有關機器人 2001 後方周圍環境的更多資訊。此外,與第一或第二實施例的後部軀幹感測器相比,將後部頭部感測器的視場定位在所需位置可能更容易。此外,第二實施例省略了位於機器人 2001 頭部部分 2010 下巴區域的第二感測器元件。在機器人 2001 可以依賴上部感測器元件的應用中,省略所述第二感測器元件可能是可取的,因為省略所述第二感測器元件將使機器人 2001 能夠收集更少需要處理和分析的資料。[0099] 與前兩個實施例不同,第三實施例省略了下部前方軀幹感測器元件。在某些應用中,省略該感測器元件可能是可取的,在這些應用中機器人3001 不需要持續觀察可能被物體(例如手提袋、金屬板等)遮擋的地面,而機器人 3001 正在搬運該物體。如果沒有這個額外的感測器元件,機器人 3001 可能嚴重依賴位於其頭部內的上部感測器,這反過來可能會由於機器人 3001 頭部 3010 為了獲得機器人 3001 環境的精準圖像而不斷運動,從而增加機器人 3001 的能源使用。儘管如此,這種由頸部運動引起的能量增加可能在總體上更加節能,因為減少了與收集、處理和分析前兩個實施例中包含的其他感測器元件的資料相關的能源消耗。[0100] 與前三個實施例不同,第四實施例包括一個固定的頭部部分。換句話說,第四實施例缺乏一個包含至少一個、最好是兩個自由度的頸部。固定機器人 4001 的頭部部分 4010 簡化了校準,但要求機器人 4001 移動其軀幹 4016 來改變視場,而這本可以通過簡單地移動機器人 4001 的頭部 4010 來捕獲。此外,與前三個實施例不同,第四實施例缺乏後部感測器元件。這在某些工業環境中可能是有益的,因為機器人工作的環境是結構化的,並且可能沒有任何物體、物品或東西位於機器人 4001 的後面。[0101] 與前四個實施例不同,第五實施例包括位於機器人 5001 的頭部 5010 內的感測器元件。這些額外的感測器元件將幫助機器人 5001 檢測可能從側面接近機器人 5001 的物體和/或人。這種設計對於旨在工作於相比其他機器人實施例配置的工作環境而言結構化程度較低的環境中的機器人可能是有益的。然而,如上所述,從這些額外的感測器元件捕獲的額外資料可能會不必要地增加機器人 5001 的整體能源使用。然而,為了潛在地抵消額外資料的收集,該實施例放棄在其軀幹內包含感測器元件。[0102] 最後,第六實施例包括一種新的感測器元件組合,這些感測器元件被設計為協同工作,用於採集圍繞機器人6001周向360°範圍內的資料。雖然這種360度感測器陣列在獲取非結構化環境中的資料時可能極其有利,但它缺少佈置在軀幹內部的感測器元件。在某些環境中,當機器人6001處於低頭姿態且需要瞭解其身後有什麼時,缺少軀幹感測器元件可能是不利的。[0103] 如上所述,每種配置都可能具有顯著的優點或缺點,這使得所述實施例更適合特定的操作環境。除了上述實施例之外,本申請還設想組合、修改、改變和/或變更每一個實施例,以建構一個最佳化的通用人形機器人,使其非常適合在其預期的環境中使用。此外,應當理解,可以建立一個包含上述所有感測器元件的實施例,並且它可以根據其配置(例如,基於使用者的購買選擇、月度訂閱選擇、和/或設計師基於操作環境的配置)選擇性地使用所述感測器元件。換句話說,機器人可能具有根據使用者和/或設計師的選擇對某些感測器元件進行軟體鎖定或解鎖的能力。在進一步的實施例中,機器人1可以包括所述感測器元件的任何組合。B. 機器人架構[0104] 圖1是根據第一實施例展示處於伸展、直立站立姿勢的人形機器人1的透檢視的圖表。如圖1所示,人形機器人1可以包括以下系統、元件、部件和/或零件:(i) 上部區域2,包括頭/頸10、軀幹16、左臂和右臂5、以及左手和右手56;(ii) 中部區域3,包括脊柱60、骨盆64、左和右上腿元件,每個上腿包括髖部70、大腿上部76、大腿下部80;以及 (iii) 下部區域4,包括左和右下腿元件,每個下腿包括脛部84和距骨88,以及腳92。每個手臂5包括肩部26、肱骨上部30、肱骨下部36、前臂上部40、前臂下部46和手腕50。每條腿6包括髖部70、大腿上部76、大腿下部80、脛部84和距骨88。這些部件為機器人1提供了人形形狀,并包含各種協同工作的致動器,以使所述機器人1能夠執行傳統機器人無法實現的類人運動。機器人1可以具有類似於人類的運動範圍,以便在以人類為中心的環境中操作。關於所述機器人1及其元件的運動範圍的更多資訊在PCT/US2025/16930和PCT/US2025/019793中公開,這兩份檔案全文以引用的方式併入本文。[0105] 軀幹16在脊柱60、肩部26和頭/頸10之間延伸。軀幹16包括一個軀幹外殼162,該外殼大致包圍著電子元件200和手臂致動器(J1) 190。正如將要更詳細描述的那樣,軀幹外殼162包括前骨架164、後骨架166、後介面面板176和外殼元件172。軀幹16被設計用於 (i) 為機器人1提供大體上的人形形狀,(ii) 為手臂元件5和頭/頸10提供結構和操作支撐,以及 (iii) 容納和保護手臂致動器(J1) 190和電子元件200。軀幹16的前骨架164配置有結構支撐和負載路徑,以傳遞來自與容納在軀幹16中的手臂致動器(J1) 190相連的手臂5的扭矩。頭和頸10包括感測器元件和其他電子器件,這些器件與容納在軀幹16中的電子元件200通訊耦合。此外,其他感測器,包括致動器編碼器、扭矩感測器、壓力感測器等,也與電子元件200通訊耦合。[0106] 脊柱60包括腰部604和軀幹扭轉致動器(J10) 620。腰部604配置用於容納軀幹扭轉致動器(J10) 620,並將機器人1的軀幹16和上部連接到骨盆64和腿部6。腰部604包括:(i) 腰部主體604.2,(ii) 穿孔通風板604.4,以及 (iii) 電池支撐支架604.6。腰部604經過成形和輪廓設計,以將機器人1的形態從軀幹16過渡到骨盆64。與傳統機器人不同,軀幹扭轉致動器(J10) 620並非位於機器人1軀幹16的正下方中心。相反,軀幹扭轉致動器(J10) 620向所述軀幹16的最前端偏移。這有助於定位並將軀幹的質心集中在腿部6之上,這有助於增加機器人1的穩定性和平衡,從而模仿人類的運動。容納在骨盆64和髖部70中的額外致動器與軀幹扭轉致動器(J10) 620配合,為軀幹16提供俯仰、橫滾和偏航運動。應當理解,在其他實施例中,這些系統、元件、部件和/或零件中的一些可以被省略、組合,或被替代的系統、元件、部件和/或零件所取代。C. 通用感測器元件[0107] 如圖2-5、9-16所示,機器人1包括一個高級感測器元件陣列995。所述高級感測器元件陣列995可以包括任何已知的感測器技術、實際感測器、感測部件、感測器的部件,或感測器或其技術的某個方面。具體而言,可能包含在感測器陣列中的所述感測技術元件995,包括:(i) 掃描相機,(ii) 單色相機,(iii) 彩色相機,(iv) CMOS相機,(v) CCD感測器或包含CCD感測器的相機,(vi) 具有捲簾快門或全域快門的相機或感測器,(vii) 其他類型的2D數字相機,(viii) 其他類型的3D數字相機,(ix) 能夠進行立體視覺、結構光、雷射三角測量的相機或感測器,(x) 聲納相機或超聲波相機,(xi) 紅外感測器和/或紅外相機,(xii) 雷達感測器,(xiii) 雷射雷達(LiDAR),(xiv) 其他結構光感測器、相機或技術,(xv) 點投影相機或感測器,或 (xvi) 上述任何組合或任何其他已知相機或感測器。[0108] 高級感測器元件陣列995可以包括或排除:(i) 光學和成像元件(例如,透鏡、濾光片、紅外濾光片、光圈、快門(機械、電子、捲簾、全域、葉片式、焦平面)、彩色濾光陣列(例如,拜耳濾鏡)、分束器、光學窗口、偏振器、微透鏡陣列、保護蓋、光學對準機構、中性密度濾光片、漫射器、準直透鏡、菲涅爾透鏡、非球面透鏡、棱鏡元件、光管、抗反射塗層、光隔離器、光學編碼器、場透鏡、柱面透鏡),(ii) 圖像感測器和像素級元件(例如,圖像感測器、CCD感測器、CMOS感測器、像素陣列、光電二極體、背照式感測器(BSI)、全域快門感測器、捲簾快門感測器、單色感測器、彩色感測器、雪崩光電二極體(APD)、單光子雪崩二極體(SPAD)、光電門、量子點感測器、有機光電導膜(OPF)感測器、堆疊式感測器、曲面感測器、飛行時間(TOF)感測器、深度感測器、HDR感測器),(iii) 訊號調節和轉換(例如,訊號放大器、模數轉換器(ADC)、數模轉換器(DAC)、時序發生器、低通濾波器、高通濾波器、帶通濾波器、採樣保持電路、相關雙採樣(CDS)電路、可程式設計增益放大器(PGA)、電壓調節器、降噪電路、鉗位電路、黑電平校正單元、訊號復用器(mux)、解復用器(DEMUX)、鎖相環(PLL)),和/或 (iv) 處理和邏輯單元(例如,圖像處理器、FPGA(現場可程式設計門陣列)、dsp(數字訊號處理器)、深度引擎、內部時鐘、數字介面控製器、儲存模組、校準EEPROM、嵌入式微控製器、神經處理單元(NPU)、視覺處理單元(VPU)、即時作業系統(RTOS)、片上系統(SOC)、算術邏輯單元(ALU)、資料緩衝器、控制邏輯、時序控製器(TCON)、匯流排介面單元、高速緩衝儲存器、機器學習加速器)。[0109] 此外,高級感測器元件陣列995可以包括或排除:(i) 照明和投影系統(例如,雷射發射器、紅外發射器、點投影儀、結構光投影儀、飛行時間發射器、光源(LED、雷射或VCSEL),其可以發射可見光或不可見光譜(包括940奈米)的光,可能符合IEC 62471:2006標準,可能具有大於紅外探測器(例如,相機)視場角(FoV)的照明場。此外,所述照明和投影系統可以使用1類或2類雷射,並可以投射任何圖案或數量的點,包括超過4500個或少於10,000個。此外,高級感測器元件陣列995可以包括或排除:(i) 照明控製器、閃光燈、環形燈、準直光源、頻閃燈、近紅外照明器、多波長投影儀、掃描雷射模組、擴束器、光束整形器、振鏡掃描器、投影透鏡元件、全息光投影儀、可調光源、強度調製器),(ii) 對焦、變焦和穩定機制(例如,對焦機制、變焦機制、自動對焦模組、手動對焦環、電動變焦致動器、光學校準模組、透鏡位置編碼器、焦距感測器、可變焦透鏡、圖像穩定模組、電子圖像穩定(EIS)、光學圖像穩定(OIS)、混合穩定系統、萬向節或穩定器、減震系統),(vii) 運動和方向感測(例如,IMU(慣性測量單元)、立體基線、基線對準機構、陀螺儀、加速度計、磁力計、傾斜感測器、指南針模組、運動跟蹤感測器、光流感測器、6自由度(6-DoF)感測器、9自由度(9-DoF)感測器、測斜儀、姿態估計單元、視覺里程計模組),(iii) 聲學和超聲波元件(例如,超聲波換能器、麥克風陣列、振動隔離架、壓電麥克風、駐極體電容麥克風、MEMS麥克風、超聲波接收器、超聲波發射器、聲透鏡、聲反射器、吸聲器、超聲波聚焦透鏡、聲耦合凝膠、飛行時間超聲波模組、聲訊號處理器、諧振腔、聲阻抗匹配器),(iv) 雷達和射頻(RF)元件(例如,GPS、雷達收發器、天線陣列、雷達訊號處理器、調頻連續波(FMCW)模組、脈衝雷達模組、單脈衝雷達單元、雷達前端模組、低噪聲放大器(LNA)、功率放大器(pa)、移相器、混頻器、本地振盪器、雙工器、波導、RF開關、RF濾波器、RF衰減器、定向耦合器、雷達校準模組),(v) 電源和熱管理(例如,電源供應模組、散熱器、冷卻風扇或熱電冷卻器),和/或 (vi) 環境和支援系統:環境感測器(例如,溫度、濕度、壓力、空氣質量、氣壓、環境光、紫外線(UV)、振動、聲級),安裝支架,外殼或機箱,防風雨外殼,減震器,乾燥劑包,隔熱層,通風格柵,EMI遮蔽,墊圈密封,防霧塗層,排水通道,環境控制單元。[0110] 此外,感測器陣列995中包含的感測器可以採用百萬像素等級在0.5 MP到200 MP之間(例如,0.5, 0.8, 0.9, 1.3, 2.0, 2.1, 2.3, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 8.3, 10.0, 12.0, 13.0, 16.0, 18.0, 20.0, 24.0, 26.0, 30.0, 33.0, 36.0, 40.0, 42.0, 48.0, 50.0, 64.0, 100.0, 200.0)的幀,深度感測和/或相機的解析度在640x480和11648x8736之間(例如,640x480, 800x600, 1024x768, 1280x720, 1280x1024, 1366x768, 1600x900, 1920x1080, 2048x1080, 2560x1440, 2560x1600, 2880x1800, 3200x1800, 3840x2160, 4096x2160, 5120x2880, 6016x3384, 6144x3160, 6720x4480, 7680x4320, 8192x4320, 10240x4320, 11648x87360),可以以5.6 FPS到480 FPS(例如,12, 15, 23.976, 24, 25, 29.97, 30, 48, 50, 59.94, 60, 90, 120, 240, 480)錄製視訊,優選在10到120 FPS之間,最優選在20到90 FPS之間,和/或像素尺寸範圍可以從0.4 um到50 um。[0111] 此外,如在下文中非常詳細討論的那樣,包含在感測器陣列995內的感測器302, 304, 208.2, 208.4, 932.2可能具有:(i) 在5度到160度之間,優選在30到80度之間,最優選在40到60度之間的垂直視場角FoV,以及 (ii) 在30度到180度之間,優選在50到120度之間,最優選在60到110度之間的水平視場角FoV。除了這些視場角之外,應當理解,本申請也設想了包含在上限和下限之間的任何數字。[0112] 應當理解,任何軀幹感測器元件998都可以被使用并包含在機器人1的頭10內,且任何頭部感測器元件997都可以被使用或包含在機器人1的軀幹16內。換句話說,包含在機器人1任何部分內的任何感測器都可以包括任何已知或公開的感測器技術、實際感測器、感測部件、感測器的部件,或感測器或其技術的某個方面。此外,應當理解,額外的感測器可以被加入到感測器陣列995中,其中所述額外的感測器可以位於軀幹16的側面、軀幹16的上前方範圍(位於手臂致動器J1範圍的下方)、手臂元件內(例如,手腕或手掌),或任何其他位置。D. 軀幹感測器元件a. 軀幹殼體[0113] 如圖12-15所示,軀幹殼體162包括前骨架164、後骨架166、後介面面板176和外殼元件172。因此,軀幹殼體162可具有包含後介面面板176和/或後骨架166的殼體164.2。前骨架164包括軀幹殼體或殼體164.2以及護頸(gorget)164.4。殼體164.2被設計用於承載軀幹16的大部分結構載荷。護頸164.4位於殼體164.2上並附接至其上,並將載荷從頸部和頭部10傳遞出去。在替代實施例中,殼體164.2和護頸164.4可以一體地形成為單個部件。或者,所述殼體164.2可由通過機械或化學手段彼此耦合的多個部件形成。i. 前感測器面板[0114] 此外,如前圖13-14所示,前骨架164,具體而言是殼體164.2,包括形成在骨架/殼體164、164.2下部範圍內的前感測器面板凹槽164.2.3。所述感測器面板凹槽164.2.3從骨架/殼體164、164.2的最下邊緣164.2a向上延伸,並被設計用於容納前感測器面板172.5。前感測器面板172.5包括外表面172.5a:(i) 具有被設計用於保護前感測器元件208.2的凹陷部分172.5.2,以及 (ii) 圍繞所述凹陷部分172.5.2並被設計為與軀幹16的外部範圍基本齊平的曲線部分172.5.4。應當理解,感測器面板172.5與骨架/殼體164、164.2是分離且獨特的,並被設計為耦合至其上。在其他實施例中,所述前感測器面板172.5可以與骨架/殼體164、164.2的一部分一體成型,從下邊緣向上移動到軀幹16的中部,移動到機器人1的側面,定位在軀幹16內包含的任何其他位置,或被省略。[0115] 前部感測器面板172.5的凹陷部172.5.2由輪廓區域172.6.2的組合形成,該輪廓區域172.6.2由外側和向內傾斜的壁172.6.2.6、172.6.2.6、172.6.2.8構成,這些壁通過傾斜端壁172.6.2.2、172.6.2.4彼此連接。上述輪廓區域172.6.2的組合圍繞著前部感測器開口164.2.10.10佈置,其設計方式有助於確保它們不會干擾前部感測器元件208.2的視場。前部感測器元件208.2緊靠凹陷部172.5.2的內側區域佈置,並具有與前部感測器開口164.2.10.10的中心對齊的感測器中心。前部感測器面板172.5與前部感測器元件208.2之間的這種位置關係,使得前部感測器元件208.2被佈置在機器人1的內部範圍之內,更具體地說是在軀幹16內部,且更具體地位於殼體164.2內。此外,這種佈置還使前部感測器元件208.2相對於腰部外表面600a的相鄰部分呈凹入狀態。前部感測器元件208.2通過多個安裝件保持並固定在該位置。應當理解,在其他實施例中,前部感測器元件208.2也可以採用任意已知方式固定在軀幹16或腰部內,例如卡扣連接、過盈配合、一體成型等方式。ii. 後感測器面板[0116] 後骨架、後支架或後蓋166耦合到前骨架164,并包括用於剛度和剪下傳遞的結構特徵。後骨架166也被配置為重量較輕的蓋子,以保持後外殼170。在說明性實施例中,後骨架166包括至少一個孔徑或開放區域166.4.4.2,帶有背部支撐(back braces)166.4.4.4跨越該開放區域,以管理和傳遞來自殼體164.2的扭轉載荷,從一側圍繞到殼體164.2的另一側。因此,後介面面板、後面板或後部176被設計為配合在形成於後骨架166中的孔徑176.4之一內。在其他實施例中,後骨架166可以省略孔徑,後介面面板或後部176可以與後骨架、後支架或後蓋166一體成型或耦合至其上。[0117] 後部介面面板、後面板或後部區域176被設計為與殼體164.2相連接,並且:(i) 為容納在軀幹16內的電子元件200提供一個外部介面;以及 (ii) 通過設定剛性支撐、將載荷傳遞到殼體164.2,從而加強結構特性。為便於後部介面面板、後面板或後部區域176與殼體164.2之間的連接,後面板176包括安裝延伸部176.2.2,該延伸部自後部內表面伸出,並與殼體164.2上的後面板安裝座164.2.6.8.8.6相配合。後部感測器面板176包括一個感測器區域176.4,其:(i) 具有用於保護後部感測器元件208.4的凹陷部176.6,以及 (ii) 具有環繞該凹陷部176.6的彎曲部分,並被設計為與軀幹16的外表面基本齊平。應當理解,後部區域176獨立於骨架/殼體164、164.2,是與其可拆卸連接的。 在其它實施例中,所述後部感測器面板176可以與骨架/殼體166、164.2的某一部分或電池組202一體成型,也可以下移至軀幹中部、上移至軀幹的上邊緣、佈置在軀幹內部的任何其它位置,或者整體省略。[0118] 如圖12中最清楚所示,後感測器面板176的凹陷部分176.6由輪廓區域176.6.2的組合形成,該區域由頂部和底部成角度的壁176.6.2.2、176.6.2.4組成,這些壁通過成角度的端壁176.6.2.6、176.6.2.8彼此連接。所述輪廓區域176.6.2的組合圍繞著後感測器孔徑176.4.2,並且其設計方式有助於確保它們不會干擾感測器208.4的視野。後感測器元件208.4抵接凹陷部分176.6的內部範圍,并包括一個與後感測器孔徑176.4.2的中心對齊的感測器中心。後感測器面板176與後感測器元件208.4的這種位置關係使得所述後感測器元件208.4能夠定位在機器人1的一個範圍內,具體而言是在軀幹16內,更具體而言是在殼體164.2內。此外,所述定位使得後感測器元件208.4相較於軀幹16外表面的相鄰範圍是凹陷的。後感測器元件208.4通過多個安裝件176.2.4保持並固定在該位置。應當理解,在其他實施例中,後感測器元件208.4可以使用任何已知的方法固定在軀幹16內,包括一個或多個緊韌體——即螺紋、凸起、卡扣連接器、卡口安裝(bayonet mount)、銷孔連接(pin-and-hole connection)、壓配合/過盈配合(press-fit/interference fit)、夾具或卡夾機構、磁鐵、鉤環扣(魔術貼)、鉚釘、滾珠定位(ball detent)、鉸鏈關節、滑軌、凸輪鎖、肘節夾鉗(toggle clamps)、快拆銷、彈簧載入連接器、楔形鎖、定位銷、棘輪機構、T型槽連接器、旋鎖、插銷、鎖定片、一體成型、粘合劑等。