3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 3.3.1 域控制器构成 3.3.2 智驾域控市场逐渐走向合作定制化 3.3.3 德赛西威：高算力智驾域控行业的领军企业 3.3.4 Momenta：提供基于端到端技术架构的自动驾驶解决方案 3.3.5 智驾域控芯片 3 线控底盘技术在自动驾驶领域的应用正逐渐普及 3.4.4 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB One-Box当前是主流方案 3.4.7 伯特利：线控制动持续攀升，全面打造XYZ三轴汽车底盘 控制系统供应商 3.4.8 线控转向：L4级及以上自动驾驶必备，尚处市场导入期 4.投资建议 5.风险提示 请务必阅读正文之后的免责条款部分 入统 一的深度学习神经网络，经过处理后直接输出驾驶命令。深度神经网络赋予端到端模型强大的学习能力，使其能 从大量驾驶数据中自动学习复杂的驾驶模式和场景特征。 传统智驾系统的感知层、决策规划层和控制执行层之间 相互独立，信息传递容易积累误差，且智驾方案依赖于 工程师通过代码制定的规则，难以处理所有复杂场景， 边际效应随着智驾能力的提升呈现几何式骤减。与基于 规则的传统自动驾驶算法结构相比，端到端算法基于数

连接大脑与脊髓， 由 中脑、桥脑、 延髓 三部分组成。 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：船体大脑与脊髓之间的感觉和运动型号 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 间脑 位于大脑半球深 部，包裹在左右 大脑半球之间。 丘脑：感觉信息的中转，将视觉、听觉传递至大脑 皮层 下丘脑：调节体温、饥渴、睡眠周期，并控制内分 泌系统 人脑结构与机器人大脑对应关系 01 7 资料来源：浙商证券产业研究院 驱动及算法监控部件的各类状态，保证机器人部件的基本运作能力。（2）传递信息的线束及网关，起到各个控制器，传感器信息交互通联的 作用。 部位 在人体中功能 在人形机器人中功能 机器人对应硬件 大脑 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 在此基础上进一步增加硬件及算力 平衡与姿势：帮助维持身体平衡与空间定位 学习辅助：参与运动技能学习 动作学习模仿、复杂动作控制 等 机器人中央控制器，即现有的机器人 “大脑” 脑干 生命维持：控制呼吸、心跳、血压灯基本生命活动 信息中转：传递大脑与脊髓之间的感觉和运动信号 反射控制：管理咳嗽、吞咽、瞳孔反射灯原始反应 电源管理、通信网关控制、执 行器控制器状态管理等 机器人各传感器，执行器，线束，网 关 间脑 丘脑：感觉信息的中转，将视觉、听觉传递至大脑皮层

.....................................................................................39 2.2.5 运动规划与控制................................................................................................... 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探索以及产业发展产生影响，还与政策走向息息相关。 从标准的角度来看，纵观国内外相关资料，机器人的分类大多依 据应用场景、功能特性、控制模式以及移动方式来进行，截至目前， 尚未发现按照机器人形状进行划分的标准或文献。因此，当 “人形机 器人” 这一以模仿生物体形状为主要特征的全新概念首次出现时，引 发热烈讨论与争论也就不足为奇了。 autonomy to perform locomotion , manipulation or positioning ， ISO 8373:2021）。 人形机器人既可以是工业机器人，其定义为：自动控制的、可重 复编程、多用途的操作机，可对三个或三个以上轴进行编程，它可以 是固定式或移动式，用于工业自动化；也可以是服务机器人，其定义 为：个人使用或专业用途下，可为人类或设备完成有用任务的机器人。

语音交互、机器学习、深度学习等人工智能技术应用于机器人上的智 能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 附：苏州市“机器人+人工智能”工业应用案例 ............... 24 （一）智能产品案例 ................................... 24 1、拓斯达新一代 X5 机器人控制平台 ..................... 24 2、钧舵高稳定性的 LRA 系列直线旋转执行器 .............. 24 3、灵猴螺纹完整性检测机器人 ............ 机器人与人工智能融合历程 （二）三大融合方向及其组合推动智能机器人产品涌现 1、根据不同的环节需求形成三大方向的融合应用 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 个环节。在运动控制方面，优化类模型能够加强机器人的控制精度， 比如在拾取操作中，当传感器检测到力量过大的时候，机器人可以利 用贝叶斯优化算法及时纠正；又如在平面移动中，快速探索随机树 （RRT）算法能够先构建一条复杂但可行的路径，然后对其进行优化

