移动机器人行业研究报告

移动机器人研究报告

目录

第一章行业发展概述 (4)

第一节移动机器人行业定义 (4)

一、移动机器人定义 (4)

二、移动机器人应用 (4)

第二节国内外发展概况 (4)

一、全球移动机器人行业发展历程 (4)

二、国内移动机器人行业发展历程 (5)

第二章产业链分析 (6)

第一节产业链结构 (6)

第二节行业上游运行分析 (6)

第三节行业中游运行分析 (7)

第四节行业下游运行分析 (8)

第三章应用市场分析 (9)

第一节汽车制造业 (10)

第二节电子行业 (11)

第三节烟草行业 (12)

第四节物流行业 (13)

第四章核心技术分析 (14)

第一节自主定位导航 (14)

第二节环境感知 (16)

第三节路径规划 (17)

第五章重点企业及产品分析 (19)

第一节新松机器人自动化股份有限公司 (19)

一、发展简况分析 (19)

二、产品结构特点 (20)

三、经营情况分析 (20)

四、综合实力评析 (20)

第二节华晓精密工业(苏州)有限公司 (21)

一、发展简况分析 (21)

二、产品结构特点 (21)

三、经营情况分析 (21)

四、综合实力评析 (21)

第三节云南昆船智能装备有限公司 (22)

一、发展简况分析 (22)

二、产品结构特点 (22)

三、经营情况分析 (22)

四、综合实力评析 (22)

第四节广州市井源机电设备有限公司 (22)

一、发展简况分析 (22)

二、产品结构特点 (22)

三、经营情况分析 (23)

四、综合实力评析 (23)

第五节广东嘉腾机器人自动化有限公司 (23)

一、发展简况分析 (23)

二、产品结构特点 (23)

三、经营情况分析 (24)

四、综合实力评析 (24)

第六章竞争格局分析 (24)

第一节国外竞争分析 (24)

第二节国内上游竞争分析 (25)

第三节国内中游竞争分析 (28)

第七章发展前景展望 (29)

第一节未来应用需求分析 (29)

第二节产品技术趋势分析 (29)

第三节产业面临的风险及规避 (30)

第一章行业发展概述

第一节移动机器人行业定义

一、移动机器人定义

移动机器人(AGV)是工业机器人的一种。它由计算机控制，具有移动、自动导航、多传感器控制、网络交互等功能，在实际生产中最主要的用途是搬运，可以说只要有搬运需求的地方，就有移动机器人的应用可能。

二、移动机器人应用

移动机器人应用主要分三大类。一是制造及仓储类，如汽车、食品饮料、烟草、3C家电、仓储（快递/电商）物流等；二是特殊应用类，包含电力巡检AGV、排爆安防AGV、户外港口AGV以及停车AGV等；三是服务类，主要应用于如医疗、酒店、R&D、餐饮等环境。

第二节国内外发展概况

一、全球移动机器人行业发展历程

移动机器人的发展历史移动机器人的研究可以追溯到20世纪60年代。斯坦福大学研究所成功地研制一种典型的自主移动机器人Shakey。它具有在复杂环境下，对象识别，自主推理，路径规划及控制功能。与此同时，以General Electric Quadruped为代表的步行机器人也研究成功。它能在不平整，非结构化环境中运动。70 年代末，随着计算机技术的发展和应用，以及传感器技术的发展，移动机器人的研究又出现新的高潮。特别是80 年代开始，美国国防部 DARPA 的支助下，由 CMU， Standford 大学和 MIT 等单位开展的ALV研究；能源部制定的为期10 年的机器人和智能系统计划，以及后来的空间机器人计划；日本通产省的极限环境下作业机器人计划和人形机器人计划；欧洲尤里卡中心的机器人计划等。除此之外，很多世界著名公司不惜投入重金，纷纷开始研究移动机器人。进入90年代后，随着技术的迅猛发展，移动机器人向实用化、系列化、智能化进军。涌现出许许多多智能移动机器人。如CMU的Navlab系列移动机器人系统；德国Vamors-P和Caravelle 系统；日本本田公司的P 系列和ASIMO 人型机器