[0119] 後部介面面板176還可以包括一個或多個電源按鍵孔176.4.4、充電連接埠訪問區域176.10,以及用於訪問容納在軀幹16內的電子元件200的其他連接埠或介面。在示例性實施例中,第一和第二電源按鍵孔176.4.4.2、176.4.4.4可以容納與電源分配元件204和/或電子元件200的電池組202相連的電源按鍵;在替代實施例中,電源按鍵孔176.4.4也可以被省略。後部介面面板176還可以包括一個帶有充電連接埠開口176.10.4的連接埠訪問區域176.10,該區域還可以包括用於其它功能的開口176.10.6、176.10.8,例如與計算裝置206通訊連接的資料連接埠(如乙太網路連接埠206.6.2和/或USB連接埠206.6.4)。在示例性實施例中,連接埠訪問區域176.10包括一個凹陷表面176.10.4,該凹陷表面可由訪問門176.10.2覆蓋,訪問門176.10.2可以打開,以便將可拆卸的充電連接埠介面卡插入電池組202的充電連接埠202.2中。iii. 外殼元件[0120] 外殼元件172被配置為圍繞前骨架和後骨架164、166,並被設計為保護所述骨架164、166免受外部物體以及軀幹16與手臂元件5之間的意外接觸。外殼元件172包括:(i) 前外殼168,(ii) 後外殼170,(iii) 護罩或側面範圍172.2,以及 (iv) 能量衰減元件172.4。應當理解,外殼元件172可以被省略或由包括塑料或紡織品在內的任何已知材料製成。此外,外殼元件172可以被省略,且軀幹殼體162可以僅包括骨架和/或殼體部件。最後,關於軀幹16、其結構和/或元件的附加披露可能在全權併入此處以供參考的美國臨時申請63/766,911和美國專利申請19/066,122中討論。b. 軀幹感測器元件[0121] 如圖12-14所示及如上所述,軀幹16還包括前感測器元件208.2和後感測器元件208.4。前感測器元件208.2可以定位在腰部和軀幹16之間,同時它被配置為通過前感測器面板172.5中的前感測器開口164.2.10.10獲取資料,該開口至少部分被下軀幹或前感測器蓋172.8覆蓋。後感測器元件208.4可以定位在手臂致動器(J1)附近,同時它被配置為通過後感測器面板176中的後感測器孔徑176.4.2獲取資料,該孔徑至少部分被上軀幹或後感測器蓋176.8覆蓋。[0122] 參見圖16,軀幹感測器元件208.2、208.4可以包括立體深度感測器208.3.2,該立體深度感測器208.3.2可以包括以下元件、方面、部件、功能和/或特徵:(i) 一個RGB相機208.3.2.2,其具有中部感測器透鏡208.3.2.2a、中部鏡頭殼體208.3.2.2b、中部遮光罩208.3.2.2c、中部相機機身208.3.2.2d、中部密封件208.3.2.2e以及中部遮罩部208.3.2.2f;(ii) 結構光投影器或紅外投影器(例如VCSEL投影器)208.3.2.4;(iii) 左側紅外探測器(例如左相機)208.3.2.6,其具有左側感測器透鏡208.3.2.6a、左側鏡頭殼體、左側遮光罩、左側相機機身、左側密封件以及左側遮罩部;(iv) 右側紅外探測器(例如右相機)208.3.2.8,其具有右側感測器透鏡208.3.2.8a、右側鏡頭殼體、右側遮光罩、右側相機機身、右側密封件以及右側遮罩部;(v) 處理器208.3.2.10;(vi) 三角測量器208.3.2.12;(vii) 散熱器208.3.2.14;(viii) 慣性測量單元(IMU)208.3.2.16;以及 (ix) 防護罩172.8、176.8。此外或可替代地,感測器元件208.2、208.4還可以具有美國專利9,494,415、9,835,773、9,992,474、10,007,994、10,154,246、10,310,362、10,586,394、10,656,511、10,924,638、11,736,677、11,321,876以及美國專利公開US2012/0218,464、US2016/0112,954、US2011/0188,028、US2020/0200,951和US2020/0322,594,或L. Keselman、J. Iselin Woodfill、A. Grunnet Jepsen等人在論文“Intel RealSense stereoscopic depth cameras”(刊於IEEE電腦視覺與模式識別會議研討會論文集,2017年,第1–10頁)以及其他Intel RealSense雷射雷達相機技術中所討論的任何其它特性、技術或功能,上述內容均以引用方式併入本文。[0123] 在一個說明性實施例中,感測器208.3.2可以採用基於主動紅外立體視覺技術的立體深度感測,以精確測量場景中物體的距離。在操作期間,結構光投影儀或IR投影儀208.3.2.4被配置為向環境中發射結構化的紅外圖案。具體而言,IR投影儀208.3.2.4可以是垂直腔面發射雷射器(VCSEL)投影儀、LED基投影儀、邊緣發射雷射器和/或超輻射發光二極體。這種投射圖案:(i) 可以是偽隨機點陣、陣列、網格或其他結構化圖案變體(例如,線編碼圖案、隨機散斑圖案),並且 (ii) 可以作為一組密集的通過身份驗證特徵,以促進更精確的深度計算,特別是在環境光不足或表面紋理缺乏可區分特徵的場景中。[0124] 感測器元件208.2、208.4包括兩個紅外探測器(IR探測器),具體而言是左IR探測器(例如,左攝影機)208.3.2.6和右IR探測器(例如,右攝影機)208.3.2.8。在其他實施例中,所述紅外探測器可以是基於InGaAs的感測器、基於微測輻射熱計的感測器、QWIP感測器、sCMOS感測器、基於MCT的感測器(碲鎘汞)、熱釋電感測器或其他IR成像模組。這兩個探測器208.3.2.6, 208.3.2.8 被一個已知的基線距離 WI 分隔開。因為檢測器 208.3.2.6, 208.3.2.8 中的每一個都從稍微不同的有利位置捕捉 IR 投影儀 208.3.2.4 的投影圖案,產生的圖像會表現出視差或差異——即左圖和右圖中對應圖案特徵位置的微小偏移。通過比較這兩張稍微偏移的圖像,感測器 208.3.2 通過立體三角測量演算法(例如,使用半全域匹配 (SGM)、塊匹配、基於動態規劃的方法或相位相關等方法)計算場景中每個像素或補丁的深度。當環境被主動投影的紅外圖案照明,而不是僅依賴自然存在的紋理或特徵時,這種三角測量過程變得更加穩健。因此,即使在低能見度條件下或在具有極小或均勻表面紋理的物體上,感測器 208.3.2 仍然可以可靠地檢測和匹配由結構光引入的高頻特徵。[0125] 因此,這種主動 IR 立體方法極大地增強了在各種條件下的深度估計。在強環境光環境中,它用額外的一層結構化紅外細節補充了任何自然表面特徵。在極低光照環境中或在具有均勻表面的物體上,它提供了原本場景中會缺失的有用特徵。通過利用結構化 IR 圖案,感測器 208.3.2 從而能夠實現高精度的視差計算,最小化匹配歧義,並提供具有高空間解析度的穩健深度圖。此外,因為 IR 投影儀 208.3.2.4 在可見光譜之外工作,它不會干擾正常的視覺感知或傳統彩色成像。這確保了深度感測對人類操作員保持不顯眼,並且不會影響其他成像系統的性能。[0126] 左感測器鏡頭 208.3.2.6a、右感測器鏡頭 208.3.2.8a 和中間感測器鏡頭 208.3.2.2a 被配置為將光聚焦到包含在相機主體 208.3.2.2d 內的成像器上。為了實現這一點,鏡頭可以具有任何已知的配置,包括具有基本平坦後壁的凸面配置,或在 US7,725,016、US9,869,847、US10,921,558、US11,347,030 和 US18/071,259 中描述的任何配置或特徵,這些專利中的每一項均通過引用全文併入本文。[0127] 此外,鏡頭遮光罩 208.3.2.2c 和帶有其相關遮罩部分的遮罩 208.3.2.2f 被配置為吸收位於鏡頭附近的一定程度的光。因此,鏡頭遮光罩 208.3.2.2c 和帶有其相關遮罩部分的遮罩可以由任何吸光材料製成,包括在 US11,686,884 中描述的材料和設計,該專利通過引用全文併入本文。[0128] IMU(慣性測量單元)208.3.2.16 在獲取資料時提供感測器 208.4 的空間位置。例如,如果腿部 6 保持靜止,機器人 1 的整體位置可能是靜止的;然而,軀幹 16 仍可能以兩個自由度定位,這將改變軀幹感測器元件 208.2, 208.4 的空間位置。IMU 208.3.2.16 可以與處理器 208.3.2.10 和/或計算裝置 206 進行資料通訊。這種位置資訊與圖像和深度資料相結合,為機器人 1 提供了穩健的態勢資訊。處理器 208.3.2.10 與位於人形機器人 1 軀幹 16 內的計算裝置 206 進行資料通訊。這些元件被緊湊地佈置以最佳化空間效率,其中散熱器 208.3.2.14 熱耦合到處理器 208.3.2.10,並被配置用於被動和主動散熱。散熱器 208.3.2.14 由環境冷卻和/或軀幹的內部通風系統冷卻,該系統可能包括強制風冷風扇、熱管或相變材料,以保持最佳工作溫度並確保內部電子裝置的長期可靠性。[0129] 在替代實施例中,感測器元件 208.2, 208.4 可以利用飛行時間 (ToF) 感測器或基於 LiDAR(雷射雷達)的系統進行深度估計,具體取決於特定應用的要求,如範圍、解析度、功耗或環境適應性。此外,RGB 相機 208.3.2.2 可以被多光譜或高光譜感測器替代或增強,以增強材料分類、物體識別或其他能力。所述元件可以安裝在萬向平台或雲台元件上,以實現視場的動態重新定向。此外,處理器 208.3.2.10 和/或其他內部計算資源(例如,計算裝置 206)可以包含硬體加速(例如,GPU 或 FPGA)以支援圖像和深度資料的即時處理,用於導航、物體跟蹤、手勢識別和場景重建等應用。i. 前軀幹感測器元件[0130] 為了保護包含在前感測器元件 208.2 中的至少大部分感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8,所述前感測器元件 208.2 包括一個下軀幹感測器蓋 172.8,該蓋位於前感測器面板172.5 和所述感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8之間。因此,前感測器元件 208.2 的鏡頭 208.3.2.2a, 208.3.2.6a, 208.3.2.8a,具體地說是感測器 208.3.2.2, 208.3.2.4, 208.3.2.6 的鏡頭,位於感測器主體 208.3.2.2d, 208.3.2.6d, 208.3.2.8d 和下軀幹感測器蓋 172.8 之間。為了確保感測器主體 208.3.2.2d, 208.3.2.6d, 208.3.2.8d 與環境密封,下軀幹感測器蓋 172.8 延伸越過大部分(如果不是全部)前感測器開口 164.2.10.10。在其他實施例中,下軀幹感測器蓋 172.8 可以被省略,並且鏡頭 208.3.2.2, 208.3.2.6, 208.3.2.8 和潛在的感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8 可能會暴露在機器人 1 周圍的環境中。在另一實施例中,下軀幹感測器蓋 172.8 可以不延伸穿過前感測器開口 164.2.10.10 的整體。相反,所述下軀幹感測器蓋 172.8 可以覆蓋前感測器開口 164.2.10.10 的大部分,同時包括形成於其中的開口以接納鏡頭 208.2.2.2, 208.2.2.6, 208.2.2.8。[0131] 下軀幹感測器蓋 172.8 可以由任何已知材料製成,並可以包括任何能夠通過所述下軀幹感測器蓋 172.8 進行資料收集的已知塗層。所述材料和塗層(例如,抗反射塗層、硬質塗層、抗靜電塗層、防霧塗層)包括但不限於鈉鈣玻璃、鋼化玻璃、硼矽酸鹽玻璃、鋁矽酸鹽玻璃、大猩猩玻璃、DragonTrail 玻璃、Schott 玻璃、熔融石英、石英玻璃、藍寶石玻璃、丙烯酸 (PMMA)、聚碳酸酯 (PC)、塑料薄膜、聚氨酯 (PU)、聚酯 (PET/PETG)、環烯烴共聚物 (COC/COP)、聚碸 (psu/pes)、聚醚酰亞胺 (PEI/ULTEM)、矽樹脂、氟聚合物 (ETFE/PFA/FEP)、氧化鋁、氧化鋯、氮化矽、氮化鋁、鋁環、不鏽鋼、鈦、抗反射 (AR) 塗層、硬質塗層、抗劃傷塗層、類金剛石碳 (DLC) 塗層、抗靜電 (ESD) 塗層、防霧塗層、疏水塗層、疏油塗層、防眩光塗層、紫外線阻隔塗層、IR 塗層/濾光片、帶通濾光片、中性密度 (ND) 濾光片、彩色塗層/濾光片、偏振塗層/薄膜、二向色塗層/濾光片、鏡面塗層、耐化學塗層、聚對二甲苯塗層、抗菌塗層、抗細菌塗層、導電塗層 (ITO)、EMI/RFI 遮蔽塗層,這些在美國專利申請號 16/896,016, 16/698,775, 16/417,311, 16/126,983, 15/359,317, 15/515,966 中描述,每一項均通過引用併入本文,以及任何其他類似材料或塗層,和/或其任何組合。此外,所述下軀幹感測器蓋 172.8 可以包括任何數量(例如,在 1 到 30 層之間)的上述材料、塗層和/或類似材料或塗層。所述下軀幹感測器蓋 172.8 可以是平面的、大致平面的和/或曲線的(例如,凸面或凹面),並且鏡頭 208.3.2.2, 208.3.2.6, 208.3.2.8 可以位於鄰近所述蓋 172.8 的位置,其中鏡頭 208.3.2.2, 208.3.2.6, 208.3.2.8 的外表面的一部分與下軀幹感測器蓋 172.8 的一部分平行。[0132] 前感測器元件 208.2 可以具有模組化設計,以便於整合和維護,這與機器人 1 的整體設計理念相一致,即強調耐用性、適應性和易於服務。總體而言,至少大部分前感測器元件 208.2,包括感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8 及其相關鏡頭 208.3.2.2a, 208.3.2.6a, 208.3.2.8a,位於感測器主體 208.3.2.2d, 208.3.2.6d, 208.3.2.8d(例如,相機主體)和下軀幹感測器蓋 172.8 之間。因此,大部分前感測器元件 208.2 完全包含在軀幹外殼 162 內,這有助於防止錯位並有助於與其他內部機器人結構保持穩定的位置關係。ii. 後軀幹感測器元件[0133] 後感測器元件 208.4 可以位於後支撐 164.2.2.4 處和/或連接到後介面面板 176 並被其覆蓋(圖 22)。類似於前感測器元件 208.2,後感測器元件 208.4 容納在軀幹內並定位成使其與穿過後介面面板 176 的後感測器孔徑 176.4.2 對齊。為了保護包含在後感測器元件 208.4 中的至少大部分感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8,所述後感測器元件 208.4 包括一個上軀幹感測器蓋 176.8,該蓋位於後感測器面板 176 和所述感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8 之間。因此,感測器元件 208.4 的鏡頭 208.3.2.2a, 208.3.2.6a, 208.3.2.8a,具體地說是感測器 208.3.2.2, 208.3.2.4, 208.3.2.6 的鏡頭,位於感測器主體 208.3.2.2d, 208.3.2.6d, 208.3.2.8d 和上軀幹感測器蓋 176.8 之間。為了確保感測器主體 208.3.2.2d, 208.3.2.6d, 208.3.2.8d 與環境密封,上軀幹感測器蓋 176.8 延伸越過大部分(如果不是全部)後感測器孔徑 176.4.2。在其他實施例中,上軀幹感測器蓋 176.8 可以被省略,並且鏡頭 208.2.2.2, 208.2.2.6, 208.2.2.8 以及潛在的感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8 可能會暴露在環境中,即環繞機器人 1。在進一步的實施例中,上軀幹感測器蓋 176.8 可能不延伸穿過後感測器孔徑 176.4.2 的整體。相反,所述上軀幹感測器蓋 176.8 可以覆蓋後感測器孔徑 176.4.2 的大部分,同時包括形成於其中的開口以接納鏡頭 208.2.2.2, 208.2.2.6, 208.2.2.8。[0134] 下軀幹感測器蓋 172.8 可以由任何已知材料製成,並可以包括任何能夠通過所述下軀幹感測器蓋 172.8 進行資料收集的已知塗層。這些材料和塗層中的一些在上面已經討論過,並且同樣可以用於連接後感測器元件 208.4,因此,這裡將不再重複。後感測器元件 208.4 可以具有模組化設計,以便於整合和維護,這與機器人 1 的整體設計理念相一致,即強調耐用性、適應性和易於服務。總體而言,至少大部分後感測器元件 208.4,包括感測器 208.3.2.2, 208.3.2.4, 208.3.2.6, 208.3.2.8 及其相關鏡頭 208.3.2.2a, 208.3.2.6a, 208.3.2.8a,位於感測器主體 208.3.2.2d, 208.3.2.6d, 208.3.2.8d(例如,相機主體)和下軀幹感測器蓋 172.8 之間。因此,大部分後感測器元件 208.4 完全包含在軀幹外殼 162 內,這有助於防止錯位並有助於與其他內部機器人結構保持穩定的位置關係。E. 頭部感測器元件a. 頭部和頸部外殼[0135] 如圖 1 和 6-11 所示,頭部和頸部元件 10 包括:(i) 頭部部分 202a,和 (ii) 耦合到頭部部分 202a 和軀幹 16 的頸部部分 202b。在其他零件、元件和區域中,頭部部分 202a 包括:(i) 外殼 234,包括:(a) 具有面罩 236.2 的前殼元件 236,(v) 後殼元件 238,(ii) 顯示器 330,(iii) 頭部感測器元件 997,(iv) 電子支架 240,和 (v) 其他電子裝置,可能包括揚聲器 240.1、麥克風 240.2、天線 240.3、照明元件 240.4 等。同時,頸部部分 202b 包括:(i) 上支架 242.1,(ii) 耦合在上支架 242.1 和下支架 242.4 之間的蓋子 242.2,(iii) 至少一個致動器,優選兩個致動器,J8.1-J8.2 242.3,(iv) 下支架 242.4。i. 頭部部分[0136] 圖 6-8 分別是人形機器人 1 的頭部和頸部元件 10 的前檢視、側檢視和俯檢視。如這些圖所示,頭部部分 202a 包括:(i) 具有下部範圍 236a 和上部範圍 236b 的第一或前殼元件 236,和 (ii) 具有下部範圍 238a 和上部範圍 238b 的第二或後殼元件 238,其中所述後殼元件 238 耦合到前殼元件 236。第一或前殼元件 236 和第二或後殼元件 238 的組合協同工作以限定頭部容積,其中電子元件 222 位於所述頭部部分 202a 內的所述頭部容積內。換句話說,第一或前殼元件 236 和第二或後殼元件 238 的組合至少部分地,並且優選地完全地包圍所述電子元件 222。具體地,所述電子元件 222 可以位於前護板 288 和後殼元件 238 之間。[0137] 前護板 288 包括:(i) 具有曲線表面的主體 288.2,(ii) 從所述曲線表面延伸的後突起或邊緣 288.4,(iii) 感測器突起集合 288.6,其圍繞形成在前護板 288 中的感測器凹槽 290 的一部分,以及 (iv) 多個發光外殼突起 288.8a-288.8d,其從邊緣 288.4 向內延伸。前護板 288 還包括:(i) 上凹陷範圍 288.10,其形成在感測器突起集合 288.6 的一部分和邊緣 288.4 之間;(ii) 下凹陷範圍 288.12,其形成在感測器突起集合 288.6 的一部分、邊緣 288.4 和發光外殼突起 288.8a-288.8d 之間,並且其中感測器區域 290 位於上凹陷範圍 288.10 和下凹陷範圍 288.12 之間。[0138] 下凹陷範圍 288.12 可以包括定位以容納顯示器 330 的顯示器開口 288.12.2。顯示器 330 可以是矩形、正方形、圓形或任何其他已知形狀。下凹陷範圍 288.12 可以包括佈置在顯示器開口 288.12.2 周圍的輪廓,以在不阻擋視線的情況下容納顯示器 330 的彎曲形狀。