................... 36 1 MEMS 惯性传感器.................................................................................................................39 2 MEMS 压力与力学传感器................................ ......................41 3 MEMS 声学传感器.................................................................................................................42 4 环境与气体传感器................................... .......................................................................... 44 CONTENTS · 5 光学与图像传感器..................................................................................................

认为，未来几年，协作机器人在各行业的 渗透率将持续提升，整体需求将会延续增长态势。 本蓝皮书以协作机器人为核心，重点阐述了重点核心零部件的发展态势，其中包含减速 器、无框力矩电机、关节模组、力传感器等，结合协作机器人产业链各环节的技术特点，剖 析协作机器人市场和技术脉络，同时对协作机器人的应用行业、应用场景和应用趋势进行分 析，旨在厘清协作机器人的发展脉络，帮助协作机器人产业链相关企业及投资机构了解当前 感谢以下联合参编单位（排名不分先后）： 遨博（北京）智能科技股份有限公司 法奥意威（苏州）机器人系统有限公司 华盛控智能科技（广东）有限公司 广州里工实业有限公司 江苏华途数控科技有限公司 深圳市鑫精诚传感技术有限公司 蓝点触控（北京）科技有限公司 上海步科自动化股份有限公司 2025 年协作机器人产业发展蓝皮书 目录 第一章 ..................... 86 第七节 蓝点触控 ................................................ 95 第八节 鑫精诚传感器 ............................................ 99 第九章 协作机器人应用案例 ................................

����������������99� ⚫�汽车零部件：汽车行业销轴加工�������������������������������������������������100� ⚫�汽车电子：电流传感器检测���������������������������������������������������������101� ⚫�汽车整车：汽车整车柔性自动化产线���������������� 图 57 协作机器人机床上下料工作站���������������������������������������������������������������82� 图 58 协作机器人“关节力矩传感器方案”���������������������������������������������������89� 图 59 协作机器人图形化编程������������������������� 协作机器人作为通用智能机器人代表之一，基于其本身的技术特性和作业能力， 成为了具身智能的优秀载体之一，是这一进程中不可或缺的关键存在。而作为对 智能具身化、情景化有着深刻实践的先行者，协作机器人在运动控制、一体化关 节、传感器融合等核心技术上的积累，为以人形机器人为代表的其它具身智能载 体突破量产瓶颈提供了坚实支撑，成为连接“技术突破”与“量产落地”的核心 纽带。� ���� 年，各大协作机器人厂商，在产品的软硬件智能化升级展开激烈竞逐，

..............................47 （一）技术路线与应用领域丰富多样，战略价值突出...................................47 （二）传感测量精度持续提升，物理量范围不断拓展...................................50 （三）应用探索多点开花，能源与医疗领域进展迅速................... 量子信息技术是量子科技重要组成部分，主要包括量子计算、量子 通信和量子精密测量三大领域，利用量子调控技术实现信息的感知、 计算与传输，在提升计算复杂问题运算处理能力、加强信息安全保 护能力、提高传感测量精度等方面，具备超越经典信息技术潜力， 有望成为重塑科学探索范式、变革信息技术体制、推动数字经济演 进的发展新动能。 量子计算是以量子比特为基本单元，利用量子叠加与干涉等实 现并行计算的 质降本。未来发展方向是基于量子隐形传态、量子存储中继和量子态转 换等关键技术，构建连接量子计算机和量子传感器的量子信息网络， 当前仍处于前沿探索和原型实验阶段，距离实用化有很大差距。 量子精密测量通过对物理量变化引起的量子态演化进行调控与 观测，实现超越经典技术极限的高精度传感测量，测量分辨率、灵 敏度与稳定性等指标带来数量级提升，主要包括时频基准、电磁场 测量、重力测量、惯性测量、目标识别、痕量检测等技术方向。微波原