人；日本索尼的SDR-3X人型机器人和AIBO 娱乐型机器人等代表着移动机器人各个方面的先进研究成果。

二、国内移动机器人行业发展历程

中国的移动机器人（AGV）历经20多年快速发展，从无到有，从大到强，横跨了物流与机器人两大行业，取得举世瞩目的成绩。随着中国人口红利消失及国内产业转型，各种机器人应用广泛、市场空间巨大。而国产移动机器人更成为机器人领域里的一颗明珠，从自主技术、产品研发，到走出国门的竞争力，可以说毫不逊色于国外同行，且销售额每年都以平均30%以上速度的增长。移动机器人的强劲表现，与广泛的国民经济生产需求有关。中国移动机器人的发展主要经历了三个阶段。

●第一阶段为20世纪90年代至2010年，属于初级发展阶段，主要是中国自

主研发和合作引进并存，能够生产AGV的国内企业不超过5家，AGV每年出货量很低，用户主要集中在烟草和汽车等行业。

●2010年以来进入第二阶段，随着中国汽车工业快速发展，性价比高、轻负载

及低定位精度的移动机器人，在汽车动力总成、冲压、焊装及总装四大工艺车间迅速推广。

●第三阶段的爆发点是2014年Amazon收购Kiva公司并大量采用移动机器人

后，国内电商企业纷纷效仿，在存储、分拣领域布局货架搬运机器人，成为近年来AGV市场发展的新热点。新的移动机器人公司也如雨后春笋般快速增长，并受到资本热捧。到2018年底，国内各品牌汽车厂基本都应用了这种物料配送模式，AGV应用数量成几何级倍数增长。

受益于智能仓储物流的需求带动，中国AGV行业开始进入快速发展期，新晋厂商的不断增加也导致了同质化竞争日益显现，AGV产品的应用从工业领域延伸至服务领域。据统计，2018年AGV销量达2.35万台，同比增长49.65%。其中：制造及仓储AGV领域，快递/电商领域需求仍持续强劲，在制造及仓储AGV类型占比43.44%，较2017年同比上升6.48个百分点。特殊应用AGV领域，因其应用场景的特殊性，在电力巡检领域，鲁能、国自、新松、朗驰欣创、亿嘉和几家企业的销量占据电力行业的市场份额近80%，应用于港口码头、停车AGV的参与者以怡丰科技、云南昆船、海康机器人、远能、伟创自动化、汇聚自动化等企业

为代表。服务类AGV领域，因市场基数较小，受智慧医疗投资热潮带动，以医用AGV为代表的服务AGV增长明显，部分细分领域增速超100%。

第二章产业链分析

第一节产业链结构

移动机器人(AGV)属于工业机器人的一种，具有与工业机器人相同的产业链结构。上游为机器人零部件制造商。这一部分是产业链的核心，在机器人产品中占据绝大多数成本。中游为机器人制造与系统集成企业。下游则包括汽车、3C 电子、物流等应用行业

图表1 工业机器人产业链结构

第二节行业上游运行分析

上游核心零部件依赖国外厂商，国内企业有待进一步发展。移动机器人在驱动控制器、系统、传感器等核心部件上，依然高度依赖国外品牌。

图表2 工业机器人主要零部件成本占比

工业机器人产品最主要的成本集中于减速器、伺服系统和运动控制器等核心零部件身上。减速器、伺服系统和运动控制器三者成本加和超过75%。因此从这

一角度分析，工业机器人产业链的核心是上游的机器人零部件制造商。目前，国内市场上的机器人产品，其核心零部件大多来自于国外机器人零部件制造商，采用国内机器人零部件制造商产品的企业数量较少。究其原因有二：①减速器等核心零部件产品研发难度大，所需技术积累较为深厚，因此国内有资质有能力设计研发生产核心零部件产品企业数量较少且技术成熟度较低②中游的机器人本体制造企业对国内机器人零部件供应商的产品质量存疑，为争取市场份额获取客户信任而采用国外机器人零部件供应商产品。

而在移动机器人（AGV）这一国产化率极高的细分市场，中游的机器人本体制造企业也依旧难逃此类问题。移动机器人（AGV）主要由驱动、系统和导引三部分组成，其中，在驱动控制器、系统、以及激动导航传感器等核心部件上，依然是国外品牌的天下，虽然外资企业无法实现对我国AGV市场的直接垄断，但却能利用关键技术及核心零部件上的优势，来对我国企业形成掣肘和牵制。因此长远来看，若想在移动机器人领域有所作为，国内企业需要在上游的机器人零部件上持续发力。