下凹陷範圍 288.12 還可以具有錐形延伸和/或包括位於顯示器開口 288.12.2 和邊緣 288.4 之間的額外輪廓。在其他實施例中,前護板 288 可以被省略,且面罩 236.2 可以不是不透明的。此外,多個發光外殼突起 288.8a-288.8d 可以被省略,且照明元件 240.4 可以安裝在面罩 236.2 和後殼元件 238 之間。此外,照明元件 240.4 可以被省略和/或可以加入或省略其他電子裝置。[0139] 前護板 288、前殼元件 236 和頭部 202a 的感測器區域 290 包括前感測器凹槽 290.2。前感測器凹槽 290.2 為頭部部分 202a 提供了一個帶有蓋子 292 的嵌入區域,該蓋子具有非曲線範圍。使用所述蓋子 292 有利地最小化了如果頭部感測器元件 997 位於後面並被要求通過具有曲線設計的面罩或蓋子獲取資料時可能引起的潛在失真。因此,頭部感測器元件 997 可以免去使用複雜的演算法來移除或嘗試移除由所述曲線面罩或蓋子引起的失真。然而,如在其他實施例中所解釋的,所述前感測器凹槽 290.2 可以被省略,並且頭部感測器元件 997 可以利用所述演算法來移除或嘗試移除由所述曲線面罩或蓋子引起的失真。[0140] 所述前感測器凹槽 290.2 包括:(i) 一個擱板 290.2.2,(ii) 一個懸垂部 290.2.4,(iii) 一個感測器蓋 292,和 (iv) 在擱板 290.2.2 和懸垂部 290.2.4 之間延伸的側壁 290.2.6, 290.2.8,如圖 6 所示。前感測器凹槽 290.2:(i) 位於下範圍 236a 之上和上範圍 236b 之下,(ii) 形成一個空腔 290.1,為其上部前置感測器(例如,上部相機)302 提供無阻礙的視野,(iii) 位於顯示器 330 之上,並且 (iv) 位於發光外殼突起 288.8a-288.8d 之上。擱板 290.2.2 從感測器蓋 292 向前並向下延伸到前殼元件 236 形成預定角度,其中確定所述角度是為了避免干擾感測器的操作範圍。擱板 290.2.2 的這種設計使其能夠提供上述空腔 290.1 的下界。應當理解,在其他實施例中,擱板 290.2.2 可能不是成角度的,而是可以是垂直的,或基本上垂直於感測器蓋 292 的一部分。[0141] 懸挑部290.2.4由前殼元件236在其上部區域236b向前突出並超出感測器蓋292所形成,兼具功能性與防護作用,並構成上述腔體290.1的上邊界。該懸挑部290.2.4可充當防護罩,用於抵禦直射陽光、降水或碎屑等環境因素,從而提高感測器(例如相機)的耐久性和可靠性。此外,將擱板290.2.2與懸挑部290.2.4連接起來的曲面過渡區域,可實現平滑過渡,減少可能破壞結構完整性或影響美觀外觀的尖銳邊緣或不連續處。進一步地,擱板290.2.2相對於平面感測器蓋292向前且向下延伸,並與懸挑部290.2.4一起,相對於後殼向外延伸,以增大擱板290.2.2與懸挑部290.2.4之間的間距。包圍凹槽290.2的側壁290.2.6和290.2.8為上述腔體290.1提供橫向邊界,同時提供結構剛度並對側向衝擊提供額外防護。凹槽290.2被設計為確保嵌入式感測器(例如相機)在凹槽290.2內以及相對於感測器蓋292保持最佳對準。[0142] 所述前護板 288 和面罩 236.2 之間的嵌入性質和位置關係有助於確保機械應力(例如由衝擊或振動引起的應力)分佈在整個外殼元件上,最大限度地減少局部變形或故障。此外,擱板 290.2.2 被配置為通過互補的幾何形狀(如凹槽或缺口)與面罩 236.2 互鎖,確保精確對齊和牢固配合。這種互鎖機制增強了兩個元件之間的結構結合,防止操作過程中的移位。懸垂部 290.2.4 通過提供一個保護蓋進一步加強了這種關係,該保護蓋遮蔽了凹槽和面罩 236.2 之間的連接處,減輕了環境暴露和機械磨損。[0143] 前感測器凹槽 290.2 包括一個上頭部感測器開口或開口 291,其位於前感測器凹槽 290.2 的中心。所述中心開口 291 不延伸穿過面罩 236,而是延伸穿過前護板 288。如圖 6 最佳所示,所述開口 291 的寬度 Wo 小於頭部 202a 的寬度 Wh,並且優選小於顯示器開口 288.12.2 和/或顯示器 330 的寬度 Wd。然而,開口 291 的寬度 Wo 小於感測器蓋 292 的寬度。這使得感測器蓋 292 能夠延伸穿過形成在第一殼元件 236 或前護板 288 中的開口 291 的至少大部分。同樣,上頭部感測器開口或開口 291 的高度大於鏡頭 302.2a-302.2b。雖然在本實施例中上頭部感測器開口或開口 291 未在面罩 236.2 中形成,但應當理解,本申請設想直接在面罩 236.2 中形成所述上頭部感測器開口或開口 291。因此,面罩 236 將包括一個開口,該開口將允許包含一個平坦或平面的蓋子定位在其中、其後或其前,這將在面罩 236.2 中形成一個平坦或平面的區域。[0144] 前部感測器凹槽290.2及其相關元件通常採用高強度、輕量化材料製成,以同時滿足機械耐久性和環境韌性的雙重要求。這些材料可以包括或不包括聚合物、金屬,以及本文披露的任何其他材料或材料組合。對於需要增強電磁遮蔽的應用,前部感測器凹槽290.2、前部防護罩288和/或頭部202a的其他元件可以鍍覆導電材料,或整合類似法拉第籠的特徵以最大限度地減少干擾。製造工藝可以包括精密注塑成型、數控加工(CNC)、沖壓、鑄造或任何其他已知的製造方法。表面處理可以採用陽極氧化、粉末塗層或耐候塗層等方式,以提高其使用壽命以及對磨損和環境暴露的抵抗能力。[0145] 感測器蓋 292 位於懸垂部 290.2.4 和擱板 290.2.2 之間,鄰近上頭部感測器開口或開口 291,並且與位於感測器蓋 292 後的相機 302 的鏡頭 302.4 的一部分大致平行。因此,感測器蓋 292 用作感測器(例如,相機)的光學窗口,並且被設計為最小化失真或干擾。感測器蓋 292 可以是平面的(如圖所示)、凸面的、凹面的,包括多層材料或塗層,和/或具有上面結合下軀幹感測器蓋 172.8 討論的任何配置。此外和/或或者,感測器蓋 292 可以具有形成於其中的開口,用於接納感測器的一部分(例如,相機鏡頭)。在進一步的實施例中,前感測器凹槽 290.2 可以被省略,且面罩 236.2 可以包括形成於其中的開口,用於接納感測器的一部分(例如,相機鏡頭)。最後,感測器蓋 292 可以與面罩 236.2 一體成型,其中所述面罩 236.2 包括一個基本上平面或平坦的部分。換句話說,面罩 236.2 可以具有環繞平坦或平面部分的曲線部分,或者面罩 236.2 可以具有基本上平坦或平面的配置,其中具有平坦或平面部分的特定感測器部分不是必需的。此外,感測器蓋 292 沿第一平面延伸,該第一平面基本上平行於位於感測器蓋 292 後的相機鏡頭的第二平面。[0146] 為了避免在面罩 236.2 中形成平坦或平面部分,面罩 236.2 包括一個主體 236.2.2,兩個從主體 236.2.2 向上延伸的翼狀突起 236.2.4, 236.2.6,以及位於兩個翼狀突起 236.2.4, 236.2.6 之間的中央凹口 236.2.8。因此,面罩 236.2 被設計為至少部分環繞(例如,在三側)和/或符合前感測器凹槽 290.2。環繞或符合前感測器凹槽 290.2 主要是通過允許翼狀突起 236.2.4, 236.2.6 位於前感測器凹槽 290.2 的側面並具有鄰近前感測器凹槽 290.2 的曲線邊界的部分來實現的。在其他實施例中,面罩 236.2 不覆蓋前感測器凹槽 290.2 或位於其外部。此外,從側面看,面罩 236.2 可能具有向後傾斜的大致線性的邊緣 236.10,其向前角度(例如,從水平向後延伸)在 90 度和 140 度之間,當機器人 1 處於正常垂直位置(頭部的矢狀面和冠狀面分別平行於機器人 1 的矢狀面和冠狀面)時,優選為水平方向的 110 度。面罩 236.2 的曲率可能有所不同,並在不同位置具有不同的曲率(即半徑和弧度),其中一些在通過引用全文併入本文的美國臨時申請 63/707,949 和 63/707,897 中披露。面罩 236.2 可以包括光凹槽 236.2.12 以符合光發射器外殼 288.8a-288.8d 的形狀。面罩 236.2 可以由上面披露的任何材料製成,包括任何數量的層、塗層,和/或可以是透明的、不透明的,或包括透明區域和不透明區域。ii. 頸部部分[0147] 如上所述,頸部部分 202b 包括:(i) 上支架 242.1,(ii) 耦合在上支架 242.1 和下支架 242.4 之間的蓋子 242.2,(iii) 至少一個致動器,優選兩個致動器,J8.1-J8.2 242.3,(iv) 下支架 242.4。致動器 242.3 可以允許頭部:(i) 圍繞第一頸軸或頭部“否”軸扭轉或旋轉,和 (ii) 圍繞第二頸軸或頭部“是”軸傾斜或改變俯仰角。與傳統機器人不同,致動器 242.3 隱藏在可變形頸盾 242.2 下方。致動器的運動導致可變形頸盾 242.2 變形並適應此類運動。可變形頸盾 242.2 設計為延伸至頭部部分 202a 的下巴線並進入頭部部分 202a 的後部範圍,而不延伸進入頭部 202a 的側面區域。這種配置確保了頸盾 242.2 充分連接到頭部 202a,但最大限度地減少了可變形頸盾 242.2 覆蓋的頭部表面積。最大限度地減少頭部 202a 側面區域中可變形頸盾 242.2 的覆蓋範圍允許在這些區域中使用更耐用的材料而不使用重疊材料。這就比傳統機器人頭部更有利,因為它減少了材料和/或增加了對包含在頭部內的電子裝置的側向保護。[0148] 頸部護罩 242.2 的前部範圍,連同上部安裝座 242.1,包括形成於其中的感測器孔徑 242.2.2,以最小化如果頭部感測器元件 997 設定在頸部護罩 242.2 之後並需要透過頸部護罩 242.2 獲取資料時可能引起的潛在失真。像上文描述的上部頭部感測器蓋 292 一樣,利用下部頭部感測器蓋 293 來保護頭部感測器元件 997。因此,上述描述的配置、材料、層和塗層可以與所述下部感測器蓋 292 結合使用。此外,所述下部感測器蓋 293 定位在頸部部分 202b 內,並設計為至少覆蓋大部分,優選覆蓋全部形成於所述頸部護罩 242.2 以及上部安裝座 242.1 內的感測器孔徑 242.2.2。最後,在其他實施例中,下部感測器蓋 293 可以省略,且所述下部感測器蓋 292 可以與頭部部分 202a 和/或面罩 236.2 一體成型。[0149] 可變形頸部護罩 242.2 可以由多種柔性且耐用的材料構成,以適應人形機器人 1 的頭部 202a 的動態運動(例如,頭部的扭轉和俯仰),同時保持時尚和功能性的外觀(例如,不擠壓或起皺)。用於可變形頸部護罩 242.2 的合適材料可包括可拉伸織物,如氨綸(spandex)、氯丁橡膠(neoprene)或聚酯混合物,這些材料提供彈性和回彈性。或者,可以使用可變形塑料,如熱塑性彈性體(TPE)、矽膠或聚氨酯,以提供靈活性和耐用性。[0150] 頸部護罩 242.2 可以具有多層結構,其中內層為內部元件提供舒適和保護,而外層增強美觀吸引力並防止環境因素(如灰塵、濕氣和紫外線輻射)的影響。在一些實施例中,可變形頸部護罩 242.2 可以結合加強部分或嵌入式支撐結構,以確保在高應力區域(如底部或連接點)的耐用性。這些加強可以通過整合柔性網狀織物、碳纖維插入件或類凱夫拉(Kevlar-like)材料來實現,以防止長期使用後的磨損和撕裂。此外,可變形頸部護罩 242.2 可以包括記憶織物或形狀保持聚合物,幫助其在變形後恢復原始狀態,確保持續的性能和外觀。[0151] 為了進一步提高其功能性,頸部護罩242.2可以被設計成分段式或風箱式結構,使其在各個方向上都能實現更平滑、更可控的運動,而不會產生可能影響機器人1外觀或性能的摺痕或褶皺。該設計還可以在適當位置設定通風孔或透氣區域,以防止頸部區域內部熱量積聚,尤其是在機器人1長時間執行階段。頸部護罩242.2的變型還可以具有可定製的表面處理,例如啞光、光面或帶紋理的塗層,以適配機器人1預期的使用場景或美學需求。在某些情況下,頸部護罩242.2可以通過疏水或抗靜電塗層處理,以提高其對環境污染物的抵抗能力。此外,頸部護罩242.2還可以整合感測器,例如應變計或壓力感測器,用於監測頭部運動過程中產生的應力和應變,並向機器人1的控制系統提供反饋,以實現更精確的電機調節。在某些實現方式中,頸部護罩242.2還可以設計為模組化或可互換結構,便於更換或定製。該模組化設計還能促進快速維修與維護,從而將機器人1的停機時間降至最低。b. 頭部感測器[0152] 圖 11 是頭部感測器元件 997 的側檢視,它可以包括各種感測裝置和系統,以增強人形機器人 1 在各種環境中的感知能力和適應性。像軀幹感測器元件 998 一樣,頭部感測器元件 997 可以包括:(i) 一個或多個相機 302a, 302b, 304a, 304b,(ii) 用於檢測環境或物體溫度以進行安全和操作調整的溫度感測器,(iii) 用於測量接觸或表面壓力的壓力感測器,(iv) 用於在互動過程中檢測施加力的力感測器,(v) 用於接近度和金屬物體檢測的電感感測器,(vi) 用於感知觸摸或接近的電容感測器,(vii) 這些感測器的任意組合,或 (viii) 其他已知感測器,包括用於額外環境監測的超聲波、聲學或氣體感測器。所述頭部感測器元件 997 定位在頭部體積內,其中所述頭部體積限定在第一外殼 236 和第二外殼 238 之間。[0153] 如圖 10A 和 10B 所示,頭部感測器元件 997 可以包括:(i) 一組第一或上部相機 302a、302b,其具有上部相機鏡頭 302.2a、302.2b,以及上部相機機身 302.4a、302.4b;以及 (ii) 一組下部相機 304a、304b,其具有下部相機鏡頭 304.2a、304.2b,以及下部相機機身 304.4a、304.4b。由此,所述相機 302a、302b、304a、304b 佈置在所述頭部容積內,并包括:(i) 第一相機 302a,具有第一相機機身 302.4a 和第一相機鏡頭 302.2a,第一相機鏡頭 302.2a 設定在罩蓋 292 與第一相機機身 302.4a 之間;(ii) 第二相機 302b,在水平方向上相對於第一相機 302a 有偏移,并包括第二相機機身 302.4b 和第二相機鏡頭 302.2b,第二相機鏡頭 302.2b 設定在罩蓋 292 與第二相機機身 302.4b 之間;(iii) 第三相機 304a,佈置在第一和第二相機 302a、302b 的下方(並非在豎直方向上完全對齊),其中第三相機 304a 包括第三相機機身 304.4a 和第三相機鏡頭 304.2a,第三相機鏡頭 304.2a 設定在罩蓋 293 與第三相機機身 304.4a 之間;以及 (iv) 第四相機 302a 在水平方向上相對於第三相機 304a 有偏移,并包括第四相機機身 304.4a 和第四相機鏡頭 304.2a,第四相機鏡頭 304.2a。[0154] 應當理解,相機的編號可以從上述描述的配置中更改。例如,左上相機 302a 可以是第一相機,左下相機 304a 可以是第二相機,右上相機 302b 可以是第三相機,右下相機 304b 可以是第四相機。此外,底部兩個相機 304a, 304b 可以是第一和第二相機,而頂部兩個相機 302a, 302b 可以是第三和第四相機。同樣,左上相機 302a 可以是第一相機,右下相機 304b 可以是第二相機,右上相機 302b 可以是第三相機,而左下相機 304a 可以是第四相機。此外,軀幹相機可以是任何編號,包括第三、第四等。基於本公開內容,應當理解說明書中包含的或圖中顯示的任何相機都可以關聯任何編號。[0155] 如圖 10A, 10B, 11 所示,第一、第二、第三和第四相機 302a, 302b, 304a, 304b 具有固定位置,因此它們被耦合到內部安裝框架 240 的相應安裝位置上。相機 302a, 302b, 304a, 304b 可以包括以下元件、方面、部件、功能和/或特徵:0.4 MP 到 200 MP 之間的百萬像素解析度,可以 5.6 FPS 到 286 FPS 錄製視訊,可以具有 CMOS 感測器,像素尺寸範圍可以從 2.4 um 到 6.9 um,可以利用星光捲簾快門(starves rolling shutter)技術,可以在 55 攝氏度的環境空氣溫度下運行,並且可以具有本文討論的或美國專利 11,402,726、11,599,009、11,333,954 或 11,600,010 中討論的任何其他屬性、技術或特徵,所有這些專利均通過引用併入本文。應當理解,相機通常配置為視訊相機,但也可以具有替代配置,例如圖像相機。[0156] 此外,兩個上部相機或第一和第二相機 302a, 302b 可以定位在顯示器 330 上方並指向前方,而兩個下部相機 304a, 304b 可以定位在顯示器 330 下方並以向下和向前的角度(定位)。如圖 4-5 所示,上部相機 302 和下部相機 304 可以定位成不同角度以提供集體視場 (FoV)。例如,上部感測器元件 302 可以策略性地安裝在前額,直接指向前方,垂直於機器人 1 的冠狀面 PF。雖然下部感測器元件 304 可以相對於冠狀面 PF 以 55 至 83 度之間的角度,例如大約 72 度,向下和向前傾斜,以最大化兩個感測器的集體視場。這種策略性放置可以在機器人 1 的前方產生顯著的垂直視場,有效地減少盲點並提供對機器人 1 基座周圍環境的更完整理解——這對於避障和與附近物體互動至關重要。[0157] 在其他實施例中,頭部感測器元件 997 可以包括額外或不同的相機或相機組 302。例如,相機 302 可以包括後向相機以監測機器人 1 後方的區域,這可以在向後移動期間或當機器人 1 在具有多個移動物體的動態環境中操作時提高安全性。在某些方面,安裝在頭部兩側的側裝相機可以提供完整的 360 度視野,確保機器人 1 能夠檢測到橫向移動和周邊活動。在某些實施方式中,相機 302 可以安裝在可調節或可伸縮的手臂上,或者可以是可拆卸的,以便能夠根據具體的操作要求重新配置或重新定位它們。這些可調節支架可以包括電動機構以動態調整每台相機的角度和位置,允許針對不同任務和環境進行即時適應。例如,在檢查任務期間,相機可以重新定向以聚焦特定的感興趣區域,而在導航期間,它們可以返回默認位置以最大化機器人 1 的視野。[0158] 此外,頭部感測器元件 997 可以結合先進的成像技術,如多幀降噪演算法,以提高低光條件下的圖像清晰度。先進的自動對焦系統,包括相位檢測和對比度檢測自動對焦,可以被整合以提供快速和精確的對焦調整。為了增強環境適應性,頭部感測器元件 997 可以配備偏振濾光片以減少眩光並提高在反光或水覆蓋環境中的可見度。為了可靠性和冗餘性,頭部感測器元件 997 可以具有模組化相機 302,這些相機可以被熱插拔,允許無縫更換而不會中斷機器人 1 的操作。這些單元還可以包括自清潔機制,如疏水塗層、用於去除灰塵的超聲波振動系統,或用於保持鏡頭清晰度的小型雨刮器。此外,可以整合自動化診斷系統以監控每台相機 302 的健康和性能,向機器人 1 警報潛在問題並實現主動維護。為了增強在惡劣環境中的彈性,相機 302 可以安置在具有減震支架的堅固外殼中,保護它們免受物理衝擊和振動。[0159] 雖然頭部感測器元件 997 被圖示為相機,但應當理解,可以利用其他類型的感測器並以類似方式安裝到內部框架上,以實現各種檢測、感測或訊號接收任務的最佳方向對準。例如,頭部感測器元件 997 可以結合飛行時間 (ToF) 感測器、與紅外相機配對的結構光投影儀、具有可變基線的立體相機以增強深度感知並生成精確的三維空間圖,和/或本文描述的任何其他感測器、部件、技術、方面或元件。此外,可以整合雷達和超聲波感測器以提供冗餘的距離測量,這在低能見度條件或動態環境中特別有價值。在某些實施例中,可以採用 LiDAR 感測器進行精確的遠距離距離測量,而熱成像相機可以檢測熱特徵並監測溫度變化。多光譜或高光譜成像系統可以通過基於材料獨特的光譜特徵識別材料來進一步改善物體識別,從而增強機器人 1 導航和解讀複雜環境的能力。F. 足部感測器元件[0160] 如圖 2-3 所示,感測器元件陣列 995 至少包括佈置在頭部元件中的一個頭部感測器元件 997、佈置在軀幹元件中的至少一個軀幹感測器元件 998,以及佈置在每個腿部元件中的至少一個腳部感測器元件 932.2。