声呐 水轮机叶片 对比分析 声呐检测系统 信号 传感器 声发射波 · 测量 · 诊断 · 追踪 · 评价 · 决策 声发射仪 被测件 传播 传播 声发射信号测量系统  外加传感器 利用关键测量技术，将 外部传感器加装于原有 复杂装备上，实现设备 数据化；  内置传感器 利用设备内置传感器， 解析复杂装备原有工业 传输协议  Kafka/Flume Kafka/Flume • 一般用于日志 数据 / 传感器 数据 / 用户行 为数据的接入 • 业务系统数据 库的增量实时 接入采用 CDC 、 binlog 方案，实现采 用数据库日志 的方式无负荷 接入 1. 数据采集 - 实时数据接入处理 kafka 、 flume 数据接入 流式计算引擎 (storm 、 spark-streaming) Hadoop 分布式数据库 内存数据库 常用的数据管理与服务：对各种类型数据进行接入、处理和储存。 数据接入 数据处理 数据储存 对数据进行处理，例如 对传感器数据进行标签 处理、资产数据与 ERP 数据相结合等。 支持多渠道多类型的 数据接入，包括实时 数据接入和批量数据 接入。 可根据需求选择存储方式： 时间序列存储传感器实时数据 BLOB 数据库存储图片式数据 关系型数据库存储其他数据 3. 大数据应用 - 数据管理与服务 实时数据分析

星闪低功耗接入（简称星闪 SLE，Sparklink Low Energy）技术的产生背景与物联网（IoT）的快速 发展以及对高效、可靠、低功耗的无线通信技术的需求密切相关。 随着物联网的普及，越来越多的设备（如传感器、智能终端、物联控制器等）需要连接到网络进行 数据采集和传输，且随着人工智能、边缘计算等技术的引入，物联网设备需要处理和传输的数据量也显 著增加。而传统无线通信技术（如 Wi-Fi、蓝牙、Lora 电力行业的数字化转型正加速推进，变电站内无线传感器接入成为关键环节。当前，变电站内存在 WIFI/WAPI、LoRa、Zigbee、蓝牙等多种无线技术并存，导致设备复杂、成本高昂，且 LoRa 作为国外 技术，存在速率低、非自主可控等问题。在此背景下，星闪技术的引入为行业提供了新的窄带接入解决 方案，同时通过融合国产 WAPI 宽带接入技术，可实现 WAPI+星闪二合一的统一接入，既能满足宽带接 入需求，又能解决窄带传感器的低 部署，星闪技术能够实现变电站内无线传感器的统一接入，减少设备数量和建设成本，同时解决传统有 线部署复杂、施工成本高的痛点。 随着星闪技术的推广，其在电力行业的应用潜力巨大，可助力电力行业实现高效、安全、经济的数 字化转型。 华为园区网络星闪 SLE 物联数采技术白皮书 版权所有 © 华为技术有限公司 25 3.1.2 接入需求分析 变电站宽窄带传感器接入分析

产业升级离不开政策与技术双重赋能。中国 “智改数转” 政策双 向发力：对内通过补贴推动核心零部件国产化率提升，对外助力 企业成为全球第三大出口国。技术上，从 “自动化工具” 向 “AI 驱 动智能体” 跨越，多模态传感延迟降至 2ms，工业大模型简化操 作，支撑人机协同创新。 从规模突破到结构优化，机器人产业正 “量质齐升”，在核心技术 与市场布局上的优势愈发凸显，为全球产业变革注入持续动力。 BEST 年至今，随着人工智能技术的突破，人形机器人进入高度智能化阶段，已能够实现语义识别、情绪感知、平稳行走及复杂 动作控制。 2、核心技术模块 现代人形机器人主要依赖三大核心技术模块： 环境感知模块：通过视觉、声学、雷达、压力及光学传感器等，实现环境数据采集与动态感知。 运动控制模块：涵盖高精度电机、控制器、减速器、丝杆传动及能源管理系统，确保灵活稳定的运动能力。 人机交互模块：基于高性能芯片与 AI 算力系统，支持自然语言处理、决策学习及情感交互。 近年来，在软硬件核心技术的协同突破下，人形机器人行业进入高速发展阶段，主要体现为三大技术维度的进步： 一是硬件技术，高精度执行器，例如无框力矩电机、谐波减速器能提升关节灵活性和负载能力；六维力传感器、电子皮肤、3D 视觉等感知模 块，负责数据采集与环境认知（视觉、声音、雷达、压感、光感）; 二是软件与算法方面，运动控制算法、AI 与认知智能、通过人类动作捕捉数据训练等 ; 三是能源与能