第三节行业中游运行分析

中游“个性化服务+高性价比”推动产业快速发展。移动机器人消费者大多价格敏感。提供高性价比产品的中游企业极受市场欢迎，产业持续快速发展。

图表3 2013-2018 年中国 AGV 机器人销量

移动机器人（AGV）中游主要包括机器人本体制造和系统集成两部分。目前国内的需求方两极分化严重，既有华为、东风汽车、京东等大型企业，也有年销

售额勉强过亿的小型企业。而其中大量订单来源于后者，它们对移动机器人（AGV）的需求多则四五台，少则一两台，且应用场景、具体需求各有不同，加上自身改造能力弱，需要中游厂商为他们提供完善的后续服务。因此能够为需求方提供个性化服务的中游国内机器人本体制造商很受这些需求方青睐。2013年至2018年，中国AGV机器人销量从最初的2439台增长至2018年的18000台（估计值），产业发展速度极快。

国产机器人具有一定的性价比。国外的AGV产品价格普遍在80-100万/台，而国内的AGV产品价格普遍在40-70万元/台，比国外低50%左右。2018年，移动机器人行业的价格战趋势并没有停下来，有些企业甚至推出了9.8万的叉车AGV，以低价打开市场仍然是目前国产移动机器人的主要策略。

第四节行业下游运行分析

下游人口红利降低与新兴领域发展造就AGV高需求。我国长期低出生率导致人口红利降低，加上新兴行业的兴起，移动机器人的需求愈发旺盛。

图表4 1978-2018 年中国人口出生率情况（单位：‰）根据国家统计局公布的数据，近二十年来我国的出生率长期处于历史低位，近两年甚至出现进一步下行趋势。原本享受我国高出生率带来的人口红利的行业，例如3C电子、物流、汽车制造等，都将面临出生率长期低迷带来的人口红利下降的影响。因此，作为人力资源的一大替代品，移动机器人（AGV）的需求变得愈发旺盛。目前市场上对移动机器人（AGV）的需求主要来自于需要降低搬运人力成本的小微企业。

与此同时新兴行业的兴起也进一步带动了移动机器人的需求。随着电子商务的发展，物流行业的工作强度大幅提升，对搬运的工作效率也提出了更高的要求。以2014年的数据为例，在当时移动机器人等设备尚未普及的情况下，双十一等重要销售活动之后，快递搬运工日人均搬运重量超过1吨，日工作时间达十几个小时；消费者在网上下单后平均需要等待6-7天，比在非活动日购买商品等待时间多了近一倍。为了更好的优化消费者的消费体验，各大电商纷纷引入各种机器设备，力求将物流往智能化、自动化的方向推进。

而移动机器人也自然而然成为了实现物流自动化智能化的首选。移动机器人（AGV）在自动化、灵活性和安全性三个方面的独特优势使得移动机器人（AGV）成为物流智能化、自动化的最优选择。

（1）自动化程度高：无人搬运车AGV相比人工叉车运送物料来说具有极高的自动化。当车间某一环节需要辅料时，由工作人员向计算机终端输入相关信息，计算机终端再将信息发送到AGV中央控制系统，系统向AGV发送控制指令，AGV 接受并执行将辅料自动搬运至相应地点。AGV只需要输入相关的指令就能很好的完成任务，只要输入的指令没有问题，就不会有问题，避免了各种错误的发生。

（2）灵活性强：AGV小车能够灵活地与各类生产线，装配线，输送线，站台，货架，作业点等有机结合。实现最大限度地缩短物流周转周期，降低物料的周转消耗，实现来料与加工，物流与生产，成品与销售的柔性衔接，最大限度地提高生产系统的工作效率。

（3）安全性好：移动机器人（AGV）具有较完善的安全防护能力，有智能化的交通管理，安全与避碰，多级警示，紧急制动，故障报告等。能够在许多不适宜人类工作的场合发挥独特作用。

第三章应用市场分析

从应用场景来看，移动机器人主要应用于搬运场景，凡是有搬运的地方就有移动机器人应用的可能。而从应用领域来看，汽车工业、3C电子、烟草行业、物流行业是移动机器人应用最为广泛而且前景最为广阔的几个行业。