腳部感測器元件 932.2 可以整合一種或多種飛行時間(TOF)相機、雷射接近感測器和漫射型接近感測器,或本文公開的任何其他技術或感測器。這些感測器可以基於不同的工作原理運行,並提供多樣的資料流,這些資料流可以進行關聯,從而建構出全面且可靠的環境地圖,從而有望降低與共因故障相關的風險。相較於在變化光照條件下可能表現不佳且需要複雜處理演算法的傳統基於相機的感測器,腳部感測器元件 932.2 的多樣化感測器組合即使在具有挑戰性的環境中也能提供穩健且可靠的資料。這種內在的多樣性提供了容錯能力,確保當某一類感測器受損——例如相機被眩光致盲時——來自其它感測器的資料仍然能夠提供關鍵的環境資訊,防止感知失效。多模態資料流可以用來有效探測腳底正下方的特徵,使得接觸或接近檢測器能夠通過記錄預期或非預期的壓力,或地面距離的變化,識別諸如上/下樓梯、懸崖或空洞等危險。[0161] 人形機器人 1 的足部元件 92 可以包括接納通過鞋底 920 連接感測器元件 932.2 的孔。這些孔可以允許感測器 932.2 具有無遮擋的視場,例如大約 45 度。感測器元件 932.2 可以安裝在足部基座結構 922 的中心或足部元件 92 的腳趾盒部分 924 內的足部基座結構 922 的前部。感測器部分 932.2 可以被從足部基座結構 922 前部延伸到距骨框架 880 邊緣的外殼 932.1 包圍,在保持足部 92 結構完整性的同時創造無縫和整合的外觀。該外殼 932.1 為內部元件(包括感測器元件 932.2)提供了額外的保護層,確保它們在各種操作條件下的耐用性和壽命。G. 運動和視場[0162] 所公開的感測器元件被策略性地定位在人形機器人 1 的頭部 10 和軀幹 16 內,使得感測器 996 提供重疊和互補的視場 (FoVs),減少了對持續的頭部 10 和軀幹 16 運動的需求,增強了機器人 1 感知環境並對其做出反應的能力。圖 2 是圖 1 機器人中包含的感測器 996 的透檢視,展示時沒有外殼和機器人 1 的其他元件,以說明當機器人 1 直立站立時感測器的內部放置。如圖 2 所示,頭部 10 可以包括感測器元件 997。感測器元件 997 可以包括一個或多個相機、溫度、壓力、力、電感、電容、這些感測器的任何組合或其他已知感測器。在說明性示例中,感測器元件 997 包括一組上部相機 302a, 302b 和一組下部相機 304a, 304b,它們被耦合到內部安裝框架的相應安裝位置上。例如,兩個上部相機 302a, 302b 可以定位在顯示器 330 並指向前方,且兩個下部相機 304a, 304b 可以定位在顯示器 330 下方並呈向下和向前的角度(如圖 9-10 所示)。[0163] 圖 3 是圖 2 中相同感測器 995 的俯檢視,未顯示外殼和機器人 1 的其他元件,以說明感測器 995 的內部放置。上部相機 302a, 302b 顯示在下部相機 304a, 304b 和前部軀幹感測器元件 208.2 的頂部。圖 4 是包含在機器人 1 的上部部分 997 和中心部分 998 中的感測器 996 的側檢視,圖 5 是包含在機器人 1 的上部部分 997 和中心部分 998 中的感測器 996 的前檢視。[0164] 如圖 4-5 所示,上部相機 302a, 302b 是水平對齊的,下部相機 304a, 304b 也是如此。上部相機 302a, 302b、下部相機 304a, 304b 和前部軀幹感測器元件 208.2 均定位在軀幹 16 的前部範圍內,並與軀幹 16 的前部範圍垂直對齊。此外,上部相機 302a, 302b 和下部相機 304a, 304b 沿著與機器人 1 的矢狀面平行的平面對齊。因此,包含在前部軀幹感測器元件 208.2 中的第三相機(例如,208.3.2.8)既定位在軀幹 16 的前部範圍內,又與第一相機 302a 的範圍基本垂直對齊。同樣,包含在前部軀幹感測器元件 208.2 中的第四相機(例如,208.3.2.2)既定位在軀幹 16 的前部範圍內,又與第二相機 304a 和第四相機 304b 的範圍基本垂直對齊。最後,包含在前部軀幹感測器元件 208.2 中的第五相機(例如,208.3.2.6)定位在軀幹 16 的前部範圍內,並與第三相機 302a 的範圍基本垂直對齊。[0165] 兩者展示時均沒有外殼和機器人 1 的其他元件,以說明關於感測器 996 相對放置的細節。上部相機 302a, 302b、下部相機 304a, 304b、前部感測器元件 208.2 和後部感測器元件 208.4 之間的相關安裝距離和角度分別在表 1 和表 2 中說明。例如,上部相機 302a, 302b 和下部相機 304a, 304b 之間的距離在 140mm 和 210mm 之間,優選範圍為 157mm - 192mm。同樣,後部感測器元件 208.4 距離下部相機 304a, 304b 水平安裝距離為 147mm - 220mm,且在前部感測器元件 208.2 上方 292mm - 439mm,與垂直軸的角度為 16 - 24 度。[0166] 如表 2 所示,下部相機 304a, 304b 可以以相對於垂直軸 55 - 83 度的角度安裝,優選在 62 - 76 度之間,這與上部相機 302a, 302b 的安裝角度不同,後者幾乎垂直於垂直軸。定位在不同角度的上部相機 302a, 302b 和下部相機 304a, 304b 有利於以其各自視場 (FoVs) 之間的最小重疊提供組合的更飽滿的視場 (FoV)。表 1表 2[0167] 上部相機 302a, 302b 可以水平對齊並間隔開與下部相機 304a, 304b 之間的基線 B2 不同的基線 B1,下部相機也可以水平對齊,如圖 5 所示。這種使用具有不同基線 B1 和 B2 的立體相機為機器人 1 提供了強大的深度感知能力,增強了其導航、操縱物體和與其環境安全互動的能力。例如,具有較大基線(例如,302a 和 302b 之間的 B1)的相機針對長距離深度檢測進行了最佳化,並可以為較遠的物體提供精確的深度資訊,這對於遠距離的導航和障礙物檢測至關重要。而具有較短基線(例如,304a 和 304b 之間的 B2)的相機設計用於短距離深度感知,這可以為靠近機器人 1 的物體提供精確的深度資訊,例如在操縱任務期間或在不平坦地形導航時。通過 302a, 302b, 304a, 304b 進行的長距離和短距離深度感知的結合使機器人 1 的動作更加精確和安全。此外,兩個獨立的立體系統的存在確保了來自兩個感測器的資料交叉參考是可能的——如果一個被遮擋或發生故障,另一個仍然可以提供基本的深度資訊,增強機器人 1 在各種環境中的可靠性。在其他實施方式中,上部相機之一(302a 或 302b)和下部相機之一(304a 或 304b)可以組合形成一對,以在人形機器人直立站立時提供立體視覺,即使它們是垂直分開定位的。可能需要特殊處理來計算此配置的深度圖。[0168] 機器人 1 的 FoV 不是靜態的,而是可以隨著機器人 1 移動頭部 10 和軀幹 16 而動態變化。這種能力對於導航複雜環境和增強態勢感知是有用的。圖 17-21 是說明當人形機器人 1 移動頭部 10 和軀幹 16 時感測器的變化垂直 FoV 的側檢視。FoV 指的是感測器 996 在任何給定時刻可以捕獲的可觀察環境的範圍,通常使用角度描述。FoV 具有兩個主要份量來定義檢視的邊界:(i) 垂直視場 FoV,測量“上下”角度,從感測器檢視中可見的最低點到最高點,以及 (ii) 水平或橫向視場 FoV,測量“左右”角度,從感測器檢視中可見的最左點到最右點。應當注意,“V”表示視場的垂直份量或範圍,而“H”表示視場的水平或橫向份量或範圍。[0169] 如圖 17 所示,上部相機元件 302a, 302b 的垂直視場 FoVv1 由視線中心線 L10 兩側的線 L11 和 L12 之間的角度或區域定義。在一些實施方式中,頭部 10 中的上部相機 302a, 302b 可以具有約 20 度至約 110 度的前向垂直視場 FoVv1,優選約 60 度至約 90 度(例如,上部相機 302a, 302b 的垂直視場 FoVv1 約為 76 度)。當機器人 1 處於伸展、直立站立位置 Su(圖 17 和圖 7)時,線 L11 和冠狀面 PF 之間形成的上部角度約為 52 度。然而,如圖 18-21 所示,由於通過包含在機器人 1 頸部的致動器 J8.1 和 J8.2 進行的機器人 1 的頭部 10 的單獨運動,該角度可以改變 30 度。換句話說,冠狀面 PF 和線 L11 之間的這個角度可以在頭部向下姿勢 Hd(圖 20)中的 22 度到頭部向上姿勢 Hu(圖 18)中的 82 度之間變化。當機器人 1 移動其軀幹 16 的位置時,這些角度可以進一步增加或減少,這顯示在圖 19 和 21 中。換句話說,當機器人 1 移動其頭部 10 和/或軀幹 16 時,冠狀面 PF 和 FoVv1 的視線中心線 L10 之間的上部角度被設計為改變。[0170] 同樣,下部相機元件 304a, 304b 具有由線 L21 和 L22 之間的角度或區域定義的垂直視場 FoVv2。在一些實施方式中,頭部 10 中的下部相機 304a, 304b 可以具有約 20 度至約 110 度的最大向下垂直視場 FoVv2,優選約 30 度至約 70 度(例如,下部相機 304a, 304b 的垂直 FoVv2 可能是約 55 度)。然而,垂直視場 FoVv2 由於頭部部分 202a 和頸部部分 202b 的設計而受到限制。雖然下部相機元件 304a, 304b 垂直視場 FoVv2 與上部相機元件 302a, 302b 相同,但實際垂直視場 FoVv2 小於垂直視場 FoVv1。同樣如圖 15 所示,下部相機 304a, 304b 的視線中心線 L20 與機器人頭部 10 的冠狀面 PF 有約 38.5-45 度的下角度。然而,如其他實施例所示,下部相機元件 304a, 304b 及其垂直視場 FoVv2 可以被省略,和/或它可能具有大於垂直視場 FoVv1 的垂直視場 FoVv2。[0171] 如圖 17 所示,前軀幹感測器元件 208.2 的豎直視場 FoV_V3 由視線中心線 L30 與線 L31 和 L32 之間的夾角或區域來限定。在某些實施例中,當機器人 1 處於伸展的直立站立姿態(圖 17)時,前軀幹感測器元件 208.2 可以具有約 85° 的面向前方的豎直視場 FoV_V3,而視線中心線 L30 相對於冠狀面 PF 向前偏轉約 45°。如圖 17 最清楚所示,當機器人 1 至少處於中立姿態 Su 時,軀幹 16 還包括一個第三攝影機(例如 208.3.2.2、208.3.2.6、208.3.2.8 中的一個),該第三攝影機設定在前軀幹感測器元件 208.2 內,並且所述前軀幹感測器元件 208.2 的一部分位於軀幹 16 內、手臂 5 的下方,其豎直視場 FoV_V3 的中心線 L30 與人形機器人 1 所站立的基本平坦支撐表面 S 不平行。換言之,豎直視場 FoV_V3 的中心線 L30 相對於支撐表面 S 是傾斜的,其內角可以在 30° 到 50° 之間。同樣,如圖 17 所示,當機器人 1 至少處於中立姿態 Su 時,軀幹 16 還包括一個第四攝影機(例如 208.3.2.2、208.3.2.6、208.3.2.8 中的一個),該第四攝影機設定在後軀幹感測器元件 208.4 內,且所述後軀幹感測器元件 208.4 的一部分位於軀幹 16 內、頸部部分 202b 的下方,其豎直視場 FoV_V4 的中心線 L_R0 與人形機器人 1 所站立的基本平坦支撐表面 S 不平行。換言之,豎直視場 FoV_V4 的中心線 L_R0 相對於支撐表面 S 是傾斜的,其內角可以在 30° 到 50° 之間。[0172] 此外,如圖 17 所示,冠狀面 PF 與線 L₃₂ 之間形成了一個下角度,約為 2 度。然而,如圖 21 所示,僅由於機器人 1 的軀幹 16 的運動,該下角度的範圍可以從前彎姿態 Tʜ(圖 19)中的 0 度到後彎姿態 Tв(圖 21)中的 30 度。然而,線 L₃₂ 與冠狀面 PF 之間的下角度並不隨視線中心線 L₃₀ 移動,而是保持在約 0-2 度,這是因為當機器人 1 的軀幹 16 處於中立位置或直立站姿 Sᴜ 或前彎姿態 Tʜ 時,垂直視場 FoVv₃ 可能會被機器人 1 的腿部 6 遮擋。換句話說,冠狀面 PF 與 FoV₃ 之間的上角度被設計為當機器人 1 移動其軀幹 16 時發生變化。同樣,後軀幹感測器元件 208.4 具有由線 L₄₁ 和 L₄₂ 之間的角度或區域限定的垂直視場 FoVv₄,其具有視線中心線 L₄₀,且角度約為 85 度。[0173] 總之,第一相機 302a 具有 (i) 大於 45 度的第一水平視場 FoVʜ₁,以及 (ii) 大於 15 度的第一垂直視場 FoVv₁。具體而言,所述第一相機 302a 具有在 20 到 110 度之間的垂直視場 FoVv₁,優選在 60 到 90 度之間,最優選在 70 到 80 度之間。此外,所述第一相機 302a 具有在 5 到 100 度之間的水平視場 FoVʜ₁,優選在 30 到 80 度之間,最優選在 50 到 60 度之間。同樣,與第一相機 302a 水平偏移的第二相機 302b 包括 (i) 大於 45 度的第二水平視場 FoVʜ₁,以及 (ii) 大於 15 度的第二垂直視場 FoVv₁。具體而言,所述第二相機 302b 具有在 20 到 110 度之間的垂直視場 FoVv₁,優選在 60 到 90 度之間,最優選在 70 到 80 度之間。此外,所述第一相機 302a 具有在 5 到 100 度之間的水平視場 FoVʜ₁,優選在 30 到 80 度之間,最優選在 50 到 60 度之間。應當理解,第一和第二相機 302a、302b 的視場具有相同的參考編號,以簡化圖示和披露。然而,正如本文所解釋的,應當理解,這些相機中的每一個都具有彼此截然不同、實質上不同或極少不同的視場。[0174] 如圖 17-21 所示,上部相機 302a、302b 的垂直視場 FoVv₁ 與頭部 10 中的下部相機 304a、304b 的垂直視場 FoVv₂ 可能會或可能不會在機器人 1 前方的重疊區域部分重疊。例如,垂直視場 FoV₁ 與垂直視場 FoVv₂ 部分重疊,因為線 L₁₂ 和 L₂₁ 在以下情況下相交:(i) 機器人 1 處於直立站立位置(圖 17);(ii) 在頭部向下姿態 Hd,即機器人 1 的頭部 10 圍繞頭部點頭(yes)致動器軸線 10.2 向下移動時(圖 18);(iii) 在頭部向下 Hd 且軀幹前彎姿態 Tf,即機器人 1 的頭部 10 圍繞頭部點頭致動器軸線 10.2 向下移動,且機器人 1 的上部部分 2 圍繞髖部 70 俯仰軸 70.2 向下移動時(圖 19);以及 (iv) 在頭部向上 Hu 且軀幹後彎姿態 Tr,即機器人 1 的頭部 10 圍繞頭部點頭致動器軸線 10.2 向上移動,且機器人 1 的上部部分 2 圍繞髖部俯仰軸 70.2 向上移動時(圖 21)。另一方面,當機器人 1 處於頭部向上 Hu 姿態,即機器人 1 的頭部 10 圍繞頭部點頭致動器軸線向上移動時(圖 20),垂直視場 FoVv₁ 與垂直視場 FoVv₂ 不重疊,因為線 L₁₂ 和 L₂₁ 在機器人 1 前方不相交。此外,垂直視場 FoVv₂ 與垂直視場 FoVv₃ 顯著重疊,因為線 L₃₁ 始終與限定垂直視場 FoVv₂ 的線 L₂₁ 和 L₂₂ 相交,如圖 17-21 所示。此外,軀幹 16 和腿部 6 可能會經常遮擋下部相機 304a、304b 的垂直視場 FoVv₂ 的一部分。例如,當機器人 1 處於圖 17 所示的中立位置或直立站姿 Su 時,下部相機 304a、304b 具有機器人 1 前方的垂直視場 FoVv₂,受限於線 L₂₂,約為 33 度至 49 度,優選約為 40 度至 45 度(例如,下部相機 304a、304b 的垂直視場 FoVv₂ 可約為 43 度)。[0175] 基於上述公開內容,應當理解,機器人 1 的視場 FoV 會隨機器人 1 的運動以及頭部 10 與軀幹 16 之間相對位置的變化而變化。舉例來說,當機器人 1 將頭部 10 和/或軀幹 16 向後傾時,由於第一豎直視場 FoV_V1 與第二豎直視場 FoV_V2(圖 20)之間的重疊區域減小,機器人 1 前方的整體視場可能會增大;而當頭部 10 和/或軀幹 16 向前傾時,由於機器人 1 的腿部 6 對 FoV_V3 產生遮擋,以及第二豎直視場 FoV_V2 與第三豎直視場 FoV_V3(圖 19)之間的重疊區域增加,機器人 1 前方的整體視場可能會減小。因此,第一豎直視場 FoV_V1 的第一中心 L10 可以繞頭部“點頭(yes)”軸或第二頸部軸在第三方向(向下,如圖 18 所示)上移動至少 15°,並且第二水平視場 FoV_H1 的第一中心 L10 可以繞該頭部“點頭”軸或第二頸部軸在第四方向(向上,如圖 20 所示)上移動至少 15°,其中第三方向或向下方向:(a) 與第四方向或向上方向相反,且 (b) 與第一方向和第二方向垂直。需要注意的是,為了簡化表達,圖中通常將 FoV1、第一豎直視場 FoV_V1 的第一中心以及第二水平視場的第一中心 L10 以單一形式示意表示;然而應當理解,每個攝影機實際上都具有各自的視場及其各自的中心。[0176] 圖 22-24 是展示了仿人機器人 1 在各種姿態下感測器 996 的變化水平或橫向視場 FoVs 的頂檢視。圖 22 是仿人機器人 1 處於中立位置或直立站姿 Su 時的水平視場 FoVs 的頂檢視。如圖 22 和圖 8 所示,機器人 1 的水平視場 FoVs 包括上部相機元件 302a、302b 的前 FoVʜ₁,下部相機元件 304a、304b 的前 FoVʜ₂,前軀幹感測器元件 208.2 的前 FoVʜ₃,以及後軀幹感測器元件 208.4 的後 FoVʜ₄。前水平視場 FoVʜ₁ 和 FoVʜ₂ 由線 Lғ₁ 和 Lғ₂ 限定,視線中心線為 Lғ₀;而後水平視場 FoVʜʀ 由線 Lʀ₁ 和 Lʀ₂ 限定,視線中心線為 Lʀ₀,兩者的寬度均約為 112 度。最後,水平視場 FoVʜ₃ 由線 Lғ₅ 和 Lғ₆ 限定。當仿人機器人 1 處於中立位置或直立站姿 Su 時,線 Lғ₁、Lғ₃ 和 Lғ₅ 位於距機器人 1 的冠狀面 PF 約 34 度的位置。[0177] 圖 23 和 24 展示了當機器人 1 從中立位置或直立站姿 Su 移動到:(i) 圖 23 中的頭部左轉姿態 Hl,以及 (ii) 圖 24 中的頭部右轉姿態 Hr 時,水平視場 FoVʜ₁ 和 FoVʜ₂ 也就是如何相對於矢狀面以及相對於水平視場 FoVʜ₃ 移動的。具體而言,當機器人 1 圍繞第二頸部致動器的旋轉軸向左或向第三方向轉頭約 60° 時,如圖 23 所示,前水平視場 FoVʜ₁ 和 FoVʜ₂ 也逆時針偏移約 60°。然而,水平視場 FoVʜ₃ 和 FoVʜ₄ 保持不變或未旋轉。同樣,當機器人 1 圍繞第二頸部致動器的旋轉軸向右或向第四方向轉頭約 60° 時,如圖 24 所示,前水平視場 FoVʜ₁ 和 FoVʜ₂ 也順時針偏移約 60°。同樣,在此狀態下,水平視場 FoVʜ₃ 和 FoVʜ₄ 保持不變或未旋轉。換句話說,冠狀面 PF 與 FoVʜ₁ 和 FoVʜ₂ 的視線中心線 Lғ₀ 之間的角度被設計為當機器人 1 移動其頭部 10 時發生變化。[0178] 注意,當機器人 1 保持軀幹 16 固定同時向左和向右轉動頭部 10 時,後軀幹感測器元件 208.4 的後 FoVʜʀ 保持不變,如圖 23 和 24 所示。總之,當機器人 1 移動其頭部部分 202a 時:(i) 水平視場 FoVʜ₁、FoVʜ₂,垂直視場 FoVv₁、FoVv₂,或所述第一和第二相機的垂直和水平視場 FoV₁、FoV₂ 均發生改變,並且 (ii) 水平視場 FoVʜ₃、FoVʜ₄,垂直視場 FoVv₃、FoVv₄,或所述第三相機(例如,包含在前軀幹感測器元件 208.2 中的 208.3.2.2、208.3.2.6、208.3.2.8 之一)和第四相機(例如,包含在後軀幹感測器元件 208.4 中的 208.3.2.2、208.3.2.6、208.3.2.8 之一)的垂直和水平視場 FoV₃、FoV₄ 保持不變。[0179] 基於上述披露,應當理解,第一水平視場 FoVʜ₁ 的第一中心 Lғ₀ 可以圍繞第一頸部軸線在第一方向(向左,如圖 23 所示)移動至少 45 度,並且 (ii) 第二水平視場 FoVʜɪɪ 的第一中心 Lғ₀ 可以圍繞第一頸部軸線在第二方向(向右,如圖 24 所示)移動至少 45 度,其中所述第二方向或右側方向與所述第一方向或左側方向相反。