透者”三大 阵营的协同博弈。 市场格局：“三大阵营”协同博弈 初创型公司以“技术颠覆+资本杠杆”为武器，快速突破行业瓶颈。如Figure1AI凭借OpenAI大模型与 英伟达算力，推出了触觉传感器密度达行业平均水平3倍的Figure 02机器人；宇树科技则以“四足+双 足”为双轨，H1机器人采用超轻量级设计，整机重量小于50千克，但最大关节扭矩却高达360N.m。 AI科技/互联网公司 14 - 人形机器人产业格局 数据来源：东方证券 硬件端，汽车制造和人形机器人制造在零部件的供应链上存在大量的重叠，汽车制造商拥有成熟的零部 件供应商体系，这些供应商在机械结构、电子元件、传感器等方面的技术和生产能力，可以为人形机器 人的制造提供支持；软件端，智能汽车自动驾驶中的算法技术和人形机器人具有复用性，如自动驾驶中 常用的传统基础模型Dijkstra（单源最短路径）算法、A*算法等，底层逻辑与机器人相通。 转向系统、制动系统等 手臂、大腿 将旋转运动转化为直线运动 减速器 传动部位 手、肘部等 通过机械传动实现转速降低与扭矩放大 电机 汽车电机系统 肩部、手臂等 驱动与精密控制 传感器 汽车状态监测 机器人状态检测 触觉传感等 汽车与机器人零部件复用 相通部件 汽车使用部位 机器人使用部位 技术共性 类别 - 15 - 幸福招商 人形机器人产业格局 资料来源：中国信通院，宇树科技官网

样化、 个性化和快速变化的市场需求。 具体来说，智能制造涵盖了产品设计、工艺规划、生产制造、设备维护、质量 控制、供应链管理以及售后服务等制造全生命周期的各个环节。它依托于物联 网技术，通过传感器和智能设备实现对生产现场的实时监控和数据采集，利用 大数据技术进行海量数据的存储与分析，借助人工智能算法实现智能预测、故 障诊断和优化决策，最终通过自动化设备和机器人完成精准、高效的生产操作。 的灵活性和效率，降低了人为错误的发生率。 进入 21 世纪后，互联网技术和物联网（IoT）技术的兴起为制造业带来了新的 变革契机。设备之间开始实现互联互通，生产系统能够实时采集和传输设备状 态、工艺参数和环境信息。通过智能传感器和网络通讯技术，制造系统具备了 实时监控和远程控制的能力，生产过程变得更加透明和可控。智能制造不仅关 注单一设备的自动化，更强调系统整体的协同优化和资源共享。 图表：智能制造关键技术的发展路径 设备故障，提升设备的利用率和可靠性。同时，人工智能还帮助企业优化生产 排程，实现生产资源的最优配置，降低运营成本。第三，工业互联网与物联网 的深度融合，成为智能制造发展的重要推动力。通过广泛部署传感器和智能终 端，制造设备实现了全面互联互通，生产过程中的各个环节数据得以实时采集 和传输。 图表：全球智能制造市场规模预测 资料来源：公开资料查询 5 / 23 1.2 政策环境与支持体系

以云计算和云平台为基础，对多种信息流进行统一分类处理， 降低建设成本，提高处理效率。 数据采集感知技术 实现农作物生长状态监测、农产品原材料生产过程查询以及 其他视频服务。 融合通信技术 实现传感器网络、无线通信、有线通信技术的有机协作融合。 数据库及 WEB 服务技术 实现农业生产信息管理以及农产品在线订购与配送等后台管理。 农业智能决策技术 通过建立农业智能决策模型，为农业智能化生产、仓储、运 同时可以查看历史数据，曲线分析，环境数据预警。土壤墒情监 测站能够实现对土壤墒情（土壤湿度）的长时间连续监测。用户 可以根据土壤墒情监测需要，灵活布置土壤墒情传感器；也可将 土壤墒情传感器布置在不同的深度，测量剖面土壤墒情。可根据 监测需求增加对应传感器，监测土壤温度、土壤湿度、土壤电导 率、土壤 PH 值等要素，具有实时采集、传输存储、数据分析等 功能 产业园区科技中心 农田气象站 百叶温湿箱 百叶温湿箱 （ 7 ） 环境灾害预警系统 气象灾害系统是一款基于物联网技术和无线 通讯技术研发而成无人值守气象多要素自动监测 系统。由气象传感器、气象数据采集仪及管理云 平台等部分构成，可监测空气温度、空气湿度、 大气压力、风速、风向、雨量、二氧化碳、光照 强度、视频画面采集，具有实时采集、传输存储、 超限预警、数据分析等功能。 环境灾害预警 气象灾害监测设备实时状态