图表5 2017 年中国 AGV 应用领域占比情况

从未来市场规模来看，移动机器人（AGV）市场规模有望达140亿元。根据我国移动机器人（AGV）市场实际发展情况来看，2018年我国移动机器人（AGV）销量为29600台，市场规模达到42.5亿元。由于需求端的叉车替换需求、仓储机器人需求等都较为旺盛，保守估计未来五年移动机器人（AGV）销量的复合增长率大概率维持在25%左右，再考虑技术进步带来的产品每年约5%的降价水平，以此计算我国移动机器人市场在五年后将达到140亿元左右，产业发展空间巨大。

第一节汽车制造业

移动机器人（AGV）在汽车行业的应用源于瑞典汽车制造商沃尔沃。早在1973年，沃尔沃就引进了实时运输理念，也就是根据需要及时把物料运送到机械和装配车间。据此理念沃尔沃在kalmar轿车装配线上大量采用了AGV进行计算机控制装配作业。1984年，美国通用汽车公司完成了它的第一个柔性装配系统，从此该公司就成为当时AGV的最大用户。1986年通用公司的移动机器人（AGV）已达1407台(包括牵引式小车、叉车和单兀装卸小车)，1987年又新增1662台。目前，在美国，汽车行业占到移动机器人（AGV）总用量的百分之八十以上，而在欧洲这个比例也超过五成。

图表6 国内汽车行业用移动机器人（AGV）主要生产企业移动机器人（AGV）在汽车行业的典型应用主要在于发动机装配线，或者底盘和平台的对接。比如：①原材料的自动运输②总装线的运输③测试区的往来运输④生产车间与成品之间的自动运输。

无论是从使用量还是应用成熟度，汽车行业无疑是AGV最强大的市场和最大的支持力量。一个汽车企业往往要使用数百台甚至上千台AGV，如东风日产广州花都工厂就使用了超过1000台AGV。从目前国内汽车制造厂商的数据来看，大多数汽车企业都采用了国产的AGV作为厂内生产物流的一个流通硬件，国产化率较高。目前，我国成立时间较长的移动机器人（AGV）企业大都与汽车行业不可分割，且在汽车行业有了较大的影响力，拥有较为稳定的合作关系。

第二节电子行业

2013年至2017年是我国3C电子制造业的爆发期。在这短短几年内，3C制造业产值从约1.43万亿元上升至2.46万元，保持了14.5%的年复合增长率。3C 产业庞大体量给移动机器人（AGV）提供了巨大的市场容量；与此同时，3C产业大量人工需求与人口红利下降带来的招工难的矛盾，进一步造就了移动机器人（AGV）应用于3C产业的广阔前景。目前国内3C行业机器人密度仅为11台/万员工，而日韩国家的机器人密度早已超过1200台/万员工，机器人普及率存在极大差距，应用空间前景极大。

目前3C行业在物流方面有以下3点要求：①3C电子产品普遍为大批量定制、生产周期短，对于柔性化、矩阵式生产的需求要求物流具备快速应变能力②生产

线拆解更细分，物流频次上升，要求物流更高效率③可与MES系统对接，将生产信息准确映射为生产作业，精准控制供应链和生产节拍。针对3C电子行业的这三点要求，以柔性化为主的移动机器人（AGV）成为最优选择。例如无轨AGV机器人，搬运速度为传统磁条AGV的3-4倍，能够满足物流频次上升需求；单台AGV出现故障、产线变更，不会影响AGV系统运行，缩短停工频次时间提高效率；能与MES系统对接，精准控制物料供应和生产节拍。

图表7 2017 年各国工厂每万人中工业机器人平均数量

第三节烟草行业

烟草行业具有物料流量大，运送环节多，生产过程自动化、柔性化程度高，信息控制管理系统要求严等特点。移动机器人（AGV）作为现代化生产过程的标志性装备，具备了能较好满足上述特点的条件，加之烟草行业整体效益较好，有条件更新装备，因而移动机器人（AGV）在烟草行业很在就得到了推广应用。