需要注意的是,圖中通常將 FoV₁、第一水平視場 FoV₁ 的第一中心以及第二水平視場 Lғ₀ 的第一中心 Lғ₀ 顯示為單一表示,以簡化其表示;然而,應當理解,每個相機都包括其自己的 FoV 和自己的中心。在另一個示例中,頸部部分 202b 可以包括第一自由度 J8.1,其配置為圍繞頭部點頭軸線移動第一水平視場 FoVʜ₁、FoVʜ₂ 的範圍至少 30 度,以及第二自由度 J8.2,其配置為圍繞頭部搖頭(no)軸線移動第一垂直視場 FoVv₁、FoVv₂ 的範圍至少 15 度。[0180] 頭部感測器 302 和 304 與軀幹感測器 208.2 和 208.4 之間重疊的垂直和水平視場允許機器人 1 拼接出廣角環境地圖,從而減少盲點並提高障礙物檢測能力。例如,在擁擠的倉庫或雜亂的城市環境中,機器人 1 可以利用來自下部相機 304a、304b 和前感測器元件 208.2 的前方地面檢視來檢測障礙物和不平坦的表面,而來自後感測器元件 208.4 的後方檢視則確保在倒車或改變方向時的安全移動。上述先進的感測器配置為仿人機器人 1 提供了多感測器資料融合能力,以增強其移動性和操縱能力,這可能提供除基本導航和環境互動之外的廣泛應用,以及檢測機器人 1 及其環境中的異常行為。[0181] 軀幹 16 和頭部 10 中的前向感測器 302a、302b、304a、304b 的組合,加上來自多種感測器類型(如飛行時間 (ToF) 和前視紅外 (FLIR))的資料關聯,使仿人機器人 1 能夠以更高的精度和可靠性繪製地圖並在複雜環境中導航。為了最大限度地降低共因失效 (CCF) 等風險,機器人 1 還可以採用冗餘感測器,這些感測器可能來自不同的製造商。這種多感測器方法確保了全面的環境監測;例如,機器人 1 使用足部安裝感測器感知地面障礙物和不平坦表面的能力提供了對於檢測懸崖和空隙等危險至關重要的額外冗餘層。一旦檢測到此類潛在危險,機器人就可以處理來自多個感測器的資料,關聯資訊,並採取立即的保護措施,例如停止、緩慢移動以進行調查或後退,從而防止跌倒並確保人員安全。這種能力使得機器人 1 非常適合在不同的地形上操作,如不平坦的人行道、樓梯或自然戶外環境,在這些環境中,它可以利用相關的環境資料根據地形難度調整步態或速度。它還可以根據感知到的環境資料修改動作,以進行即時路徑規劃。例如,如果機器人 1 通過其上部相機 302a、302b 或下部相機 304a、304b 檢測到前方路徑受阻,它可以利用來自後感測器元件 208.4 的後方檢視來識別替代路線或安全倒車。這種由強大的冗餘感測和資料關聯支撐的自適應能力,在繁忙的街道或活躍的建築工地等動態環境中特別有用,在這些環境中,機器人 1 必須不斷適應不斷變化的條件,從而減少未被發現的危險的可能性。[0182] 此外,頭部 10 和軀幹 16 中的多感測器元件允許機器人 1 高精度地監控其攜帶的物體。例如,如果機器人 1 任務是攜帶易碎物品或形狀不規則的物體,下部相機 304a、304b 可以提供一個物體的詳細檢視,而前感測器元件 208.2 確保機器人 1 的路徑上沒有障礙物。在工業環境中,機器人 1 可以在操縱或運輸材料時利用其感測器檢測並防止與機械或其他物體的碰撞。[0183] 頭部和軀幹感測器 302、304 與 208.2、208.4 之間重疊的垂直和水平視場也使機器人 1 能夠執行精確的拾取和放置操作。例如,上部相機 302a、302b 可以檢測高架子上的物體,而前感測器元件 208.2 確保機器人 1 的機械手可以在不與附近物品碰撞的情況下接觸到該物體。這種能力在物流和裝配線環境中特別有用,在這些環境中,精準高效的物體操縱至關重要。機器人 1 監控其負載和周圍環境的能力使其成為人機團隊中理想的協作夥伴。例如,在共享工作空間中,機器人 1 可以利用其感測器檢測附近的人類工人並調整其動作以避免碰撞或干擾。例如,來自後感測器元件 208.4 的後方檢視允許機器人 1 檢測接近的人類或物體,確保在協作環境中的安全操作。[0184] 圖 25A-25D 是展示了帶有用於樓梯導航和懸崖檢測的足部安裝感測器 932.2 的仿人機器人 1 的側檢視。多種感測器可用於這些安全目的,例如飛行時間 (ToF) 相機、雷射接近感測器、漫反射接近感測器,和/或本文披露的任何感測器或感測器組合。例如,足部安裝的漫反射接近感測器 932.2 可以是向下朝向的,並在安全步進範圍內檢測空隙。這些感測器 932.2 使用水平測量值來比較一隻腳 92a 到另一隻腳 92b 的高度,計算表面距離並識別超出安全步進限制的懸崖。如圖 25A 所示,當機器人 1 行走時,下部相機 304 的 FoVv₂ 和來自前軀幹感測器 208.2 的 FoVv₃ 均可用於檢測前方的平坦地面。當機器人 1 向前移動時,頭部 10 中的下部相機 304 可能會檢測到深度的突然變化(圖 25B),因為線 L₂₂ 越過了邊緣,而前軀幹感測器 208.2 可能會通過其 FoVv₃ 內的深度差異來證實對邊緣的檢測,因為線 L₃₂ 仍然在平坦地面上。[0185] 此時,機器人 1 可能會決定以較小的步幅緩慢接近凹陷邊緣,直到到達邊緣。通過具有線 L₅₁ 和 L₅₂ 之間 FoVv₅ 的感測器 932.2,機器人 1 可以抬起其中一條腿 6 越過邊緣進行調查。如果足部 92 底部的感測器 932.2 檢測到樓梯(圖 25C),機器人 1 可以向前移動並安全地走下樓梯。否則,當感測器 932.2 檢測到深於預定安全限制(例如 25-35 釐米)的凹陷時(圖 25D),機器人 1 可以在將質心前移或後退之前立即停止。此外,機器人 1 可以將雙臂 5 向前移動以產生停止慣性並抵消身體慣性。H. 替代實施例[0186] 圖 26-55 展示了感測器元件的四種替代實施例,它們可以與圖 1 所示的仿人機器人 1 的第一實施例互換使用。每種替代實施例具有略微不同的結構和配置,但每個實施例在結構、特徵和大致錐形的形狀上都是相似的。如下文所述,每個實施例的特徵和/或元件可以互換、加入,或從其他實施例的特徵和/或元件中移除。例如,包含在第一實施例下巴中的下部相機 304a、304b(例如,圖 26-31)可以被移除,類似於下部凹槽如何從第四、第五和第六實施例中被移除一樣。此外,在頸部元件中使用可變形材料並在頸部元件中包括致動器以允許頭部移動的功能可以加入到第一實施例的頭部和頸部元件 10 中。應當理解,這些僅僅是示例,任何特徵和/或元件都可以與本文披露的任何其他實施例互換、加入或從中移除。a. 第二實施例[0187] 如圖 26 所示,機器人 2001 包括以下部件:(i) 頭部和頸部 2010,(ii) 軀幹 2016,(iii) 左臂和右臂 2005,(iv) 左手和右手 2056,(v) 脊柱和骨盆 2060、2064,(vi) 左腿和右腿 2006,以及 (vii) 左側和右側距骨和足部 2088、2092。每條手臂 2005 包括上肱骨 2030、下肱骨 2036、上前臂 2040 和下前臂 2046 以及手腕 2050。每條腿包括髖部 2070、大腿上部 2076、大腿下部 2080 和脛骨 2084。這些部件為機器人 2001 提供了仿人形狀,并包含各種協同工作的致動器,以使所述機器人 2001 能夠執行類人動作,這是使用傳統機器人無法實現的。機器人 2001 可以擁有類似於人類的運動範圍,以便在以人類為中心的環境中操作。為了簡潔起見,關於機器人 2001 的上述披露將在下文中不再重複,但應當理解,諸如軀幹 2016 和脊柱 2060 等數字通常代表各種實施例中的相似或類同結構。[0188] 與第一實施例相比,第二實施例在機器人 2001 的感測器設計和放置方面具有若干差異。顯著的變化包括:(i) 類似於第一實施例的軀幹感測器元件 208.2 的頭部感測器元件 2302;(ii) 省略了第一實施例的下頭部或下巴感測器元件 304;(iii) 在頭部 2010 後部增加了一個後向相機 2305;以及 (iv) 頭部結構包含用於容納頭部 2010 後部的後視相機 2305 的凹槽。[0189] 如圖 27-29 所示,頭部和頸部元件 2010 的功能和操作通常與關於頭部和頸部元件 10 披露的特徵和功能相似或相同。頭部和頸部元件 10 與頭部和頸部元件 2010 之間的主要區別包括前後感測器凹槽 2272、2277 和外殼元件 2220 中的上殼體 2270,以及一個前殼體 2228,由於省略了下頭部或下巴感測器元件 304,該前殼體具有與第一實施例的面罩 236.2 不同的形狀。[0190] 注意,在第二實施例中,上殼體 2270 被加入到了外殼元件 2220 中,以容納前部和後部感測器凹槽 2272、2277。前感測器凹槽 2272 及其擱板 2284、懸垂部 2285、平面感測器蓋 2286 以及側壁 2287 和 2288,為感測器 2302 提供了一個嵌入區域,該區域可能類似於第一實施例的軀幹感測器元件 208.2,確保無遮擋的視場和保護。擱板 2284 從平面感測器蓋 2286 向前和向下延伸到前殼體 2228,呈預定角度以避免干擾感測器 2302 的操作範圍。後感測器凹槽 2277 用作後向相機 2305 的觀察口或通風系統,其設計映襯了前感測器凹槽 2272 以保持設計一致性,並為相機 2305 提供類似的嵌入區域以確保無遮擋的視場和保護。[0191] 與第一實施例類似,外殼元件 2220 配置為固定顯示器 2330 和至少一個感測器,例如安裝在電子支架 2254 上並與感測器凹槽 2272 對齊的電子元件 2222 的頭部感測器元件 2302。頭部感測器元件 2302 在設計和操作上可能與第一實施例中的軀幹感測器元件 208.2 或 208.4 實質上相似或相同。例如,感測器元件 2302 可以包括一個中間相機 2208.6、一個紅外投影儀 2208.4、一個左相機 2208.6 和一個右相機 2208.8,以及其他元件。頭部感測器元件 2302 的結構和功能映襯了軀幹感測器元件 208.2 或 208.4 的結構和功能,因此,上文中關於第一實施例中感測器元件 208.2 和 208.4 的詳細描述適用於頭部感測器元件 2302。[0192] 如圖 27-29 所示,頭部感測器元件 2302 包括具有前左視場 FoV₁ʟ 的左相機 2208.6、具有前中視場 FoV₁ᴍ 的中間相機 2208.2 和具有前右視場 FoV₁ʀ 的右相機 2208.8。在一些實施方式中,多個上部相機 2302 的視線 Losʟ、Losʀ 和 Losᴍ 彼此平行並且在第一方向上垂直於冠狀面 PF(圖 29),而在第二方向上相對於冠狀面 PF 略微傾斜(在圖 28 中距冠狀面 PF 成 91 度角)。由於多個上部相機 2302 中的每個相機 2208.2、2208.6、2208.8 都具有約 44 度的相似水平視場,上部相機 2302 的集體視場 FoV₁ 在水平方向上約為 44 度(圖 29),在垂直方向上約為 60 度(圖 28)。最後,具有視場 FoV₂ 的後置相機 2305 在水平方向上約為 82 度(圖 29),在垂直方向上約為 20 度(圖 28),其中所述視線 Losʀʀ 在兩個方向上都垂直於後平面 PR(圖 29)。[0193] 這種配置具有由線 Lғ₁ 和 Lғ₂ 之間的角度限定的約 44 度的較窄前水平視場 FoVғ,以及由線 Lʀ₁ 和 Lʀ₂ 之間的角度限定的約 82 度的後水平視場 FoVʀ 以用於後視。當機器人 2001 向左或向右轉動頭部時,前 FoVғ 和 FoVʀ 都會移動。例如,當頭部向左轉動 60° 時,FoVғ 將逆時針旋轉到線 Lғ₁-ₗₑft 和 Lғ₂-ₗₑft 之間的區域,而 FoVʀ 移動到線 Lʀ₁-ₗₑft 和 Lʀ₂-ₗₑft 之間的區域。另一方面,當機器人 2001 向右轉動頭部時,前 FoVғ 順時針旋轉到線 Lғ₁-ᵣᵢgₕₜ 和 Lғ₂-ᵣᵢgₕₜ 之間的區域,而後 FoVʀ 順時針旋轉到線 Lʀ₁-ᵣᵢgₕₜ 和 Lʀ₂-ᵣᵢgₕₜ 之間的區域,如圖 31 所示。[0194] 由線 L11 與 L12 之間夾角限定的前額相機 2302 的豎直 FoV1(或 FoV1 的豎直份量)約為 60°,其視線中心相對於冠狀面 PF 向前偏轉約 61°。如圖 30 所示,FoV1 與前軀幹感測器元件 2208.2 的 FoV3 相互重疊,後者在 L31 與 L32 之間約為 85°,並具有相對於冠狀面 PF 向前偏轉約 45° 的視線 L30。即使沒有下巴感測器元件 304a、304b,這種重疊也確保了對機器人 2001 前方區域的全面覆蓋。進一步地,設定在頭部後側的後向相機 2305 的 FoV2 在 L21 與 L22 之間覆蓋約 20°,其上邊界相對於冠狀面 PF 約為 70°。而後向軀幹感測器元件 2208.4 的豎直 FoV4(或 FoV4 的豎直份量)在 L41 與 L42 之間約為 85°,並且其視線相對於冠狀面 PF 向後偏轉約 68°。線 L22 與 L41 的相交表明,FoV2 與 FoV4 發生重疊,從而有效擴展了後向豎直視場,並提升整體安全性和導航能力。[0195] 當機器人 2001 向上和向下移動頭部時,FoV₁ 和 FoV₂ 都會上下移動。例如,當機器人 2001 的頭部 2010 圍繞頭部點頭(yes)軸 2010.2 向上移動時,FoV₁ 將向上旋轉到線 L₁₁-up 和 L₁₂-up 之間的區域;或者當頭部 10 圍繞頭部點頭軸 2010.2 向下移動時,向下旋轉到線 L₁₁-down 和 L₁₂-down 之間的區域,如圖 30 所示。同樣,當頭部圍繞頭部點頭軸 2010.2 向上移動時,FoV₂ 將向下旋轉到線 L₂₁-up 和 L₂₂-up 之間的區域;或者當頭部圍繞頭部點頭軸 2010.2 向下移動時,向上旋轉到線 L₂₁-down 和 L₂₂-down 之間的區域。換句話說,冠狀面 PF 與 FoV₁ 和 FoV₂ 之間的角度被設計為當機器人 2001 移動其頭部 2010 時發生變化。[0196] 與第一實施例不同,第二實施例省略了下巴下方的頭部相機 304a、304b,而是依靠前額相機 2302 和前軀幹感測器 2208.2 進行前方感知。在第二實施例中引入了後頭部相機 2305,為機器人 2001 提供了增強的後視能力。例如,如圖 30 所示,前額相機 2302 的 FoV₁ 和前軀幹感測器 2208.2 的 FoV₃ 輕微重疊。與第一實施例(圖 17)相比,省略下巴相機 304 導致下部垂直視場中的重疊視場顯著減少。另一方面,包含後頭部相機 2305 及其 FoV₂ 可以通過提供與後軀幹感測器 2208.4 的 FoV₄ 有價值的重疊資訊(關於機器人 2001 後方的環境)來補償這種減少。[0197] 在第二實施例中省略下頭部或下巴相機 304 提供了幾個優勢。首先,它簡化了頭部結構,減少了因頻繁轉頭引起的機械磨損。其次,感測器數量的減少減少了需要處理和分析的資料量,從而提高了能源效率和響應時間。此外,對於後視,機器人 2001 使用後頭部感測器瞄準視場可能比使用後軀幹感測器容易得多。此外,來自後頭部相機 2305 和後軀幹的組合垂直視場 (AI工業)
工業機器人:重塑現代工業體系的鋼鐵軍團
導讀THECAPITAL依託於工業 4.0、智能製造等戰略推動,以及人工智慧、感測器、物聯網等技術的持續突破,工業機器人同時響應了製造業應對勞動力成本上升、高危複雜場景作業需求增加、柔性生產轉型迫切等現實挑戰,是培育新質生產力、促進產業升級的關鍵支撐。核心觀點:依託於工業 4.0、智能製造等戰略推動,以及人工智慧、感測器、物聯網等技術的持續突破,工業機器人同時響應了製造業應對勞動力成本上升、高危複雜場景作業需求增加、柔性生產轉型迫切等現實挑戰,是培育新質生產力、提升國家製造業核心競爭力與產業升級的關鍵支撐。2025年以來,中國工業機器人產業延續強勁發展態勢,前三季度中國總產量已達59.5萬套,超過去年全年總量,中國國產化率實現跨越式提升。此外,中國作為全球最大工業機器人產銷市場的地位持續鞏固。2024年銷量增至30.2萬台,複合增長率為17.2%。預計2025年,中國工業機器人市場銷量有望達到32.5萬台,同比增速約7.7%。從短期發展趨勢看,六軸機器人仍為市場主流產品,在汽車、新能源等行業應用廣泛,其中大負載機器人將是未來發展趨勢,且隨著中國國產廠商技術能力的不斷提升,中國國產品牌的市場份額將逐步提升。儘管面臨全球需求波動,政策支援與AI融合創新正推動工業機器人行業邁向高品質發展階段。近十年中國機器人賽道投融資中,工業製造與自動化機器人以1947.72億元規模佔據絕對主導地位。在中國工業機器人市場,發那科、愛普生、ABB和安川電機等外資品牌仍然佔據一定地位。但中國國產工業機器人產業經過近年來的技術積累,逐漸形成自己的競爭優勢。2024年前三季度發那科市場份額為11.1%,本土企業中埃斯頓、匯川技術、埃夫特、新時達進入前十。行業概述(1)定義工業機器人是面向工業領域的多關節機械手或多自由度的機器裝置,具有自動性,可依靠自身動力能源和控制能力實現工業加工製造功能。工業機器人由主體、驅動系統和控制系統三個基本部分組成。主體即機座和執行機構,包括臂部、腕部和手部,有的機器人還有行走機構;驅動系統包括動力裝置和傳動機構,用以使執行機構產生相應的動作;控制系統是按照輸入的程序對驅動系統和執行機構發出指令訊號,並進行控制。工業機器人能通過程式設計完成搬運、銲接、裝配、噴塗等任務,廣泛應用於汽車、電子、物流等行業,是現代工業自動化的重要工具。(2)分類工業機器人包括加工、裝配、包裝機器人等。按照機械機構,工業機器人又可被分為垂直關節型、平面關節型、並聯機器人、直角坐標型等,前三種屬於多關節機器人,其中垂直關節型、平面關節型一般為串聯機器人,協作機器人也屬於串聯機器人的一種。圖表1 工業機器人的四大種類資料來源:融中諮詢(3)關鍵技術1)整機技術整機技術是指以提高工業機器人產品的可靠性和控制性能,提升工業機器人的負載/自重比,實現工業機器人的系列化設計和批次化製造為目標的機器人技術。主要有:本體最佳化設計技術、機器人系列化標準化設計技術、機器人批次化生產製造技術、快速標定和誤差修正技術、機器人系統軟體平台等。本體最佳化設計技術是其中的代表性技術。本體最佳化設計技術即對工業機器人的本體進行最佳化設計和性能評估的技術。在現代工業生產的一些高速、多載的應用場合下,需要保證工業機器人加工過程中的運動精度和運動平穩性,因此在工業機器人的本體結構設計開發時,必須對其慣性參數和結構參數進行不斷最佳化,使機構的質量、剛度得到合理的分佈,工業機器人整機具有良好的動態性能。2)部件技術部件技術是指以研發高性能機器人零部件,滿足工業機器人關鍵部件需求為目標的機器人技術。主要有:高性能伺服電機設計製造技術、高性能/高精度機器人專用減速器設計製造技術、開放式/跨平台機器人專用控制(軟體)技術、變負載高性能伺服控制技術等。高性能伺服電機設計製造技術和高性能/高精度機器人專用減速器設計製造技術是其中的代表性技術。工業機器人領域中應用的伺服電機應具有快速響應、高啟動轉矩、低慣量、寬廣且平滑的調速範圍等特性,目前應用較多的是交流伺服電機。設計高性能高功率密度伺服電機需要根據設計指標綜合考慮電機結構參數、部件材料、磁路結構等要素,並通過有限元等方法綜合分析電機性能。減速器通常用作原動件與工作機之間的減速傳動裝置,起到匹配轉速和傳遞轉矩的作用,機器人領域常用的精密傳動裝置主要有輕載條件下的諧波減速器和多載條件下的RV減速器。設計高性能/高精度機器人專用減速器需綜合考慮傳動精度、齒廓修形、扭轉剛度以及回差等技術指標。3)整合應用技術整合應用技術是指以提升工業機器人任務重構、偏差自適應調整能力,提高機器人人機互動性能為目標的機器人技術。主要有:基於智能感測器的智能控制技術、遠端故障診斷及維護技術、基於末端力檢測的力控制及應用技術、快速程式設計和智能示教技術、生產線快速標定技術、視覺識別和定位技術等。視覺識別定位技術是其中的代表性技術。視覺識別和定位技術是一項涉及人工智慧、圖像處理、感測器技術和電腦技術等多領域的綜合技術,廣泛地應用在工業生產中的缺陷檢測、目標識別與定位和智能導航等方面。行業發展歷程中國的工業機器人研究開始於20世紀70年代,大體可分為5個階段,即理論研究階段、示範應用階段、初步產業化階段、快速發展階段、高品質發展階段。(1)理論研究階段(20世紀70年代到80年代初)研究單位分佈在中國部分高校,這一階段由於當時國家經濟條件等因素的制約,在機器人造助學、機構學等方面取得了一定的進展,為後續工業機器人的研究奠定了基礎。