如中航电测成功研发六维力传 感器。 集成边缘计算设备、第三方工 具和相关配件提升性能，3D机 器视觉与深度学习融合，使检 测、拣选更加智能化。 人机交互 算法 自主站立 算法 群体控制 算法 导航与定 位算法 自适应轨 迹规划算 法 8 驱动因素 产业环境驱动：中国智能机器人产业呈现稳健增长态势，从 产业企业发展情况和专利情况看强劲发展潜力 • 中国智能机器人产 星秒光电、科力光电、珐石、力策科技 弓望电子、奥普光电、禾川 科技、昊志机电、伟创电气、 鸣志电器、汇川技术 末端执行器 优傲机器人、苏州淳栋触控 控制系统 埃斯顿、新松机器人、华中数控、新时达、广州数控、汇川技术、固高 科技、英威腾、卡诺普、万讯自控、海得控制 大脑 芯片 英伟达、高通、安霸、英特尔、Mobileye、 地平线、全志科技、瑞芯微、星宸科技、国 芯科技、富瀚微、炬芯科技、晶晨股份、寒 Ø 大模型可直接用于对环境的理解, 并通过提示词使之输出结构化内 容如控制代码、任务分解等指令 Ø 利用多模态大模型对环境进行建 模, 实现具身智能对空间信息的 多模态理解 Ø 机器人能够从数据中学习决策与 规划策略，基础模型为机器人决 策与规划引入了丰富的先验知识。 感知、交互与决策 大模型在控制上的助力主要集中于大模型处理环境观察与提示，输出动作序 列，动作序列可以是一系

工 序 模 型 导 图 原料 废钢 烧结 球团 焦化 炼铁 炼钢 精炼 连铸 热轧 冷轧 销售 • 料场环境实时监控 • 人员越界安全监测 • 回转窑窑况智能分 析 • 原料无人天车吊装 控制 • 生产现场运输状态 监控 • 现场路线智能调度 • 智能化能源调度 • 料场智能调度 • 燃料水分视觉分析 • 多角度废钢图像 采集 • 废钢智能定级 • 杂质识别 & 扣杂 烧结烟气 S02 排放在 线预测与控制 • 构建能源消耗预测 • 智能故障诊断 • 挡板位移检测 • 皮带划痕、 撕裂、 跑偏检测预警 • 1球团皮带智能监测 • 生球粒度分布在线 识别 • 球团1颗粒粒度检测 • 球团1现场生产安全 态势感知与预警 • 皮带机预测性维护 • 建立设备健康模型 • 焦化皮带智能监测 • 生产现场动作远程控制 • 焦化现场生产安全态势 感知与预警 炼焦煤分级调湿工艺稳 定协调控制 • 焦化皮带智能监测 • 生产现场动作远程控制 • 焦化现场生产安全态势 感知与预警 • 部署打滑预测分析 • 能源计划 • 炼焦煤分级调湿工艺稳 定协调控制 • 危险物识别 • 人员安全监测 • 高炉料面温度检测 • 高炉料面可视化监控 • 炉顶布料效果评定 • 远程换钎 • 中间产品无人天车吊装 控制 • 废品无人天车吊装控制 • 铁水质量预报 • 高炉温度分布

特种机器人将从试点示范阶段转入规模化应用阶段。近年来 中国特种机器人作业边界不断扩展，被更多用户单位熟知和 认可，2023 年中国特种机器人产业规模为 94.4 亿元。“十五 五”时期，中国特种机器人将向硬件载体模块化、控制算法 智能化方向发展，并从试点示范阶段转入规模化应用阶段， 3 预计到 2025 年中国特种机器人产业规模将增长至 155.0 亿元， 到 2030 年中国特种机器人产业规模将增长至 各种负载能力。“十五五”时期，自主品牌减速器产品的一致性、 可靠性有望进一步提升，整机企业对自主品牌产品的需求也将快 速提升。 控制器。近年来，低成本、高性能的自主品牌控制器已具备 一定市场竞争优势，市场占比逐步提升。“十五五”时期，未来 自主品牌控制器产品性能有望进一步提升，并逐步进入高端市场。 伺服驱动系统。近年来，自主品牌部分产品性能指标达到国 际同类产品水平，产业综合技术实力正快速提升。“十五五”时 多机器人自主协同技术逐步升级，“十五五”时期有望扩大 应用。近年来机器人应用模式逐步从单一应用向集群部署转变， 这使多台机器人之间能够协同作业，共同完成更复杂的任务，提 升整体任务执行效率、提高容错性。目前该技术中的协调控制、 动态任务分配和协调路径规划已经较为成熟，已经在仓储物流系 统、无人机群等领域开展应用。“十五五”时期，该技术将进一 步升级，从“由一个大脑统一指挥”逐步向群体智能发展，即形 成一种去中心