图表8 烟草行业物流特点及具体体现

根据《云南省烟草公司普洱市公司2018年卷烟分拣、装卸业务外包项目招标公告》可知，卷烟分拣过程中包括人工划箱、补货、包装、搬运作业，卷烟仓储的出入库上下车装卸、搬运、堆码、纸箱的回收搬运和上下车、物流分公司日常事务的零星物品搬运等作业。根据此流程，卷烟厂在物流上需要的相关人员至少需要40人左右：①整个项目的实施进行管理的专门负责人1名②操作一套半自动分拣系统进行分拣补货、包装作业的固定使用工人20-30名③卷烟仓储的出入库作业工人10 名④分拣临时替工5人。按每位工人的工资为3000元/月，全年所需人员工资144万元，约合国产移动机器人（AGV）3台的购买费用。如果选择用移动机器人（AGV）替代人工， 6至8台移动机器人（AGV）可以完成以上卷烟分拣过程。如此算来，约2—3年的人工成本即超过移动机器人（AGV）购买及维护的成本，因此通过使用移动机器人（AGV），员工劳动强度、装卸破损率和用工成本均得到了有效降低。目前烟草行业智能化已经较为成熟，移动机器人（AGV）在烟草行业的普及率较高，相关产品产销量增速较为稳定。

第四节物流行业

物流行业上来看，移动机器人（AGV）最大的应用领域可能是电子商务物流服务。电子商务之间的竞争从很大程度上讲是物流之争，物流服务更好的商家将赢得更多的客户。因此，如何快速精准地送达快递，如何解决爆仓、错发、漏发、暴力分拣、快件丢失等问题，如何打造出拣货效率高、错发率低的电商仓库，成为了当下电商仓储物流行业的当务之急。移动机器人（AGV）很好地解决了这些问题，在工作效率上具有传统的人工作业或叉车作业无法具备的优势。

移动机器人（AGV）可以按照最优的行驶路线自动搬运，准确地停靠在想要的人工拣货站台出，拣出相应数量的货物。而与之相配的AGV智能管理系统可以完成对所有货物情况和作业环节的监管，可以随时查看到货物的存储、发货、运输等情况，使客户实时掌握自己商品的动态。包装等作业环节通过视频全程记录，并永久保存，保证每一环节的可追溯性，确保货物安全性。

目前各大电商物流公司都已经注意到了移动机器人（AGV）的独特优势并着手建立智能仓库以配适其发展。2015年，阿里就在天猫超市天津仓库布局了一款仓储机器人——曹操，整个系统都由阿里自主研发，造价上百万元，该机器人接到订单后，可以迅速定位出商品在仓库分布的位置，并且规划最优捡货路径，

拣完货后会自动把货物送到打包台，减少仓管人员的步行距离，大大增加了仓库分拣打包的效率；2016年“双十一”期间，阿里旗下的菜鸟网络在海宁建设的“智能仓库”正式投入了使用，这是国内首家以机器代替人工完成商品分拣、装箱全程的智能仓库，其中包括此前曝光过的由菜鸟自主研发的智能AGV机器人；2017年，过半的电商平台开始采用AGV自动分拣机器人，上海邮政EMS在双十一期间率先使用AGV， 350台AGV每小时单个分拣量可达1.8万件，而且准确率高达99.99%。

第四章核心技术分析

在机器人领域所要研究的问题非常多，会涉及到计算机、传感器、人机交互、防生学等多个学科，其中环境感知、自主定位导航和运动控制是机器人技术的三大重点问题。

第一节自主定位导航

移动机器人要实现自主行走，定位也是其需要掌握的核心技术之一，目前GPS 在全局定位上已能提供较高精度，但GPS具有一定的局限性，在室内环境下会出现GPS信号弱等情况，容易导致位置的丢失。

近年来，SLAM技术发展迅速，提高了移动机器人的定位及地图创建能力，SLAM 是同步定位与地图构建 (Simultaneous Localization And Mapping) 的缩写，最早是由 Hugh Durrant-Whyte 和 John J.Leonard 在1988年提出的。目前主流的定位导航技术为即时定位和地图构建（简称SLAM），机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。SLAM又分为激光SLAM和视觉SLAM：

A. 激光SLAM定位导航

工作原理: 从激光器发射一束或n束激光照射被测物体，激光在物体表面发生散射或折射，通过透镜对反射激光汇聚成像，光斑成像在CCD传感器上。当物体发生位移时，光斑也将随之产生移动，其位移大小通过信号处理器的计算而获得，由光斑位移距离计算出被测物体与基线的距离值。