(2)示範應用階段(20世紀90年代)為促進高技術發展與國民經濟主戰場的密切關係,確定了特種機器人與工業機器人及其應用工程並重、以應用帶動關鍵技術和基礎研究的發展方針。這一階段共研製出7種工業機器人系列產品,102種特種機器人,實施了100余項機器人應用工程,同時為了促進中國國產機器人的產業化,90年代末,建立了9個機器人產業化基地和7個科研基地。(3)初步產業化階段(21世紀初-2010年)國家中長期科學和技術發展規劃綱要突出增強自主創新能力這一條主線,著力營造有利於自主創新的政策環境,加快促進企業成為創新主體,大力倡導企業為主體,產學研緊密結合,中國一大批企業或自主研製或與科研院所合作,進入工業機器人研製和生產行列,中國工業機器人進入了初步產業化階段。(4)快速發展階段(2010年-2022年)伴隨中國汽車、3C產業自動化浪潮,整合商介入工業機器人業務,市場出現跨越增長。隨著工業機器人頂層設計出台,通過政策大力扶持,行業迎來發展高峰;隨著後續頂層設計往下傳導,地方政府密集出台應用補貼政策,企業數量爆發式增長,行業迎來發展新高峰。(5)高品質發展階段(2023年及以後)2023年,中國工業機器人產量首次出現負增長,市場競爭進入優勝劣汰、存量最佳化階段。與此同時,內資廠商銷量佔比超過一半,中國國產替代加速,產業結構最佳化趨勢日益明顯圖表2 中國工業機器人行業發展歷程資料來源:融中諮詢行業全景與市場規模(1)產業鏈結構近年來工業機器人產業蓬勃發展,已形成相對完整的產業鏈。上游包括工業機器人所需的核心零部件,如控製器、機械臂、感測器伺服系統、減速器和末端執行器等。這些部件是機器人性能的基礎,技術壁壘較高,市場競爭激烈。中游主要涉及工業機器人的整機製造及系統整合。中游企業負責將上游的核心零部件整合成完整的機器人產品,常見的機器人類型包括多關節機器人、SCARA機器人和協作型機器人等。下游應用領域廣泛,主要包括汽車製造、3C電子、金屬加工、食品飲料、化工行業、倉儲物流等。下游企業將機器人技術應用於具體的生產和服務場景中,以提高效率和降低成本。圖表3 工業機器人行業產業鏈資訊來源:融中諮詢2)行業市場規模在製造業智能化升級的需求拉動,以及上游核心零部件中國國產化率逐漸提升的背景下,中國工業機器人產量持續保持增長態勢。2016年中國工業機器人產量為7.24萬台,到2024年增至55.6萬台,年均複合增長率超過20%。2025年以來,中國工業機器人產業延續強勁發展態勢,前三季度中國總產量已達59.5萬套,超過去年全年總量,中國國產化率實現跨越式提升。圖表4 2015年-2025年前三季度中國工業機器人行業產量(萬台)資訊來源:國家統計局,融中諮詢2016年以來,中國工業機器人銷量整體呈現波動上升趨勢,2016年銷量為8.5萬台,2024年銷量增至30.2萬台,複合增長率為17.2%。中國作為全球最大工業機器人產銷市場的地位持續鞏固。預計2025年,中國工業機器人市場銷量有望達到32.5萬台,同比增速約7.7%。圖表5 2015年-2025年中國工業機器人行業銷量(萬台)資訊來源:國家統計局,融中諮詢(3)細分市場結構從短期發展趨勢看,6軸機器人仍為市場主流產品,在汽車、新能源等行業應用廣泛,其中大負載機器人將是未來發展趨勢,且隨著中國國產廠商技術能力的不斷提升,中國國產品牌的市場份額將逐步提升.圖表6 2020-2025年中國工業機器人細分市場格局資訊來源:融中諮詢政策與融資動態(1)政策環境近年來,工信部及有關部門採取了一系列政策措施來支援工業機器人行業的發展,比如支援機器人技術的研發和應用,支援機器人行業發展的投資和融資政策,大力發展機器人新興產業,以及制定行業標準的政策措施等。這些政策共同構成了中國工業機器人行業的政策生態,為行業的高速增長和技術升級提供了堅實保障。圖表7 工業機器人行業相關政策資料來源:融中諮詢(2)融資動態中國機器人行業歷經十年演進,呈現資本驅動、市場洗牌與技術驅動三階段特徵:2015-2017年資本密集型擴張推動市場滲透率快速提升(融資額激增9倍);2018-2019年行業進入集中度最佳化期;2020年後伴隨技術迭代加速與場景深化,2024年融資總額達686.28億元(較2015年增長525%),2025年前三季度320.63億元融資與521筆交易頻次印證行業技術護城河建構與產業化應用雙輪驅動。儘管面臨全球需求波動,政策支援與AI融合創新正推動行業邁向高品質發展階段。圖表8 2015年-2025年Q3中國機器人行業融資變化趨勢(筆,億元)資料來源:融中資料近十年中國機器人賽道投融資呈現顯著分化格局,資本優先佈局商業化路徑明確、能快速提升效率或創新服務的領域,呈現“技術-場景雙輪驅動”特徵。工業製造與自動化機器人以1947.72億元規模佔據絕對主導地位,凸顯其作為核心技術領域的產業基石地位。商業服務與場景化機器人(694.87億元)及底層技術與零部件賽道(411.13億元)緊隨其後,反映資本對技術成熟度與規模化應用價值的雙重認可。物流倉儲(333.47億元)與醫療健康機器人(303.22億元)憑藉垂直場景的高價值需求形成中等規模市場。特種與新興應用場景機器人(11.71億元)雖融資量級有限,但體現資本對前沿技術探索的持續關注。圖表9 近10年中國機器人行業細分賽道融資情況資料來源:融中資料從近10年中國機器人行業投融資事件輪次分佈情況來看,目前該行業的投融資活動以早期和初創期為主,其中天使類和A輪投資數量最多。圖表10 近10年中國機器人行業投融資事件輪次分佈情況資料來源:融中資料全球工業機器人行業的投資熱點主要集中在核心技術研發、新興應用領域拓展和產業鏈整合等方面。在核心技術研發方面,投資者關注人工智慧、感測器、控制演算法等領域的創新企業。新興應用領域如醫療機器人、服務機器人等也吸引了大量投資。此外,產業鏈整合方面的投資也在增加,企業通過併購、戰略合作等方式,完善產業鏈佈局,提高市場競爭力。競爭格局與主要參與者(1)行業競爭格局在中國工業機器人市場,發那科、愛普生、ABB和安川電機等外資品牌仍然佔據一定地位。但中國國產工業機器人產業經過近年來的技術積累,逐漸形成自己的競爭優勢。根據MIR DATABANK發佈的資料,中國工業機器人整體市場出貨量排名TOP10分別為發那科、埃斯頓、匯川科技、庫卡、愛普生、ABB、安川、埃夫特、雅馬哈、新時達,2024年前三季度發那科市場份額為11.1%,本土企業中埃斯頓、匯川技術、埃夫特、新時達進入前十。圖表11 2024年工業機器人出貨品牌份額資料來源:融中諮詢由於工業機器人存在巨大的市場潛力和發展空間,各地紛紛將工業機器人產業作為製造業轉型升級的重要抓手,大力發展工業機器人人。目前,中國工業機器人產業主要分佈在長三角、珠三角、京津冀、東北地區和中西部地區,各區域根據自身產業基礎和優勢,形成了差異化的發展路徑。長三角和珠三角以高端製造和系統整合為主,市場化程度高。京津冀和東北地區依託傳統製造業,重點發展重工業領域應用。中西部地區通過產業轉移和政策支援,快速發展機器人產業,潛力巨大。圖表12 工業機器人產業主要分佈區域資料來源:企查查(2)代表性企業ABBABB(Asea Brown Boveri)是一家由兩個歷史100多年的國際性企業(瑞典的ASEA和瑞士的BBC Brown Boveri)在1988年合併而成,名列全球500強,總部坐落於瑞士蘇黎世。ABB的業務涵蓋電力產品、離散自動化、運動控制、過程自動化、低壓產品五大領域,以電力和自動化技術最為著名。ABB是全球裝機量最大的工業機器人供貨商。2025年4月,ABB宣佈將其機器人業務分拆為獨立上市公司,預計於2026年第二季度完成上市。ABB計畫在歐洲投資2.8億擴大產能,加強歐洲市場本地供給。該園區與上海超級工廠(亞洲市場)、美國奧本山工廠(美洲市場)形成全球三角佈局。ABB集團2024年銷售收入為329億美元,同比增長2%;營運利潤為50.71億美元,同比增長4%,利潤率為15.4%。ABB集團2025年前三季度銷售收入為90.83億美元,同比增加11%;營運利潤為16.62億美元,同比增加27%。發那科日本發那科公司(FANUC)是成立於1956年的日本科技企業,總部位於日本,主要從事數控系統、工業機器人及智能製造裝置的研發生產。其數控系統全球市場佔有率超過50%,日本中國市場份額達70%,2023財年營業收入8520億日元,淨利潤1706億日元,2024財年機器人業務營收佔比48%,工業自動化業務佔比23%,根據MIR DATABANK發佈的資料,發那科工業機器人出貨量居全球首位,市場份額約為20%。庫卡1898年,庫卡(KUKA)成立於德國巴伐利亞州奧格斯堡;1998年庫卡正式進軍中國市場;2017年美的集團正式收購庫卡集團;2019年美的庫卡智能製造科技順德園區投入使用。作為智能、綠色和節能自動化解決方案的全球供應商,庫卡向各個行業領域提供工業機器人、自主移動機器人(AMR)及其控製器、工業軟體和基於雲的數字服務,以及全面互聯的生產系統。庫卡的業務涵蓋汽車(重點電動汽車)、電池、電子、金屬和塑料、消費品、食品、電子商務、零售和醫療保健等行業。庫卡(KUKA)2024年營業收入37.32億歐元,同比減少7.93%。2024年毛利率為22.52%,相比2023年有所下降;2024年淨收入為-4890萬歐元,同比下降170.06%。埃斯頓埃斯頓自動化成立於1993年,堅持“ALL Made By Estun”全產業鏈戰略,建構了完全自主可控的智能製造生態鏈。埃斯頓連續七年穩居中國工業機器人中國國產品牌出貨量首位,2025年上半年以10.5%的市場佔有率登頂中國機器人銷量總榜榜首。埃斯頓深入洞察市場需求,結合創新技術,成功培育三大核心業務。1)工業自動化系列產品。埃斯頓擁有自主化運動控制核心技術,打造TRIO/埃斯頓雙品牌,產品包括:HMI、數控系統、運動控製器、PLC、交流伺服系統(50W-200KW)、編碼器等豐富的自動化核心部件系列產品,覆蓋資訊層-控制層-驅動層-執行層,為電子製造、半導體、鋰電池、包裝、紡織、機床等行業建構了TRIO+ESTUN智能控制完整解決方案。2)工業機器人及智能製造解決方案。基於自主化機器人核心技術,埃斯頓打造了95款工業機器人產品,覆蓋3kg-1200kg負載,產品包括SCARA機器人、協作機器人、通用多關節機器人、行業專用機器人(高防護、潔淨、防爆、折彎、碼垛、銲接、沖壓等)。擁有數十種成熟的行業工藝軟體包,廣泛應用於汽車、太陽能、鋰電池、汽車零部件、電子製造、工程機械、海工船舶等各個領域,為行業頭部品牌打造燈塔工廠。3)數位化產品及數位化服務。產品包括工業軟體及數位化平台,覆蓋產線設計與驗證——整合交付——維運服務的全生命周期解決方案,打造了E-Noesis雲平台、遠端維運平台E-Care,提供涵蓋過程質量檢測與最佳化、故障預警分析、遠端維運、資料融合等數位化功能,使裝置參數、工藝參數、產能、質量資料透明化,為使用者打造數位化核心競爭力。埃斯頓2024年營業收入為40.09億元,同比下降13.83%;歸母淨利潤為-8.10億元,同比下降700.14%。2024年,公司毛利率為29.57%,同比下降2.36%;淨利率為-20.38%,較上年同期下降23.23%。2025年前三季度,埃斯頓營收38.04億元,同比增長12.97%;歸母淨利潤2900.39萬元,從上年同期虧損轉為盈利,同比增長143.48%。埃斯頓整體毛利率微降,前三季度毛利率為28.45%,同比下降1.22個百分點,第三季度毛利率為30.09%,同比下降0.18個百分點。匯川技術匯川技術創立於2003年,聚焦工業領域的自動化、數位化、智能化,專注“資訊層、控制層、驅動層、執行層、感測層”核心技術,專注於工業自動化控制產品的研發、生產和銷售,定位服務於高端裝置製造商,快速為客戶提供更智能、更精準、更前沿的綜合產品及解決方案。匯川技術擁有蘇州、杭州、南京、上海、寧波、長春、香港等30余家分子公司。2024年,匯川技術全年實現營業總收入達370.4億元,較上年同期增長22%,實現營業淨利潤42.9億元。公司形成五大業務:通用自動化、智慧電梯、新能源汽車、工業機器人、軌道交通。1)通用自動化產品:包括各種變頻器、伺服系統、控制系統(PLC/CNC)、工業視覺系統、感測器、高性能電機、高精密絲槓、工業網際網路等核心部件及光機電液一體化解決方案;2)智慧電梯產品:包括電梯控制系統(一體化控製器/變頻器)、人機介面、門系統、控制櫃、線纜線束、井道電氣、電梯物聯網等產品及電氣大配套解決方案;3)新能源汽車產品包括電驅系統(電機、電機控製器、電驅總成)和電源系統(DC/DC、OBC、電源總成);4)工業機器人產品:包括SCARA機器人、六關節機器人、視覺系統、高精密絲槓、控制系統等整機及零部件解決方案;5)軌道交通產品包括牽引變流器、輔助變流器、高壓箱、牽引電機和TCMS等牽引系統。公司產品廣泛應用於新能源汽車、電梯、空壓機、工業機器人/機械手、3C製造、鋰電、太陽能、起重、機床、金屬製品、電線電纜、塑膠、印刷包裝、紡織化纖、建材、冶金、石油化工、煤礦、注塑機、市政、軌道交通等行業。匯川技術2024年全年實現營業收入約370.41億元,同比增加21.77%;歸屬於上市公司股東的淨利潤約42.85億元,但利潤減少了9.62%。毛利率為28.70%,同比下降3.63個百分點;淨利率為11.73%,較上年同期下降3.96個百分點。工業機器人產品銷量在中國市場的份額約8.8%,位居第三名,其中SCARA機器人產品銷量在中國市場的份額約27.3%,位居第一名。2025年前三季度,公司實現營收316.63億元,同比增長24.67%;實現歸屬於上市公司股東的淨利潤42.54億元,同比增長26.84%。前三季度毛利率為29.27%,同比下降1個百分點,主因是低毛利的新能源汽車業務收入佔比上升。前三季度公司淨利率為13.44%,同比提升0.23個百分點。新松機器人新松機器人成立於2000年,是一家以機器人技術和智能製造解決方案為核心的高科技上市公司。作為國家機器人產業化基地,新松以智能製造為業務主攻方向,擁有自主智慧財產權的工業機器人、移動機器人、特種機器人三大類核心產品,以及銲接自動化、裝配自動化、物流自動化三大系統解決方案,同時面向國家主導產業及戰略新興產業持續孵化汽車工業、電子工業、半導體、智慧城市、智慧康養、智慧建築等N+個具有高度競爭力和良好成長性的優勢戰略業務,前瞻佈局具身智慧型手機器人全矩陣產品研發及產業化應用,建構了健康科學可持續的產業體系。2024年,新松機器人營業收入創歷史新高,實現41.38億元,同比增長4.33%,歸屬於上市公司股東淨利潤-1.94億元,毛利率14.62%,同比增長0.84%。2025年前三季度新松機器人實現22.18億元,同比下降8.73%;歸屬於上市公司股東的淨利潤為-1.60億元,同比跌59.96%。未來發展趨勢(1)技術升級與智能化未來機器人技術將持續升級,智能化程度進一步提高。工業機器人將與人工智慧、5G、邊緣計算等技術深度融合,實現自主學習和決策,適應複雜場景。例如,通過視覺識別和深度學習演算法,機器人可更精準地完成裝配、檢測任務。另一方面,人機協作進一步深化,輕型化、柔性化的協作機器人應用將更廣泛,與人類在生產中協同作業,提高靈活性和安全性。(2)應用領域拓展作為全球最大的製造業大國,中國龐大的製造業體量孕育出了巨大的工業機器人市場需求。汽車行業作為傳統的工業機器人應用大戶,其對於高精度、高效率的工業機器人需求持續旺盛。同時,隨著中國製造的不斷轉型升級,3C、半導體、新能源、物流倉儲、智能家居等新興領域對於工業機器人的需求也呈現出快速增長的趨勢。在3C領域,工業機器人的高精度、高效率特點得到了充分發揮,為電子產品的組裝、測試等環節提供了有力支援。在半導體領域,工業機器人的精細操作和高度穩定性為半導體製造提供了可靠保障。在新能源領域,工業機器人在電池生產、太陽能裝置製造等環節的應用也越來越廣泛。此外,在物流倉儲和智能家居等領域,工業機器人也發揮著越來越重要的作用,為行業的智能化升級提供了有力支援。預計未來,隨著新興領域的不斷拓展和技術的不斷進步,工業機器人的應用領域將進一步拓寬,市場需求也將持續擴容。同時,中國外市場的競爭加劇也將推動工業機器人企業不斷提升產品性能和服務水平,以滿足不同領域、不同客戶的需求。(3)中國國產化加速一方面表現為核心零部件突破:中國企業在減速器、伺服系統、控製器等核心零部件領域技術進步顯著,中國國產化率逐步提升,降低對外依賴。另一方面表現為品牌競爭力增強:埃斯頓、匯川技術、新松等中國國產廠商通過技術創新和市場拓展,市場份額不斷擴大,在中低端市場佔據主導,並逐步向高端領域滲透。(4)全球化佈局加快中國企業加速海外佈局,通過設立分支機構、本地化服務團隊等方式,提升國際市場份額,尤其在亞太、歐洲、北美等地區競爭力增強。未來與國際企業合作研發、技術交流成為常態,推動全球工業機器人技術進步和市場融合。風險與挑戰(1)價格競爭激烈,供需失衡為了搶佔市場,工業機器人生產廠商之間價格戰愈演愈烈。例如,2025年上半年,部分SCARA機器人的單台價格已下探至萬元水平,一年內降幅高達50%。這直接導致行業出現“增量不增收、增收不增利”的怪象,即使是以埃斯頓為代表的頭部企業也難逃虧損。從行業供需結構來看,一方面,傳統行業需求趨近飽和,而新興行業尚在起步。另一方面,此前企業擴張過快,加上眾多新競爭者湧入,導致產能相對過剩。大量功能相似的機器人產品在市場上湧現,企業為了清庫存、保產能,不得不陷入以價格為主要手段的同質化競爭。(2)核心技術瓶頸待突破在備受關注的人形機器人等前沿領域,技術瓶頸尤為突出,具體表現在末端執行器精度不足(導致精密作業效率低下)、能源系統效能低下(續航時間短)以及熱管理缺陷(關節電機易過熱)等方面。在工業場景中,機器人的“大腦”即具身智能水平,仍處於發展的早期階段。雖然中國工業機器人的中國國產化率已超過50%,但在控製器、高精度減速器、高性能伺服電機等核心零部件上,中國國產產品在技術成熟度、產品一致性和質量可靠性方面,與國際先進水平仍有差距。(3)AI融合帶來的新安全隱患當AI大模型引入工業領域,其固有的隨機性與工業對確定性的高要求產生了劇烈碰撞。已有真實案例表明,大模型的“幻覺”可能導致機器人執行危險指令,造成生產事故。如何為AI上好“安全籠頭”,是行業必須面對的課題。 (融中財經)
突破“卡脖子”!清華學覇幹出又一個世界第一