AI 识别项目旨在利用先进的无人机技术 和人工智能算法，提升火灾预防、监测和应急响应的效率。该项目 通过部署具备高精度传感器和 AI 识别能力的无人机，实现对火灾 隐患的实时监测、火情的快速识别与定位，以及火灾现场的动态评 估。无人机将搭载多光谱摄像头、红外热成像仪和气体传感器等设 备，结合 AI 算法，能够在复杂环境中快速识别火源、烟雾、温度 异常等关键信息，并通过实时数据传输系统将信息反馈至指挥中 算法对火灾隐患进行预警。 - 火源定位与识别： 利用 AI 图像识别技术，快速定位火源位置，识别火灾类型（如明 火、阴燃火等），并评估火势蔓延趋势。 - 环境数据采集：通过气 体传感器和温湿度传感器，采集火灾现场的环境数据，为灭火决策 提供科学依据。 - 动态路径规划：无人机根据火情变化和现场环 境，自动规划最优飞行路径，确保监测和救援任务的高效执行。 - 数据实时传输 数据实时传输与可视化：将采集到的火情数据、环境数据和视频流 实时传输至指挥中心，并通过可视化平台展示，辅助决策者快速响 应。 项目的技术架构分为三个层次：感知层、处理层和应用层。感 知层由无人机及其搭载的传感器设备组成，负责数据采集；处理层 通过边缘计算和云端 AI 算法，对采集到的数据进行实时分析和处 理；应用层则通过指挥中心的可视化平台，将处理结果呈现给决策 者，并提供智能化的灭火建议。 项

物联网智能灌溉控制器、卡片式超声波流量计、缓闭式止回 阀、补气阀等 3 农业水价改革系统 满足灌区地块基本信息、水权、水价、水市场、精准补贴、节水奖励、协会 管理、报表分析、数据汇总等功能。 流量传感器、水位传感器、温湿度传感器、土壤信息传感器、 水文气象信息传感器、一体化五防型智能灌溉终端机等物联 网智能设备等 4 农业气象环境预警系 统 具备气象 12 要素功能 ( 环境温度、环境湿度、风速、风向、气压、雨量、 太阳辐射、蒸发、土壤 值、土壤温度、土壤湿度、 CO2), 对气象站采集 的数据进行实时监测 , 设备运行状况监测 , 同时可以查看历史数据 , 曲线分析 , 环境数据预警。 土壤温度传感器、土壤含水量传感器等土壤传感器；风向传 感器、空气温度传感器等气象 12 要素传感器；太阳能电池 板、专用太阳能电池、设备支架、太阳能控制系统等配套设 备 5 农业植保监测系统 具备病虫害疫情监测、分析、预警功能。 虫情测报设备、植物孢子病菌捕捉设备、虫情性诱设备、太 虫情测报设备、植物孢子病菌捕捉设备、虫情性诱设备、太 阳能自动杀虫设备 6 用水效率监测系统 灌溉水利用系数、耗水率、水分生产率、植物需水量、土壤容重比、水质等 基本测验功能。 土壤含水量传感器等土壤传感器 7 农产品溯源系统 满足农产品溯源追踪需求 , 基础数据管理 , 生产追溯数据采集管理 , 全程质量 监管 , 投入品质量分析 , 问题产品跟踪 , 消费者信息查询与管理。 — 8 可视农业监控系统

析，进行温度调节。另外应实 现故障报警、分时控制、分区 控制的功能；本系统支持输入 信号≥50 路，能够与已安装的 34 台具有 RS485 接口的供暖监 控设备（包括热流量计、电动 调节阀、室内温度传感器）进 行数据对接，与三维可视化能 耗监管集成平台对接。 运 行 管 理 效 率 ， 降 低 能 耗。通过合理调度热源供 给与需求，使需热供热平 衡 ， 达 到 节 能 减 排 的 目 的，同时为校方的节能减 数据采集、分析，进行温 度调节。另外应实现故障 报警、分时控制、分区控 制的功能；本系统支持输 入信号 60 路，能够与已安 装的 34 台具有 RS485 接口 的供暖监控设备（包括热 流量计、电动调节阀、室 内温度传感器）进行数据 对接，与三维可视化能耗 监管集成平台对接。 9 BIM 智 能 楼 宇 管控平台 本项目为交钥匙工程，包括设 备 供 货 及 其 安 装 、 调 试 、 运 行 、 培 训 等 所 BIM 数 字模型与动态的实时监管 数据融合，建成基于 BIM 的精细化智能楼宇管控平 台，要求对建筑、管线、 变电所、水泵房、教室空 调 、 照 明 、 开 关 等 进 行 BIM 数字建模，集成各类 传感器设备，实现水电、 热、暖采集的数据进行动 态联动，通过每 15 分钟进 行数据更新，实现可视化 及 动 态 实 时 监 测 和 管 理。1、货物名称：BIM 智 能楼宇管控平台 2、满足规 格型号：基于