知等，以提高业务的质量、安全性与快速开通能力；在业务感知层面， 实现业务应用类型、应用特征等识别，以及应用级 SLA 智能感知和 业务质量感知等。 针对外探，利用泛在互联的光缆网作为传感介质，结合 AI 技术， 构建实时准确的光纤传感能力，形成具备环境感知等功能的产品，实 现哑资源可视化管理，同步支撑地震预测、施工预警、周界安防、智 慧交通、桥梁道路塌陷检测等服务。 6、高质体验的分等级光承载（分级光承载） ODN 光纤为介 质，探索通信和传感一体化能力。 在室内方面，基于 FTTR（-H/-B）主从节点、路由器等端侧系列 化智能设备，构建以光纤为物理层链路、中间件为软件底座、应用智 能体为中枢控制、新一代 Wi-Fi 为末端延伸的新一代室内光网，协同 用户/业务/应用多级弹性管道 OLT 50G-PON 边端应用 体验保障应用 边端协同 ODN传感 智能网关 Wi-Fi 8/9 Ⓒ中国电信版权所有 千兆/万兆接入光网，着力发挥运营商在云网和业务领域的优势。 接入光纤通信网目标架构的实现，在技术上主要依托 50G-PON、 FTTR-H/B、Wi-Fi、AI/智能体、ODN 传感、与 50G/100G 前传波分等 技术。 3.4. 空间光通信网目标架构 空间光通信网的目标是构建一张以“星-空-地”多平台协同为核 心，光为基础的层次化协同、动态可控的空天地融合通信网络。同时，

在场景的定位需求分两类： 第一类是施工人员的定位，尤其是隧道这样高危场景，需求更迫切，这个需求跟煤矿有些类似。 第二类是对结构变形的检测，一般来说对于桥梁等固定建筑的变形检测用传感器就行，但是对于施工造成的开放式边 坡监测，用传感器监测显然不合适，这个就是 UWB 等高精度定位技术的用武之地，一般在一个项目上安装少量的 UWB 监测设备，就可以实现对整个边坡项目的监测，而要实现更高的精度识别，一般还需要结合惯导、定位算法等。目前这样 可无源，不过需要一端（车 或者手机）供电，整体功 耗一般 功耗很低 功耗较高 成本 成本较高 成本较低 成本较高 是否还有其他的功能 —— —— 短距雷达（可以用来做车内活体 检测、汽车踢脚传感器等） 优点总结 1、安全等级很高，因为 有 eSE 芯片 2、可以无源工作，是防 止手机没电后“最后保障” 1、功耗最低 2、成本最低 1、安全等级较高，因为每个脉冲 信号都有时间戳，可以防中继攻 和飞机的方位导航，利用指南针、磁罗盘等测量地磁场方位信息，以获得稳定的地球北指向。 与磁航向测量技术不同，地磁定位技术利用地磁场强度随地理空间位置变化具有不同分布的特性，实现对运动载体的 定位。通过安装在运动载体上的磁场传感器，实时测量运动航迹（轨迹）上的地磁场数据，并提取磁场特征，与事先获得 并存储的地磁场模型或地磁图进行匹配，以确定运动载体的实时位置，用于导航或者定位跟踪。 因为地磁场的广泛分布，地磁定位技术可

实时警报，显著提升现 场安全性和生产力。此外，自动驾驶土方机械和机器人砌砖工等自动化设备，正 进一步提升施工过程的效率和精确性。在运营与维护方面，人工智能驱动的仪表 盘能够整合物联网（IoT）传感器和建筑信息模型（BIM）数据，进行预测分析， 优化建筑设施的运行和维护计划。 智能制造典型应用场景。在制造领域，工程智能的深刻作用贯穿于产品设计、 生产实施、供应链管理和设备维护的各个阶段。在机械产品设计中，生成式人工 市发 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 8 展策略。实时 AI 驱动的仪表盘整合来自物联网传感器和城市信息模型的数据， 结合预测分析，能够智能调度公共服务、优化能源分配、管理废物处理，并预测 基础设施的维护需求，提升城市运行的整体效率和响应速度。 智慧交通典型应用场景。工程智能在交通领域的核心应用在于提升交通系统 的集中体现。人工智能技术被深度集成到车辆的智能数字底盘平台和高级辅助驾 驶系统中，使其能够实现对复杂路况（如颠簸路面、急弯）的预测性控制，显著 提升驾驶的舒适性和安全性。AI 驱动的系统能够实时分析车辆传感器数据，进 行路径规划、障碍物识别和决策，从而实现更高水平的自动化驾驶功能。人工智 能还支持车辆的预测性维护，通过分析车辆运行数据，提前预警潜在故障，优化 维修计划，从而延长车辆使用寿命并降低维护成本。