讓世界看見中國的創新。今天,人人都離不開手機拍照,離不開手機拍照,也就是離不開CMOS圖像感測器。CMOS圖像感測器(CMOS Image Sensor,簡稱CIS晶片)之於手機攝像,就像“視網膜”之於人眼,其技術與品質優劣直接關係到拍攝效果的好壞。相當長一段時間,生產了全球約一半智慧型手機的中國人,卻做不出一片自己的CIS晶片,低端的不行,中高端的就更不行。但現在,這種局面也不復存在了。現在,中國企業已稱霸中低端CIS晶片市場,並且加速衝向高端市場。今年3月,非洲手機之王傳音發佈了新機Infinix Note 50,後置主攝搭載了格科微5000萬像素的圖像感測器;9月,vivo Y500新機上市,後主攝搭載的同樣是格科微新一代5000萬像素圖像感測器……5000萬像素離塔尖依然有相當距離,但它背後的格科微已為此奮鬥了超過20年,並且以全球出貨量前二,證明了中國人在科技領域的趕超速度和實力。早在2003年,從湖南益陽走出的趙立新就成立格科微,向CMOS圖像感測器發起衝擊。“六零後”趙立新少時家貧,和父親一起擺地攤組裝自行車,是他成長中的難忘印跡:“30元一輛,現在我的手藝還不錯。”雖然課餘要幹活,趙立新的學習成績也是很好,經常考第二、三名,但父親總說,“吃飽了飯,怎麼能不考第一啊?”父親出身孤兒但心靈手巧,小時候餓著肚子也能考第一,18歲時想做電動機,到工廠看了一圈就學會了,憑手藝沒有讓家人挨過餓受過凍,他教給趙立新兩樣受用至今的東西:動腦動手能力,以及吃飽飯就要考第一的心態。1985年,趙立新獲得全國青少年創新發明一等獎,被保送到清華大學,專業任他挑。他選擇了無線電系,這個系就是走出了韋爾股份創始人虞仁榮等十餘位半導體上市公司創始人或高管的“清華EE85”。去北京前的暑假,父親對他說,“我還有個手藝沒教你。”於是,趙立新又有了一個印象深刻的暑假:父子倆手工打了一套模具。在清華大學微電子研究所碩士畢業後,趙立新先後在新加坡特許半導體公司、美國矽谷ESS公司和UT斯達康從事研發工作,帶著父親的“手藝”精神,他幹過蝕刻工藝和CMOS圖像感測器開發,軟體、電路設計和測試,也都成了他的新“手藝”。繼承了父親“手藝”精神的趙立新,在發展事業上卻和父親完全不同性格。他的父親開過很多小工廠,但生意不佳,“他只做無風險的事,到最後零風險零回報。”為了不再重複父親的“零回報”,趙立新要求自己敢於去冒險,“10倍的風險,意味著100倍的回報。”於是,他一邊做著低風險的工作,一邊尋求著高風險的高回報機會。2000年,機會來了。當年,夏普發佈世界第一款拍照手機,雖然攝影機只有11萬像素,但開啟了手機拍照新時代。趙立新馬上從中看到CMOS圖像感測器領域的巨大前景,在此領域手握10多項技術專利的他決定回國創業。兩個高中同學也聞訊趕來,一人投了100萬美元。2003年,37歲的趙立新和清華82屆的師兄李文強、85屆的同學魏軍一起創辦了格科微。老同學的200萬美元,風投進來的340萬美元,再加上自己的幾十萬美元,公司前期總共投入600萬美元,對純初創企業來說,錢不少了,但對晶片設計行業而言,卻是杯水車薪。如何用這點錢“撬動地球”呢?趙立新的辦法是繼續找人合作,整合資源,加速處理程序。他通過打探瞭解到,中芯國際也在關注圖像感測器,於是找上門去提議:格科微做設計,中芯出錢為其建立生產線,大家合作一起突圍。也是在創業階段的中芯國際同意了。於是,趙立新直接把公司開到了中芯國際當年建廠時的臨時辦公室:位於上海張江高科技園區裡的一個簡易工棚。▲來源:格科微官網“工棚很破舊了,桌子上全是螞蟻,我們每天第一件事就是處理螞蟻。”押上全部身家的趙立新對妻子說:“如果輸了,咱就不玩了。”創業之初,工程師出身的趙立新飽嘗欠缺市場和管理經驗所帶來的教訓——他憑著一腔熱血,一上來就做高端圖像感測器設計,但研發受阻。眼看此路不通,又轉去做基帶,然而繼續不順。人員管理上也出過大問題,公司的資料庫曾被一個員工帶走,還出去融了幾百萬美元,掉過頭來成了格科微的競爭對手。談到當時犯的錯誤,趙立新說,“老天不滅我,很多人犯了一次錯就‘死’了,但我們獲得了再起的機會。”這個再起的機會,就是重新回到CIS晶片研發,而且放低姿態,由易到難。當國際巨頭已經在研製200萬-500萬像素的CIS晶片時,格科微從30萬像素開始做起。經過四十多次的試板後,2005年,格科微的第一款,也是中國第一款具有商業價值的CIS產品投片成功了。這款產品的關鍵工藝是“三電晶體”,當時國外已普遍應用,國內還處於實驗室階段,格科微率先實現了國產化,然後也抓住了一個好機會:趕上國內攝影機市場的興起,而攝影機30萬像素已基本夠用了。於是,這款低像素的產品,最終卻獲得相當不錯的回報,量產當年就賣出1600萬顆,銷售額突破500萬美元,在30萬像素市場獨佔鰲頭。2007年,iPhone橫空出世,徹底改變了手機行業的格局,手機拍照功能也因此一日千里,像素和攝影機數量不斷升級,格科微則一路追趕到了200-500萬像素產品。這也是九死一生的勝利。首先是研發的困難。據公司研發總監李傑回憶,格科微最初做200萬像素產品時,第一片晶圓上的2000顆晶片中,只有一顆可以達到標準,良率0.05%。但趙立新堅持加大研發,最終不但用夜以繼日的鏖戰,把良率提升到了95%以上,而且還通過對電路設計和工藝的創新,做到了比同類產品成本少35%-50%,性能表現卻反倒提升了40%。其次是市場的困難,競爭的困難。眼看格科微一步步突圍,統治市場的國際巨頭們開始行動了。他們發起了慘烈的價格戰,將格科微水準級的產品打成了賣越多虧越多的血海,企圖讓格科微直接倒在這一處理程序。“當時在深圳,他們把庫存按斤來賣,直接把我們打到帳上只剩200元。”趙立新回憶說。好在投資人們看好格科微的前景,決定繼續帶資支援,被輸血的格科微則乾脆主動發起戰爭,以低成本優勢用更低價格大殺四方,最終幾乎統治了中低端產品市場,有媒體形容其為“所到之處,寸草不生,堪稱圖像感測器領域的‘拼多多’”。到2014年,格科微的CMOS感測器出貨量已超過9.4億顆,銷售額突破3.5億美金,成為了國內CMOS圖像感測器晶片的出貨量第一。在CIS晶片突圍的同時,格科微還利用核心技術的擴展應用,發起了另一場戰爭:自主研發作為液晶顯示器核心元件的LCD驅動晶片。國內的顯示驅動晶片市場,曾長期由矽創電子、奇景光電等台灣企業主導。2010年格科微設立了顯示驅動產品線,到2019年,其LCD驅動晶片出貨量達到4.2億顆,是國內出貨量排名前五的LCD驅動晶片供應商中,唯一一家出身大陸的供應商。憑藉CMOS圖像感測器和LCD驅動晶片兩大拳頭產品的持續增長,到2020年格科微的年營收已接近65億人民幣,其CMOS圖像感測器出貨量更是突破20億顆達0.4億顆,位列世界第一。如今出貨量有所下降,但也依然位居全球第二。成為第一併沒有讓趙立新高興多久,因為這個第一,量有了,但質不夠。若按銷售收入算,2020拿到全球出貨量第一的格科微,只能排全球第四,而且是比全球第一斷崖式落後的全球第四。當年,格科微CIS晶片的收入為58.6億元,只佔全球5%,而全球第一索尼的CMOS業務營收為94億美元,市佔率高達40%。差距的關鍵在於,索尼擁有高端市場的50%份額,其收入主要來自1300萬像素以上的高檔產品,而格科微的營收則來自200-500萬像素和800-1300萬像素的中低端產品,高端收入不足1%。趙立新耳邊又響起了父親的那句話,“吃飽飯了,還不能拿第一?”於是,他帶隊繼續攻堅,向高端發起挑戰:一方面抓住國家扶持科創尤其是自主核心技術突破的機遇,推動公司上市募資,擴大資本實力;一方面最佳化公司的發展模式,從Fabless轉型為Fab-Lite,並且定下了實現30億美元營收的目標。所謂Fabless是只負責晶片的研發和設計,把製造交給代工廠完成,格科微的主要代工方包括三星、台積電和中芯國際。與Fabless模式相對的是IDM,即設計、製造、封裝和銷售全流程一手包辦,英特爾、索尼、三星就是典型IDM公司。格科微選擇的Fab-Lite介於Fabless和IDM之間,即自建晶圓廠與委託代工相結合,目的是,更主動地掌握高端產品的製造能力,更好地響應市場需求。2021年8月18日,格科微在科創板上市,首次公開發行股票募集資金總額35.93億元,全部投入其轉型Fab-Lite的核心項目:“12英吋CIS積體電路特色工藝研發與產業化項目”,即在上海自貿區臨港新片區,建設佔地12.2萬平方米包含晶圓工廠、動力中心在內的製造基地。在工廠建設期間,格科微耗時十年自主研發的GalaxyCell™ 0.7μm工藝取得突破,應用該工藝的3200萬像素和5000萬像素等高端產品得以推出,為高端智慧型手機帶來了高像素的解決方案。2023年,在格科微成立20周年之際,臨港工廠建成落地,12英吋積體電路特色工藝產線順利開通,顯著縮短了高端產品的量產周期,OPPO Reno12海外版、vivo Y300 Pro、華為Nova 13系列等國產手機的熱門機型相繼採用了格科微的中高端產品。▲格科微臨港工廠,來源:格科微官網據格科微2025三季報顯示,高端轉型初見成效,前三季度營收57.23億元,同比上漲25.66%,其中1300萬像素以上產品收入達到10億元,3200萬及以上像素產品出貨量超過4,000萬顆。當前,格科微臨港工廠基本處於滿產狀態,產能持續從800萬、1300萬像素產品向3200萬及5000萬像素等高像素產品切換,從2025年二季度起高像素產品收入佔比超過了40%。下一步,格科微將打造汽車CMOS圖像感測器業務這一新的增長曲線,目前已突破了車規級產品的封裝工藝,趙立新說,“隨著高端產品的量產,30億美元目標的實現就在不久的將來。”在臨港工廠的落成典禮上,趙立新又想起了創業之初的“螞蟻工棚”,他說自己沒想到公司能活得這麼長,他當初的設想是“要麼兩三年就上市,要麼兩三年就被淘汰掉。”現在,成立22年的格科微開始展望下一個20年,最初的創業夥伴仍在一起奮鬥,大家的願望是:“繼續向上攀登,成為世界Top5的半導體公司。” (華商韜略)
當巴菲特離場,王興撤退:中國新能源車的真問題
2025年的新能源車市場,像極了一場沒有贏家的馬拉松。價格在跌、技術在卷、資本在退。所有人都還在拚命奔跑,但終點似乎越來越遠。特斯拉剛降價,比亞迪、小鵬、理想接連跟進,百餘款車型集體調價。在消費者看來,這是一次“價格盛宴”;可在產業內部,這更像是一場“去槓桿式自救”——利潤被壓到極限,投資信心動搖,行業估值體系正被重寫。巴菲特清倉比亞迪、橋水減持中概新能源股、王興連續套現理想汽車,資本用腳投票的那一刻,也標誌著這個行業正式從“高速增長”步入“冷靜收縮”。表面是價格戰,本質卻是信心戰。新能源車行業第一次,不得不直面一個冷酷的問題:當技術紅利見頂、資本退潮,誰還能活下去?一、降價潮,不是競爭,是去槓桿2025年的車市降價,不再是行銷戰術,而是一場系統性去槓桿。根據乘聯會資料,今年前兩個月,中國乘用車平均降價幅度高達12.6%,純電動車更是達到17%,部分中高端車型單車優惠超5萬元。但銷量並沒有同步起飛,行業庫存卻不斷攀升——截至4月,全國乘用車庫存量突破350萬輛,消化周期延長至57天。這意味著,過去依賴“以價換量”的增長邏輯,已經失效。究其原因在於三個結構性失衡:產能過剩、需求趨緩、資本收縮。過去五年,新能源車企瘋狂擴產,幾乎每家都在講“智能化+全球化”的故事。可需求端並沒有同步擴張。2025年上半年,新能源車滲透率升至57%,但增速從2023年的47%驟降至個位數。消費者早已進入理性區間——800V快充、城市NOA、自動泊車……這些賣點聽起來新潮,但不再構成購買理由。與此同時,原材料價格下行反而帶來了“結構性虛胖”。磷酸鐵鋰電池成本從2020年的137美元/kWh跌至70美元/kWh,但整車利潤率並未隨之上升。因為節省下來的成本,被智駕演算法、感測器堆料、晶片採購重新吞噬。技術從紅利,變成了負擔。於是,降價成了唯一的現金流工具。廠商必須清庫存、回現金、保營運。這不是競爭,是自救。不是讓利,而是續命。但問題在於,降價並不能解決核心矛盾——它只是延緩衰退曲線。當產業鏈利潤被持續壓縮、管道毛利轉負、融資通道收緊,新能源車行業其實已經進入“結構性退燒”階段。未來的競爭,不在於誰降得快,而在於誰虧得慢。二、技術紅利透支:當創新成為負擔過去五年,新能源車行業幾乎被“技術”這個詞撐起了估值。電池革命、智能座艙、城市NOA……每一輪新概念,都帶來了資本的追捧與銷量的躍升。但到了2025年,技術紅利開始透支。行業不缺新功能,卻缺新利潤。智能駕駛就是典型例子。從L2到L3,算力平台、演算法標註、感測器堆疊——每一次升級,都意味著指數級的研發成本,但消費者的感知卻越來越弱。據德賽西威財報顯示,其智能駕駛業務毛利率從2021年的20.7%跌至2024年的19.9%,原因是功能“卷標配”、體驗趨同、使用者開通率不足五成。一句話:大家都在做智能化,但使用者沒那麼在意。這就是“技術卷不動”的現實。當創新成本高於收益,技術反而成了企業的負擔。再看電池。行業期待的“固態電池革命”還沒到量產,就已經陷入困局。中國汽車技術研究中心首席科學家王芳在今年6月表示:固態電池仍存在四大瓶頸——離子傳導不穩定、量產工藝複雜、安全窗口窄、成本高企。當前單位成本高達1200元/kWh,是液態鋰電的三倍。反倒是“老技術”的進化更接近商業現實。比亞迪發佈的“閃充電池”可實現5分鐘充400公里;極氪、華為數字能源推出1.2MW液冷超充樁——這些不是顛覆,而是“效率型創新”。它們不造夢,但能賺錢。這場技術的幻覺,在2025年終於破裂。廠商意識到,靠“黑科技”拉估值的時代過去了;能把成本算清楚、能把技術做減法的企業,才是新周期的贏家。當創新不再自帶光環,行業開始重算帳本。“技術”從資本敘事的主角,變成財務報表的負債。這就是新能源車行業真正的分水嶺:不再是誰跑得快,而是誰能停下來、算清楚這場技術競賽的代價。三、資本退潮:從估值神話到現金流現實資本的撤退,總是比行業的反應更快。2025年9月,巴菲特徹底清倉比亞迪,累計套現超過600億港元;橋水基金同步減持蔚來、小鵬等中概新能源股,回籠資金約15億美元;王興也在過去兩年間多次減持理想汽車,累計套現超20億港元。這不是孤立事件,而是一場系統性“估值退潮”。過去五年,資本相信故事:“新能源是中國製造業的黃金時代”、“智能駕駛將重塑出行”。可當補貼退出、市場趨飽和、利潤率下滑,投資人突然發現——故事講完了,現金流才是底線。根據Wind資料,2025年上半年,新能源車行業自由現金流為負的企業佔比超過六成,其中不乏頭部玩家。比亞迪單車淨利約7700元,同比下滑三成;理想毛利率降至19.3%,為近三年最低;小鵬更直接,連續兩個季度經營性虧損。資本的提問變了。從“你有多少創新”變成“你能撐幾個季度”。這場看似情緒化的撤退,實際上是理性的回歸。因為新能源車行業,第一次需要靠自身造血。在過去的周期裡,補貼、估值和融資支撐了產業繁榮;現在,這三樣東西幾乎同時退場。2024年中國一級市場新能源募資規模下滑超40%,海外資金則因聯準會高利率政策回流美國,歐洲能源政策收緊。全球資本正進入“防禦模式”。於是,新能源車的戰場也隨之改變:從融資能力的比拚,變成現金流韌性的較量。誰能在現金流轉正之前不死,誰就有資格重啟下一輪增長。正如一位基金經理在投資會議上說的那句冷話:“現在沒人關心你能不能顛覆世界,只關心你下季度虧不虧。”這句話刺痛了很多車企,但也讓行業第一次真正回到現實。估值泡沫被戳破後,剩下的才是產業的真正價值。四、出海困局:最後一張牌也不好打當中國價格戰打到極限,越來越多的車企開始“看向遠方”。出海,成了新能源車最後的增長敘事。2025年,中國新能源車出口總量預計突破200萬輛,同比增速超過40%。表面上看,這是一次成功的“全球化擴張”;但如果看利潤表,故事卻完全不同——行業平均出口利潤率僅3.1%,為近五年最低。換句話說,車是賣出去了,錢沒賺到。美國市場幾乎封死。川普上台後,新能源政策“180度掉頭”——廢除了新能源車補貼,取消最高7500美元的購車稅惠,同時提出對中國車加征100%的關稅。幾乎所有中國品牌在美國的戰略都被迫暫停。而更棘手的是,美國的“限制清單”已經蔓延至電池、逆變器、充電模組等關鍵零部件。出海美國,不只是關稅壁壘,更是系統性封鎖。歐洲也不再溫和。2025年上半年,中國品牌電動車在歐洲市場份額從2.7%升至5.1%,卻遠未達到預期。歐盟對中國車啟動史上最嚴反補貼調查,比亞迪被徵收17%關稅,上汽高達35.3%。再疊加運輸、認證、合規等隱性成本,利潤空間幾乎被徹底吞噬。更現實的障礙來自消費端。歐洲60%的汽車銷量集中在4萬歐元以下區間,而電動車平均售價高達5.5萬歐元。能源價格高企、充電樁覆蓋不足、生活成本上漲,讓歐洲普通家庭開始“電動疲勞”。德國汽車協會VDA的一項調查顯示,63%的歐洲電動車車主在換車時考慮回歸燃油或混動車。所以中國車企在歐洲遇到的不是技術壁壘,而是“消費理性”的瓶頸。市場不是拒絕中國品牌,而是拒絕高價新能源。新興市場成了緩衝帶。東南亞、中東、拉美成為新的主戰場。比亞迪在泰國和巴西分別建廠,長城在印尼落地裝配線,上汽通過埃及和智利擴展非洲與拉美。這些地區政策友好、競爭較低,但也有現實問題——消費力有限、供應鏈薄弱、售後體系缺位。這意味著“出海”更多是銷量增長,而非利潤增長。正如一位業內人士所說:“出海不是出路,只是延長賽道。”全球化看似是新能源車的第二曲線,但實際上,它更像是一次艱難的結構遷移——從中國卷價格,到海外捲成本;從資本驅動的熱潮,走向經營驅動的冷現實。五、拐點已至:從技術神話到產業現實新能源車行業的拐點,不是一夜之間出現的。它是在一次次價格戰、一次次融資放緩、一次次技術透支裡,被一點點逼出來的。過去五年,行業的關鍵詞是“增長”;而2025年之後,關鍵詞變成了“效率”。這一變化,正在改寫整個產業邏輯。從“創新紅利”到“算術邏輯”。2021年的新能源賽道,講的是技術、夢想和估值;2025年開始,所有車企都回到算術題:你的單車毛利是多少?現金流能不能轉正?再聰明的演算法,也抵不過帳本上的紅字。從“資本推動”到“自我造血”。補貼退出、融資退潮後,行業第一次必須靠自身活下去。這也意味著優勝劣汰的開始——不靠融資續命的企業,才能穿越周期。2025年被資本冷落的新能源車行業,其實正迎來真正意義上的“產業成年禮”。從“百車大戰”到“效率寡頭”。過去五年,是“誰都能造車”的年代;接下來三年,將是“誰能活下去”的篩選。未來行業的贏家,或許只剩三類:產業鏈整合者:以比亞迪為代表,用垂直整合換成本優勢。品牌價值輸出者:以華為、小米為代表,用生態和體驗建立溢價。國際化營運者:以上汽、吉利為代表,用全球供應鏈能力抵禦波動。市場不再獎勵“講得漂亮”的企業,而是獎勵“算得清楚”的企業。這場拐點的意義,不是行業的崩塌,而是幻覺的結束。當資本退潮、價格回落、估值歸零,新能源車行業終於從“講故事”走向“做生意”。2025年不會是最熱的一年,但可能是最真實的一年。當企業開始重視現金流,當技術開始服務利潤,當消費者不再被口號左右——新能源車行業,才算真正回到了產業邏輯。 (Linda產業筆記)
打破國際高端壟斷,中國感測器產業實現多維崛起與突圍
隨著物聯網、智慧製造與工業4.0浪潮席捲全球,感測器作為連接物理世界與數位世界的核心“樞紐”,正迎來快速成長。中國憑藉全球領先的電子製造市場規模,成為感測器產業崛起的重要陣地,預計2025年市場規模達5,000億元,佔全球超30%,其中汽車電子、工業製造、消費性電子等領域的需求持續驅動市場成長。但國內感測器產業發展仍面臨重要挑戰,包括較多企業長期以「Fabless+組裝」模式為主,在敏感元件、MEMS晶片等核心環節依賴進口,高階產品研發存在短板,低端市場又因參與者眾多陷入同質化和價格競爭,從而呈現「金字塔」型態:底層中小廠商紮堆壓、溫度感測器賽道,頂層僅供應。在此背景下,一批本土上市公司已實現突圍:奧迪威、東華測試等在車載超音波、高精度應變感測領域打破歐美壟斷,歌爾微電子、匯頂科技更躋身全球細分市場前列,促使國產感測器市佔率突破30%。目前,技術迭代、高端國產替代與新興場景需求,正推動產業從「進口依賴」向「自主可控」加速邁進,並開啟高品質發展新旅程。打破國際高端壟斷勢在必行隨著人工智慧、物聯網和工業4.0等新興產業蓬勃發展,感測器作為現代資訊科技的關鍵核心,即連接物理世界與數位世界的橋樑,正發揮越來越重要的作用。而中國作為全球最大的電子製造市場之一,感測器產業鏈正快速崛起。根據賽迪智庫數據,2023年中國感測器市場規模達3,644.7億元,年增14.9%,預估2026年將達5,547.2億元,三年複合成長率15.0%。汽車電子、工業製造、消費性電子等產業的應用需求,推動了國內感測器市場的多元化發展。但中國感測器產業面臨部分依賴進口和高階產品研發短板的挑戰。這背後不可忽視的重要原因在於敏感元件、MEMS晶片、ASIC晶片是感測器的核心,全球有能力設計、製造這些核心部件的IDM企業較少,排名靠前的傳感器企業,如博世、意法半導體、TDK.霍尼韋爾都是IDM公司,而國內企業則多以Fabless+組裝為主,尚未構建高端產品的系統級競爭力成為自主的主要設計。另一方面,依類型分類,感測器可分為溫度和濕度感測器、壓力和流動感測器、光學感測器、影像感測器、雷達感測器、觸控感測器、生物感測器、水平感測器等,相關細分門類眾多。同時,由於國內市場出現大量參與者,產業格局呈現分散和部分同質化競爭的特點,尤其是在低端產品市場,競爭尤為激烈。由此,國內感測器市場呈現"金字塔"型結構:底層是大量中小廠商在壓力、溫度感測器領域激烈廝殺,中層是具備IDM能力的企業,在特定領域佔據一定市場份額;頂層是少數掌握核心技術的企業,其感測器產品已切入汽車電子供應鏈。但透過技術攻堅和策略佈局等舉措,更多企業已成為細分產業領頭羊或「隱形冠軍」。例如MEMS技術方面,賽微電子作為全球少數IDM企業,MEMS晶圓良率超90%,年產能1億顆,為國內產業發展提供了代工基礎;光電與演算法融合上,明治感測獨創「工業級光電技術+深度學習演算法」雙輪驅動模式,推出精密定位、位移測量等解決方案,協助半導體企業缺陷檢出率提升8%;在產業鏈佈局上,奧松電子即將投產國內首條8吋MEMS晶片產線,填補車規磁編碼器空白。同時,國內企業在各主要應用市場也取得不俗成績,例如在汽車電子領域,奧迪威作為AEBS超音波感測器隱形冠軍,產品穿透力大幅提升,市佔率超30%;工業製造領域,東華測試自主研發0.0 1%精度動態應變感測器,打破歐美壟斷,中標多項國家級重大專案;消費性電子與新興領域,歌爾微電子作為MEMS聲學感測器全球第一企業,感測器累計出貨量超過50億顆,在全球市場逐步站穩腳步。國內企業多維度崛起與突圍整體來看,中國感測器產業競爭激烈,呈現「高端攻堅、細分突圍」態勢,部分頭部企業憑藉更強的研發能力和品牌影響力佔據競爭優勢,同時部分中小企業憑藉深耕細分領域,透過技術創新和策略整合實現破局。而在這一進程中,三大驅動力正在重塑產業生態,包括MEMS成為技術迭代核心陣地,國產替代逐漸從低端到高端突破,以及人形機器人感測器、新能源汽車高壓感測器等成為新增長點。