特点：优点“精度高，速度快，测距远，技术成熟”；缺点“价格昂贵，体

积大，寿命短”

B. 视觉SLAM定位导航

工作原理：视觉传感器相当于机器的眼睛，通过 CCD 传感器获取周围的环境信息，然后经过一定的图像处理方法，提取有用特征，与内存中存取的基准图像进行比较，做出分析，据此给 AMR 发布命令。

技术特点：优点“能识别图像，成本较低”；缺点“依赖软件算法，需要较高计算性能的芯片；依赖光照强度和物理纹理，在特征不明显的区域性能下降；技术不成熟”；

相比于磁线、磁钉、二维码和激光等AGV传统导航方式，视觉导航方式优势明显。其优势主要体现于以下三个方面：

（1）低成本：视觉导航的低成本主要体现于传感器的低成本和运维的低成本。世界顶级品牌的工业级单目相机加镜头仅3000元，普通的商用相机售价百元左右，相比较于激光导航动辄万元的激光传感器成本较低。此外，未来机器人在自然环境下的视觉导航技术无需在环境中使用任何标记物，降低了客户现场的运维成本。综合以上两点，客户购买AGV设备的投资回报时间会大幅缩短。

（2）无需改造现场环境：未来机器人的核心是在自然环境中的视觉定位导航技术，无需对客户现场进行任何改变、无需磁线、磁钉、激光反射板等人工标记，仅通过视觉自然特征即可实现高效的定位导航。降低项目实施难度、减少实施时间。

（3）高性能：从原理上讲，视觉捕获二维图像信息，图像中不仅包含轮廓信息，还包含颜色信息。其中，颜色信息是不能通过其他传感器得到的。而颜色信息对于移动机器人自主定位、控制、避撞纠偏都非常有价值。通过丰富的视觉信息，未来机器人的AGV产品及改装方案可以实现高效（直线速度2m/s，过弯速度1.5m/s（过弯不停车））、高精度（位置误差<1cm）、高稳定性（失误率<0.1%）的自主导航。

当然纯视觉导航也有缺点，主要是纯视觉导航技术目前成熟度一般，商业化应用较为困难。因此，目前更好的方式是多导航方式结合使用。在使用了视觉导航的基础上，移动机器人（AGV）可进一步添加惯性运行导航，以适应各类起伏和颠簸路径，保障运行时的精准性。与采用激光、惯性、磁条等导航方式的传统

移动机器人（AGV）相比，成本更低，精度更高。

第二节环境感知

实现避障与导航的必要条件是环境感知，在未知或者是部分未知的环境下避障需要通过传感器获取周围环境信息，包括障碍物的尺寸、形状和位置等信息。环境感知常用的传感器主要有超声波传感器、视觉传感器、红外传感器、激光传感器等。

●激光测距传感器利用激光来测量到被测物体的距离或者被测物体的位移等

参数。比较常用的测距方法是由脉冲激光器发出持续时间极短的脉冲激光，经过待测距离后射到被测目标，回波返回，由光电探测器接收。根据主波信号和回波信号之间的间隔，即激光脉冲从激光器到被测目标之间的往返时间，就可以算出待测目标的距离。由于光速很快，使得在测小距离时光束往返时间极短，因此这种方法不适合测量精度要求很高的（亚毫米级别）距离，一般若要求精度非常高，常用三角法、相位法等方法测量。

●视觉传感器的优点是探测范围广、获取信息丰富，实际应用中常使用多个视

觉传感器或者与其它传感器配合使用，通过一定的算法可以得到物体的形状、距离、速度等诸多信息。或是利用一个摄像机的序列图像来计算目标的距离和速度，还可采用SSD算法，根据一个镜头的运动图像来计算机器人与目标的相对位移。但在图像处理中，边缘锐化、特征提取等图像处理方法计算量大，实时性差，对处理机要求高。且视觉测距法检测不能检测到玻璃等透明障碍物的存在，另外受视场光线强弱、烟雾的影响很大。