文字+图片编辑 自动返回带整改说明 标识的图片 针对分布式光伏的现场勘查、安装、巡检，如何利用数字化手段，解决控制人力成本与确保安装质量之间的矛盾？ 分布式光伏 作业APP 腾讯临境 360 全景 报装审核 腾讯Ti平台 AI图像识别 安装巡检管理 • 整体安装质量不达预期 • 人力成本控制刚需 安全和质量检查 • 报装审核等待时间长 • 审核细致度低 报装和审核 50张 每套图片数 朵中心云-TCE 4 朵边缘云-TCS 1 朵腾讯公有云 边缘云-TCS AI平台 数据平台 安全平台 容器平台 智能产线设计与开发 工业物联网 数字化产线应用 泛在网络连接与智能终端 控制台 & 运营门户 企业级应用 行业级应用 某 集 团 工 业 互 联 网 腾 讯 云 G市 集团工业互联网平台 S市 集团工业互联网平台 中心云-TCE 腾讯公有云 分布式混合云 T工厂-边缘云 Tencent or 3rd Cloud IaaS(optional) API GW Coding TDMQ Logstash Kibana CKafka TSF TDSQL 分权分域统一Web控制台 云API Kubernetes API 用户权限管理 TAD服务管理 TCS Controller 自动化运维 操作审计 运维报表 链路跟踪 日志分析 监控告警 故障演练 滚动升级

制HVAC系统。但如今，AI拓展了设备的价值主张，使其价值还包括对能源管理等更高级别 系统的贡献。 设备总价值 = 功能价值 + AI贡献价值 - 设备成本 基于AI的生态系统能从互联的传感器和控制器中提取更多信息，有可能使每个参与设备的价 值大幅超越其基本功能。然而，每个设备的AI贡献价值会因使用案例和解决方案规模而异， 所以AI并不能成为随意提高设备价格的理由。功能价值仍然设定了客户对成本的基本预期， ead，因此很多家庭其实已经在使用这项技 术了。以太网和Wi-Fi可满足有线和无线的高带宽应用场景需求，Thread能为受电力限制的 设备提供mesh网络连接，而低功耗蓝牙则适用于设备设置和直接控制等点对点任务的连接。 第4页 人工智能物联网（AIoT）：将人工智能与现实世界相连 版权所有 ©2024 Moor Insights & Strategy 2024年5月 下方式将产品集成成本降至最低：（1）降低设备复杂性；（2）无需进行网络协议栈软件开 发；（3）解决了共享同一频段（2.4GHz）的多无线产品固有且棘手的共存问题。恩智浦将 “三频无线”技术与应用微控制器相结合，实现了低功耗单芯片产品。微处理器（Linux） 产品需要更高的配置灵活性，因此恩智浦也将“三频无线”技术封装成独立芯片。无论哪种 方式，利用免授权频谱实现统一连接都是连接IoT设备最具成本效益的方式。

时发出警报，并对故障进行诊断和 定位，帮助运维人员快速排除故障 ，提高电网的可靠性和稳定性。 2、储能设备的优化控制：对于电池储能、抽水蓄能等储能设备，AI 大模型可以根据能源 需求和供应的变化情况，优化储能设备的充放电策略。例如，在电价低谷时段，控制储能 设备充电，储存多余的电力；在电价高峰时段，控制储能设备放电，向电网供应电力，从 而实现削峰填谷，降低能源成本。 4一、能源生产与管理 （一） 货市场，建立多元化的市场体系，以应对新能源参与电 力市场带来的挑战。 4.分布式光伏： -分布式光伏的快速发展对配电网承载能力、电能质量、接入方式、运行控制等方面带来多方面挑战。 -需要通过加强配电网改造、优化接入方式、提升运行控制水平等手段，以适应分布式光伏的大规模接入和高效利用。 4五、案例--2024年国网电力市场发展状况 23 ◼ 国网市场存在问题： 5.储能发展： -储