-歌爾微電子歌爾微電子是歌爾股份旗下子公司,產品主要包括感測器、SiP和感測互動模組,在聲學、光學、MEMS感測器等核心技術方面領先,以營收計算是中國最大的MEMS聲學感測器企業。同時,其壓力、慣性感測器在智慧汽車領域突破,2025年車載MEMS出貨量破億顆,以及SiP系統級封裝技術推動AR/VR感測器微型化。2025年上半年,歌爾股份實現營業收入375.49億元,年減7.02%,主要受智能聲學整機受產品迭代影響;歸母淨利14.17億元,年增15.65%;扣非淨利10.33億元,年減12.72%。歌爾股份未單獨揭露歌爾微電子的財務狀況,但根據歌爾微電子7月向港交所遞交的招股書,其2025年第一季營收為11.2億元,較上年同期7.26億元成長54%;毛利為2.3億,年成長42.9%。-華工科技華工科技作為中國雷射與光電子領域的領導企業,建構了覆蓋雷射智慧裝備、光通訊模組、高階感測器的全產業鏈優勢。其自研的第五代三維五軸雷射切割裝備、800G矽光模組及車規級PTC加熱器等技術均達到產業先進水平,其中NTC溫度感測器全球市佔率超70%,新能源汽車熱管理系統佔國內超60%份額等。2025年上半年,華工科技實現營業總收入76.29億元,年增44.66%;歸母淨利9.11億元,年增44.87%;扣非淨利7.29億元,年增43.01%。報告期間內,其感知業務緊抓新能源汽車滲透率創新高和出口成長的機遇,市場佔有率進一步提升,PTC加熱組件、感測器的銷售持續成長。-睿創微納睿創微納身為全球紅外線感測領域領導者,深耕紅外線、微波、雷射等多維感知領域,且掌握影像處理、AI融合等核心技術,從自研6μm紅外線偵測器晶片到業界首創SWLP封裝製程的OHLE3123偵測器,實現晶片到整機的全鏈自主佈局。其產品遠銷100多個國家及地區,業務橫跨工控、安防、汽車夜視等全場景應用。2025年上半年,睿創微納實現營業收入25.44億元,年增25.82%;歸母淨利3.51億元,年增56.46%;扣非淨利3.28億元,年增57.96%。其營收驅動因素主要是紅外線熱成像及光電業務銷售收入成長,以及在產品組合優化中提升高附加價值產品(如大面陣、小像元、高性能元件),帶動淨利潤和毛利提升。-匯頂科技匯頂科技專注於指紋辨識、觸控、音訊、連接及安全等領域的晶片設計與解決方案,尤其是指紋辨識技術領先,超音波指紋辨識打破國外壟斷,且顧客資源優質,產品廣泛應用於全球頭部品牌。基於轉型成效顯著,其建構起「指紋+觸控」雙核心產品線,觸控晶片營收佔比37.19%,車規級產品市佔率15%且成長迅速。2025上半年,匯頂科技營業收入22.51億元,年減0.2%;歸母淨利4.31億元,較去年成長35.74%;扣非淨利3.4億元,較去年成長23.8%。其獲利能力提升主要得益於創新產品,如超音波指紋、光線感測器和安全解決方案出貨量穩健成長,以及中大尺寸觸控晶片和主動筆方案出貨量較去年同期顯著提升。-漢威科技漢威科技是國內最大的氣體感測器企業,生產200多個品種的各類感測器,涵蓋氣體、柔性、光電等多個品類,可檢測氣體300餘種,產品佔國內氣體感測器市場數量的70%。目前,漢威科技在國內唯一實現了MEMS氣體感測器全自主化生產,良率高於國際同行,且自研PAS-IoT平台支援百萬級終端並發。2025年上半年,漢威科技實現營業收入11.77億元,年增5.67%;歸母淨利5,907.32萬元,年增14.47%;扣非淨利2523.76萬元,年增7.98%。在感測器業務方面,上半年漢威科技營收1.88億元,年增20.98%。這得益於該業務產品結構、客戶結構持續優化,大客戶銷售及高毛利產品佔比提升,在家電、燃氣、儲能、汽車等領域的佈局取得新突破。-柯力感測柯力感測是國內應變式感測器龍頭,連續15年市佔率第一,產品覆蓋力學、溫度、濕度、電量等20餘種物理量感測器,形成「感知+演算法+雲端平台」全端能力。其六維感測器線性精度達0.1%FS,打破國際壟斷。同時,透過產業併購整合,柯力感測打造了「感測器+物聯網」協同生態,並積極卡位人形機器人等賽道。2025上半年,柯力感測營業總收入6.85億元,年增23.4%;歸母淨利1.73億元,年增47.93%;扣非淨利1.09億元,年增8.59%。其依託「感測器森林」策略與機器人感測器核心佈局,實現營收、淨利雙位數成長,同時在產業鏈投資與客戶拓展上取得突破性進展,彰顯高階感測器領域的競爭優勢。-四方光電四方光電專注於氣體感測器、氣體分析儀器研發生產,建構了基於非分光紅外線、光散射探測、超音波等原理的氣體感測技術平台,攻克光散射、鞘氣保護等核心技術,粉塵感測器全球市佔率達17%,且實現關鍵材料、演算法、模組自主可控。其產品遠銷全球八十多個國家地區,是許多國內外知名品牌的重要供應商。2025年上半年,四方光電實現營收5.08億元,年增49.36%;歸母淨利8,412萬元,年增103.41%;扣非淨利7,656萬元,年增88.13%。其營收成長主要係以冷媒洩漏監測感測器為主的工業及安全業務實現快速成長,以及上年收購的子公司諾普熱能和精鼎電器納入合併報表範圍的期間增加所致。-奧比中光奧比中光是國內3D視覺感知領導企業,自研多核心異構晶片與PhotonNexus光引擎,Gemini系列相機成像精準度、環境適應性對標國際競品,被譽為「3D視覺第一股」。目前,其產品廣泛應用於機器人、AIoT、生物辨識等多元場景,在國內服務機器人3D視覺感測器市場佔有率超70%,並與國際科技巨頭建立了深度生態合作。2025年上半年,奧比中光實現營業收入4.35億元,年增104.14%;歸母淨利6019.01萬元,年增212.77%;扣非淨利3018.92萬元,年成長137.31%。其中3D視覺感測器上半年貢獻營收1.36億元,佔31%,年增65.71%。分產業來看,生物辨識與AIoT領域是其上半年增收的主要應用情境。-奧迪威奧迪威是國內超音波感測器產業龍頭企業,車載超音波感測器在國內市佔率超30%,掌握從換能晶片製備、智慧演算法到無鉛壓電材料等底層技術;其新一代AKII車載感測器以及微型化的MEMS超音波感測器,在測距精度、抗干擾能力和小型企業等領域均處於先進產業先進9月8日,奧迪威發佈公告擬在港交所發行H股並上市,以拓展海外市場等。2025年上半年,奧迪威營業收入3.30億元,年增16.26%;歸母淨利5046.86萬元,年增7.81%;扣非淨利4666.00萬元,年增12.20%。其營收成長主要得益於智慧汽車感測器放量,車載超音波感測器出貨量年增25%,以及六軸多頭精密點膠機器人獲消費性電子龍頭批次訂單等。-敏芯股份敏芯股份是國內MEMS感測器重要企業,產品涵蓋MEMS麥克風、壓力感測器和慣性感測器,並實現MEMS感測器全生產環節國產化。其首創「半導體微加工+柔性封裝」工藝,使生產成本降低60%,精度提升3倍,自研MEMS晶片訊號雜訊比達71dB,麥克風產品全球出貨量突破10億顆,出貨量連續三年位居全球前三。2025年上半年,敏芯股實現營業收入3.04億元,年增47.82%;歸母淨利2,519.08萬元,年增171.65%;扣非淨利2152.54萬元,年增158.13%。其營收成長系核心產品收入大幅成長所致,包括聲學感測器產品增幅37.09%,壓力感測器產品大幅成長67.05%,慣性感測器產品大幅成長98.82%。其它感測器上市企業不做重點贅述,部分企業在各自賽道領域也具有較強競爭實力,例如東華測試、芯動聯科、森霸感測等在細分領域持續攻堅關鍵技術提升產品競爭力,包括六維力感測器、高性能MEMS慣性感測器、熱釋電紅外線感測器、磁光電感測器等,並且在市場地位上實現一定突破。但這些企業部分受制於國外企業壟斷性競爭及相關細分領域市場成長限制,仍需加強技術創新與產品迭代。新興應用領域成策略機遇受多重因素作用推動,國內感測器產業正經歷從「進口依賴」到「自主可控」的轉變。 2024年數據顯示,國產感測器市佔率已突破30%,較三年前大幅提升。這項進程背後,既有政策對「卡脖子」技術的重點扶持,也有企業透過研發投入實現的技術突圍。例如國家專款對MEMS技術的傾斜,直接推動高階感測器國產化進程。國內感測器的產業成長邏輯可主要概括為,技術突破填補空白、國產替代推升增量、場景擴展開啟空間。例如在汽車電子領域,AEBS(自動緊急煞車系統)強制安裝政策催生百億級感測器市場;在工業領域,智慧製造升級推動高精度感測器需求激增;在消費性電子領域,新能源汽車和人形機器人等產業發展帶來新增量。顯然,伴隨著感測器市場整體快速成長,國內感測器企業無論在產品技術或市場地位上均取得了一系列突破,一些企業透過技術突破和產業鏈整合,在壓力、氣體、溫度、慣性等細分領域實現國產替代,但高端市場仍依賴進口(如車規級晶片、高精度生物感測器),呈現"低端過剩、高端缺失"的結構性矛盾現象。尤其是一些中低端感測器產品,不僅在激烈競爭下形成“價格紅海”,而且面臨國際競爭壓力。不過,新興應用領域的快速發展正在形成“避險補足”,即物聯網、人工智慧、5G技術等新興技術的普及,為感測器的應用提供了廣闊空間,包括醫療、農業、環境監測、無人駕駛汽車、擴增實境(AR)和虛擬實境(VR)等領域。因此,無線感測器、微系統感測器和生物感測器等新興感測器產品,被視為未來市場的主要成長來源。 IDTechEx預測,到2033年,汽車感測器的年需求將增加六倍以上。而基於穿戴式科技在健康監測、下一代人機介面、工業物聯網和擴展現實領域的廣泛應用,預計2035年,全球穿戴式感測器市場規模將達72億美元。可見國內感測器企業應結合物聯網、人工智慧等新興技術,推動感測器產業的智慧化和數位轉型升級,並積極開拓更多應用情境。同時,根據當前產業現狀,仍需加大研發投入,特別是在MEMS等高階感測器領域,以提高產品的性能和附加價值;規模較小企業則應專注於細分領域,透過專業化、差異化發展實現破局。業界分析指出,未來四大產業發展趨勢將值得關注。一是智慧化與AI整合:感測器內建AI演算法,實現資料在地化處理。二是微型化與MEMS技術:MEMS製程佔比增多,推動感測器尺寸縮小至微米級,成本不斷降低。第三是新材料應用:量子感測器(超高精度測量)、柔性感測器(穿戴式裝置)進入商業化階段。四是網路化與邊緣運算:越來越多工業感測器將支援無線傳輸,邊緣運算節點滲透率不斷提升。 (集微網)
Uber CEO的終局構想:未來不只連接司機,更要為華爾街“管理”機器人資產
最近,優步(Uber)CEO Dara Khosrowshahi 的一份訪談實錄資訊量巨大,為我們揭示了這家出行巨頭如何佈局未來。從自動駕駛的技術路線選擇,到商業模式的顛覆性構想,再到對整個立體交通網路的野心,Khosrowshahi 勾勒出了一幅宏大而複雜的藍圖。今天,我們就來深入剖析,優步這盤未來大棋的關鍵幾步,以及這將如何影響你我的出行。平台戰略:廣積糧,不“閉門造車”在自動駕駛領域,優步的策略核心是“開放”而非“自研”。他們沒有選擇像特斯拉那樣關起門來打造一切,而是扮演一個平台賦能者的角色,與全球超過20家自動駕駛公司展開合作,覆蓋了網約車和外賣配送兩大核心業務。這種“廣撒網”的策略已經初見成效:全球落地:與Waymo的合作已在亞特蘭大和奧斯汀等城市落地,乘客現在已經可以叫到Waymo的自動駕駛汽車。今年下半年,更多與合作夥伴的自動駕駛汽車將在美國德州及歐洲上路,初期配備安全員,並逐步過渡到完全無人駕駛。看好中國:Khosrowshahi 特別提到了中國的合作夥伴,如百度阿波羅、文遠知行(WeRide)和小馬智行(Pony.ai),並對其技術實力和安全記錄給予了高度評價,認為中國在自動駕駛領域的發展速度驚人。優步的思路很清晰:不將所有賭注押在某一家公司或某一種技術上,而是通過建構一個龐大的合作網路,讓市場和實踐來檢驗誰能最終勝出。技術路線的博弈:在成本、安全與規模化中權衡自動駕駛的技術路線遠未統一,Khosrowshahi 在訪談中對比了其中的關鍵差異,這背後是成本、安全和規模化速度的激烈博弈。1.感測器方案之爭:純視覺 vs. 多感測器融合特斯拉的“純視覺”路線:僅依靠攝影機,硬體成本極低,但對軟體演算法的要求高到“天際”,需要讓攝影機像人眼一樣精準理解複雜的現實世界。主流的“多感測器融合”方案:如Waymo和多數中國公司採用的,整合了攝影機、毫米波雷達和雷射雷達(LiDAR)。這種方案通過多重冗餘提供了更可靠的環境感知能力,尤其在夜間或雨雪天氣等惡劣條件下表現更佳。2.高精地圖(HD Maps)的依賴與否特斯拉的“無圖”方案:不依賴高精地圖,要求車輛即時動態地理解所有環境資訊,這同樣對軟體提出了巨大挑戰。主流的“有圖”方案:高精地圖如同一個預裝在車內的超精度環境模型,告訴車輛車道線、紅綠燈、路沿等靜態資訊。這能極大降低車輛的即時處理負擔,讓演算法更專注於處理行人和旁邊車輛等動態物體。3.算力與成本採用多感測器和高精地圖的方案,通常需要在車上搭載一個“超級電腦”等級的計算單元,成本和功耗都相當高。而特斯拉則希望用更輕量級的硬體解決問題。優步的態度是什麼?他們選擇兼容并包。優步認為,現階段沒有任何一條技術路線是絕對的贏家。因此,他們的核心標準非常務實:安全是絕對紅線:合作夥伴的技術安全評估必須達到甚至超過優步自己的標準,目標是讓自動駕駛的安全性數倍於人類駕駛員。經濟可行性是關鍵:成本是商業化的前提。Khosrowshahi 舉例,幾年前數萬美元一個的雷射雷達,如今高性能的固態雷射雷達已降至幾百美元,這極大地清除了商業化的成本障礙。只要技術足夠安全、成本合理,優步就願意將其接入自己的網路。商業模式的演進:從“混合網路”到“資產金融化”自動駕駛的到來,是否會顛覆優步賴以生存的網路效應?Khosrowshahi 對此給出了堅定的回答:不但不會,反而會更強。他提出了**“混合網路”(Hybrid Network)的概念。在未來很長一段時間裡,人類駕駛員和自動駕駛汽車將並存。對於擁有自動駕駛車隊的公司而言,接入優步平台,可以瞬間觸達海量的即時需求,從而最大化車輛利用率,提升盈利效率**。這就像麥當勞即使有自己的App,也依然會入駐外賣平台以獲取更多客源一樣。那麼,優步自己會下場買車,變成一家重資產公司嗎?對此,Khosrowshahi 描繪了一個分階段的、極具遠見的構想:長期願景:資產金融化未來,自動駕駛汽車可能會像今天的飛機、輪船或商業地產一樣,被深度金融化,成為一種投資品。由專門的資產管理公司或基金來持有這些車輛,獲取資產回報;而優步則專注於品牌、技術、平台和網路調度,扮演類似酒店管理集團(如萬豪)的角色——管理資產,但不一定擁有資產。過渡期策略:先示範,後退出在實現最終願景前,優步願意承擔一定的資產風險,可能會動用自有資金購買或租賃一部分自動駕駛汽車來營運。他們認為自己最懂市場需求,可以先親自下場跑通商業模式,向市場證明這是一門能賺錢的生意。一旦模式成熟,吸引了金融機構入場接手這些重資產,優步便會退回到純粹的平台角色。這是一種兼具長遠佈局和現實考量的聰明策略。不止於地面:佈局“三維交通”與未來配送優步的野心顯然不止於地面。Khosrowshahi 認為,城市交通正從二維(平面道路)向**三維(立體空間)**發展,這是解決擁堵的必然趨勢。空中計程車(eVTOL):他非常認真地看待“飛行汽車”,並認為這在十年內就可能成為優步業務的一部分,利用城市的垂直空間(Z軸)來解決交通問題。新型配送網路:為了提升效率,優步正積極探索兩大方向:人行道機器人:適合在大學校園、人口密集社區進行1-2公里的短途即時配送。無人機:更適合郊區或建築密度較低的區域,速度更快,覆蓋範圍更廣。Khosrowshahi 樂觀預測,這兩種新方式加起來,未來可能佔據超過一半的外賣配送市場。當然,他也承認,“第一公里”(從繁忙的餐廳取餐)和“最後一公里”(精準送達高層公寓使用者手中)的操作難題仍待解決。現實的挑戰:財務實力與社會責任宏大的藍圖背後,是堅實的財務基礎和沉重的社會議題。強大的造血能力:優步的財務狀況非常健康,過去一年產生了超過85億美元的自由現金流,並宣佈了70億美元的股票回購計畫。Khosrowshahi 自信地表示,公司強大的現金流足以支撐他們“一邊走路,一邊嚼口香糖”——既能為自動駕駛等未來項目進行大規模投入,也能同時回報股東。無法迴避的就業衝擊:自動駕駛的目標是取代人類司機,這將對數百萬依賴平台工作的司機和騎手造成巨大影響。短期(5-7年):Khosrowshahi 認為影響可控。通過放緩在自動駕駛落地城市的新司機招募速度,可以保障現有司機的訂單量和收入,利用市場增長來消化衝擊。長期(10-15年):他坦誠,這將是一個嚴峻的社會挑戰,就業崗位的流失不可避免,目前還沒有完美的解決方案。優步正在嘗試創造新的工作機會,如推出“Uber AI Solutions”讓司機參與資料標註等工作,但這更多是一種探索。結語這次訪談為我們勾勒出了一家科技巨頭在時代浪潮中的複雜航行圖景:它既有擁抱未來的技術遠見和商業雄心,也有著強大的財務實力作為後盾。然而,技術進步帶來的社會影響,尤其是對就業結構的衝擊,是優步乃至全社會都必須面對的深刻命題。當技術以驚人的速度重塑世界時,我們如何才能在擁抱效率與創新的同時,設計出更公平、更有韌性的機制來緩衝衝擊,確保技術進步的果實能被更廣泛地分享?這或許沒有簡單的答案,但持續的追問和探索,至關重要。 (洛克AI)
超級大併購!躍居全球第二,改寫全球半導體材料格局!
風起雲湧!國產半導體產業併購大潮來了,近期國產半導體多起併購同時發起,涉及物聯網晶片、感測器晶片、半導體測試裝置等多個細分領域,總交易規模超過數十億元。如泰凌微通過發行股份及支付現金方式收購磐啟微100%股權;星宸科技以2.14億元現金收購富芮坤53.3%股權;中芯國際籌劃發行A股購買子公司中芯北方49%股權。芯原股份計畫收購芯來智融股權,必易微擬2.95億元收購興感半導體100%股權,晶升股份籌劃收購北京為準控股權。這些國產半導體併購都呈現出了顯著的技術互補特點。除此之外,最引人注目的無疑是半導體封裝材料龍頭華海誠科收購衡所華威剩下70%股權,加上2024年11月華海誠科以4.8億元取得衡所華威30%股權;自從,衡所華威成了華海誠科的全資子公司。華海誠科與衡所華威都是國產半導體材料——環氧塑封料的龍頭。尤其衡所華威,是國內首家量產環氧塑封料的廠商,擁有安世半導體、日月新、意法半導體、安森美、德州儀器等國際半導體企業以及長電科技、通富微電、華天科技、華潤微等國內半導體封測龍頭客戶,同時打入英飛凌、力特、士蘭微等供應體系。衡所華威近三年(2022年、2023年、2024年)的營收分別為4.46億元、4.61億元、4.68億元,淨利潤分別為0.30億元、0.31億元、0.46億元,總體呈增長趨勢。相比華海誠科近三年(2022年、2023年、2024年)應收分別為3.03億元、2.83億元和3.32億元;淨利潤分別為0.41億元、0.32億元和0.4億元。顯然,從營收上看華海誠科並不佔優,淨利潤上兩者也是不相上下;可以說,此次收購是“以下犯上”了,那對於華海誠科有那些利多呢?其一,從技術能力來說,此次收購將極大提昇華海誠科在先進封裝市場中的地位。雖然兩者都是環氧塑封材料的龍頭,但在高端市場的先進封裝類產品中,衡所華威在營收中的比例更高。對比2022-2024年度,兩者先進封裝類產品的比重,可以看出華海誠科分別為0.02%、0.06%、0.19%,而衡所華威則為4.30%、4.59%、5.76%;也就是說,在產品結構上衡所華威是優於華海誠科的,在技術能力上也是高於華海誠科的。其次,此次收購還將大大提昇華海誠科在全球的市場競爭力。如上文所提,衡所華威客戶中不僅包括國內半導體封裝大廠,如長電科技等;同時也是國產半導體大廠的穩定供應商,如意法半導體、安森美、德州儀器等。而且從外銷的比例上來說,近三年衡所華威對外銷售金額分別為1.38億元、1.30億元、0.83億元,佔比分別為30.92%、28.16%、17.65%;相比,華海誠科海外銷售並不大。因此,收購完成後華海誠科不僅將佔據國內環氧塑封材料的主導地位,同時也將大大提昇華海誠科在全球的話語權。這從環氧塑封料全球市場格局可見一斑。根據諮詢公司Prismark最新發佈的《2024 Epoxy Molding Compound Summary》報告。當前,全球環氧塑封料按銷量統計的市場佔有率排名為:日本住友電木以28%的市場份額佔據第一;日本力森諾科以16%,緊隨其後;而衡所華威和華海誠科均以9%的市場份額,佔據第三和第四;另一家中國長春塑封料以8%排名第五。這意味著,當華海誠科完成對衡所華威的併購之後,華海誠科的市場份額將達到18%,從而超越了日本力森諾科,成為了全球第二!同時,整合完畢後,華海誠科半導體環氧塑封料領域的年產銷量將突破2.5萬噸,穩居國內市場第一,躍居全球出貨量第二位。因此,此次華海誠科與衡所華威的併購,不僅是國產半導體材料領域技術整合、產業鏈優勢互補的一個必然產物;同時也是一次真正改變全球環氧塑封料市場格局的一次重磅交易! (飆叔科技洞察)