样化对空域安全管理提出了更高要求。 当前,低空监 视系统主要面临 3 个方面的挑战:一是传统监管手段 难以应对复杂动态环境,无人机“黑飞”、碰撞风险频 发;二是多源感知“数据孤岛”现象严重,雷达、光电等 传感器信息缺乏协同;三是恶意干扰技术不断升级,导 致目标识别与追踪失效 [1]。 在此背景下,构建智能融 合、实时响应的一体化监视体系,不仅是实现空域精细 化管理的技术支撑,更是推动低空经济安全、高效发展 融合毫米波雷达、光电探测等异构感知网络,同步 集成无人机安全管控平台,以实现对在空无人机的全 域监视与警用无人机的高效指挥调度。 一是感知层(Sensing Layer)。 感知层作为低空智 联监视系统的基础,包含各类多源传感器网络。 其中, 5G-A 为多元融合感知的重要手段,利用超大规模天线 阵列(Massive MIMO)与联合信号设计,使通信信号同 时携带感知信息,利用反射信号的强度、频率、相位等 特性实现环境感知 公交车顶部广告牌 透视畸变 11% 倾斜视角的交通标志 3. 1. 2 多源数据融合失效 多源数据融合失效主要源于传感器间的数据冲突 与时空不同步。 例如,异构传感器间的轨迹预测不一 致会直接引发误报警;而当各传感器间的时钟同步出 现明显偏差时,则会严重影响到目标的跨传感器关联 准确率 [10]。 在实际的无人机管控系统中,此类问题尤 为突出,例如因激光雷达与视觉数据的时间戳未能精

人的全身运动控制是一个复杂的挑战[1]。由于人形机器人具有多自由度关节， 其运动学和动力学模型极为复杂，传统控制算法往往难以精确协调各关节的运 动，导致稳定性不足[1]。此外，环境感知方面也存在局限性，有限的传感器数 据处理能力使其难以深入理解和分析复杂的环境信息[1]。 预训练模型的突破和具身算法的应用为人形机器人带来了新的解决方案[1]。与 其他机器人一样，模拟训练也是人形机器人学习任务的主要方法，常用的模拟 人形机器人面临的主要技术挑战包括全身运动控制的复杂性。由于人形机器人 具有多自由度关节，其运动学和动力学模型极为复杂，传统控制算法往往难以 精确协调各关节运动，导致稳定性不足[1]。环境感知能力有限也是一大挑战， 有限的传感器数据处理能力使其难以深入理解和分析复杂环境信息[1]。此外， 人形机器人的核心技术难点还包括步态控制、环境感知等环节[7]，这些问题制 约了人形机器人在复杂环境中的应用。 从技术分布 性强的设计范式。核心技术包括可变刚度执行器、仿生材料和模块化设计三大方面。 可变刚度执行器将模仿人类肌肉的工作原理，能够根据任务需求动态调整其刚度和柔顺 性。这种执行器由高性能电机、弹性元件和先进的传感器组成，可以在需要精确控制的任 务中表现出高刚度，而在需要吸收冲击或与人类安全互动时表现出高柔顺性。系统将采用 拮抗肌肉配置，每个关节由两组或多组执行器控制，类似于人类的屈肌和伸肌系统，从而 实现更自然、更高效的运动。

监测体系、农业大模型应用及自主可控的农业传感器技 术进行布局。响应国家关于加强农业基础设施数字化改造、提升粮食安全保障能力的总体 要求。 2. 《数字农业农村发展规划（2019—2025 年）》： 该规划明确提出要构建基础数据资源体系，强化生产经营数字化改造。本项目严格按照规 “ ” 划中关于 建设天空地一体化观测网络 的要求，设计了覆盖全区域的农业遥感与地面传感 网，旨在实现农业生产环境的实时感知与精准治理。 网络安全标准：严格执行《GB/T 22239-2019 信息安全技术 网络安全等级保护基本要 求》（等保 2.0），本项目核心系统按等保三级标准设计。 * 物联网接入规范：参考地方《农业物联网传感器接口技术规范》，确保各类传感器 （如土壤墒情仪、气象站）的协议统一。 3. 本项目技术栈及硬件具象化配置标准： 为保证系统的高可用性与扩展性，本项目技术方案选型如下表所示： 类别 组件/设备名称 规格参数/技术栈要 目概算不突破 批准的投资限额。 3. 《农业专项转移支付资金绩效管理办法》： 本项目建立了全过程绩效管理体系。在编制依据中明确了绩效考核指标，包括： * 产出指标：数字化农田覆盖面积、传感器在线率（≥98%）、系统响应时间（≤2s）。 * 效益指标：单位面积化肥使用量减幅（≥10%）、农业生产效率提升率（≥15%）。 * 满意度指标：农户及新型农业经营主体满意度（≥90%）。

........................................................................................54 5.1 雷达与传感器技术................................................................................................ ....................................................................................59 5.1.2 光学与红外传感器.................................................................................................. 设计、技术选型、运行流程优化和人员培训。这些方面相辅相成， 形成一个完整的空中交通管制管理体系。 在系统架构设计上，我们将采用分层架构，主要包括数据收集 层、数据处理层、决策支持层和用户交互层。数据收集层将通过多 元化的传感器获取地面和空中的实时数据，其中包括气象数据、航 班状态信息以及空域利用情况。数据处理层将采用云计算技术，对 收集的数据进行分析与处理，以支持决策层的实时决策。 在技术选型方面，将优先考虑采用国际先进的空中交通管理技