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，

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。

决策体系，实现全产业链资源动态优化，在运营效 率、风险防控和价值创新方面得到显著跃升。 智能感知层：企业面向生产、运营流程，依托工业物联网等技术实现全要素、全流程数据采 集，例如部署高精度智能传感器网络，实现对企业运营、设备运行、生产工艺等参数的实时 监测；通过机器视觉系统对管道巡检、安全生产、仪表状态等场景自动识别；利用无人机搭 载红外热成像与气体检测模块完成偏远区域巡检；与5G+边缘计算架构结合，形成全域感 生产：重点装置实施DCS等控制，实现参数自动监测/调节 · 服务：传统石化服务嵌入线上预约、移动支付等数字触点 支撑体系： · 组织：有专职新智运营团队，开展顶层设计与项目推进 · 技术：部署物联网传感器，实现关键设备数据自动采集 · 流程：启动数据标准化工作，建立基于数据的反馈机制 业务维度： · 管理：依托数据平台打破部门壁垒，实现跨部门流程协同 · 研发：构建一体化数字研发平台，实现多专业协同设计 入CAE/CFD等仿真工具替代部分物理实验；生产环节在重点装置部署DCS等控制系统，实现 关键参数自动监测与调节；服务环节嵌入线上预约、移动支付等数字化触点。支撑体系上， 企业设立专职新智运营团队推进顶层设计与项目实施，部署物联网传感器实现关键设备数据 自动采集，并启动数据标准化工作，初步建立基于数据的单向反馈机制，为运营智能化奠定 基础。 平台整合阶段：此阶段石油石化行业进入数字与传统业务系统融合期，核心特征为通过平台

，再到生产关系的全面变革 • 数据资源不断丰富，计算能力快速提升，基于数据驱动的智能应用快速 兴起。算法、数据和算力称为人工智能的三大要素，人工智能产业正在 快速发展。 • 随着互联网、传感器，以及各种数字化终端设备的普及，一个万物互联 的世界正在成型。同时，随着数据呈现出爆炸式的指数级增长，数字化 已经成为构建现代社会的基础力量，并推动着我们走向一个深度变革的 时代。 为“描述性数字模型” 数字影子（ Digital Shadow ） 基于实时传感器数据的建模和仿真应用，支持从物理 实体到数字实体的单向的自动化数据流，也可以称为 “监测性数字模型” 数字孪生（ Digital Twin ） 支持物理实体和数字实体之间进行实时双向的数据交 互。数字孪生一方面可以使用实时的传感器数据做为 输入，另一方面可以输出生产制造过程的参数 消费 数字孪生定义： 通过将本来在现实世界中进行的试验试错和决策优化的过 程放到数字世界中进行，使得现实世界始终执行最优化的 计划和决策。具体地，数字孪生能够搭建物理事物或系统 的动态软件模型，并依赖传感器数据实时动态理解其状态， 对变化做出及时响应。数字孪生通过模拟影响决策的现实 世界系统，能够在不涉及物理实施的情况下提供解决方案， 降低了试错的成本、缩短了系统优化周期，保证业务最优 运行。

目中，LSTM 网络结合水文数据将水质预测误差降至 3%以下；在工业场景中，自编码器 驱动的设备故障预警系统减少非计划停机 30%。 智能算法的融合应用还体现在多源异构数据的实时处理与动态适应上。通过集成传感 器数据、遥感影像与业务日志，大模型可动态优化城市内涝模拟、港口物流调度等复杂场 景。黄河流域泥沙冲淤模型即通过无人机测深数据与智能插值算法，实现水下地形的高频 更新，防洪调度效率提升 40% 问题。 众源数据权威性不足，需验证精度并填补缺失值（如插值算法）。 ②高精度建模与动态更新 地形生成需兼顾分辨率（如 0.1 米 DSM）与性能优化（如降低分辨率提升运行效率）。 实时数据（传感器、无人机）的动态集成与孪生场景同步更新存在技术瓶颈。 ③复杂地质过程模拟 地质灾害（滑坡、泥石流）模拟依赖多参数耦合（坡度、岩性、降雨量），模型精度 受限于数据完整性与计算复杂度。 三维地 含水层建模：利用地形数据与水文地质数据，构建地下含水层的三维模型，分析地下 水分布与流动规律。 水资源管理：模拟地下水开采与补给过程，评估水资源可持续性，支持水资源管理决 策。  地质灾害预警与应急响应 实时监测与预警：通过传感器网络实时监测地形变化（如地表位移、裂缝扩展），结 合地质模型预测地质灾害发生概率，及时发布预警信息。 应急响应模拟：在数字孪生环境中模拟地质灾害场景，制定应急预案，提升应急响应 效率。 数字孪生世界企业联盟