●红外传感器测距大多数都是基于三角测量原理。红外发射器按照一定的角度

发射红外光束，当遇到物体以后，光束会反射回来，如图所示。反射回来的红外光线被CCD检测器检测到以后，会获得一个偏移值L，利用三角关系，在知道了发射角度α，偏移距L，中心矩X，以及滤镜的焦距f以后，传感器到物体的距离D就可以通过几何关系计算出来了。红外传感器的优点是不受可见光影响，白天黑夜均可测量，角度灵敏度高、结构简单、价格较便宜，可以快速感知物体的存在，但测量时受环境影响很大，物体的颜色、方向、周围的光线都能导致测量误差，测量不够精确。

●超生波传感器检测距离原理是测出发出超声波至再检测到发出的超声波的

时间差，同时根据声速计算出物体的距离。由于超声波在空气中的速度与温湿度有关，在比较精确的测量中，需把温湿度的变化和其它因素考虑进去。

超声波传感器一般作用距离较短，普通的有效探测距离都在5-10m之间，但是会有一个最小探测盲区，一般在几十毫米。由于超声传感器的成本低，实现方法简单，技术成熟，是移动机器人中常用的传感器。

目前，在机器人室内环境中，以激光雷达为主，并借助其他传感器的移动机器人自主环境感知技术已相对成熟，而在室外应用中，由于环境的多变性及光照变化等影响，环境感知的任务相对复杂的多，对实时性要求更高，使得多传感器融合成为机器人环境感知面临的重大技术任务。

利用单一传感器进行环境感知大多都有其难以克服的弱点，但将多传感器有效融合，通过对不同传感器的信息冗余、互补，几乎能使机器人覆盖所有的空间检测，全方位提升机器人的感知能力，因此利用激光雷达传感器，结合超声波、深度摄像头、防跌落等传感器获取距离信息，来实现机器人对周围环境的感知成为各国学者研究的热点。使用多传感器构成环境感知技术可带来多源信息的同步、匹配和通信等问题，需要研究解决多传感器跨模态跨尺度信息配准和融合的方法及技术。但在实际应用中，并不是所使用的传感器种类越多越好。针对不同环境中机器人的具体应用，需要考虑各传感器数据的有效性、计算的实时性。第三节路径规划

路径规划技术也是机器人研究领域的一个重要分支。最优路径规划就是依据某个或某些优化准则（如工作代价最小、行走路线最短、行走时间最短等），在机器人工作空间中找到一条从起始状态到目标状态、可以避开障碍物的最优路径。根据对环境信息的掌握程度不同，机器人路径规划可分为全局路径规划和局部路径规划。

全局路径规划是在已知的环境中，给机器人规划一条路径，路径规划的精度取决于环境获取的准确度，全局路径规划可以找到最优解，但是需要预先知道环境的准确信息，当环境发生变化，如出现未知障碍物时，该方法就无能为力了。它是一种事前规划，因此对机器人系统的实时计算能力要求不高，虽然规划结果是全局的、较优的，但是对环境模型的错误及噪声鲁棒性差。

而局部路径规划则环境信息完全未知或有部分可知，侧重于考虑机器人当前

的局部环境信息，让机器人具有良好的避障能力，通过传感器对机器人的工作环境进行探测，以获取障碍物的位置和几何性质等信息，这种规划需要搜集环境数据，并且对该环境模型的动态更新能够随时进行校正，局部规划方法将对环境的建模与搜索融为一体，要求机器人系统具有高速的信息处理能力和计算能力，对环境误差和噪声有较高的鲁棒性，能对规划结果进行实时反馈和校正，但是由于缺乏全局环境信息，所以规划结果有可能不是最优的，甚至可能找不到正确路径或完整路径。

全局路径规划和局部路径规划并没有本质上的区别，很多适用于全局路径规划的方法经过改进也可以用于局部路径规划，而适用于局部路径规划的方法同样经过改进后也可适用于全局路径规划。两者协同工作，机器人可更好的规划从起始点到终点的行走路径。

而机器人避障技术又是路径规划的一个核心。目前移动机器人的避障根据环境信息的掌握程度可以分为障碍物信息已知、障碍物信息部分未知或完全未知两种。传统的导航避障方法如可视图法、栅格法、自由空间法等算法对障碍物信息己知时的避障问题处理尚可，但当障碍信息未知或者障碍是可移动的时候，传统的导航方法一般不能很好的解决避障问题或者根本不能避障。而实际生活中，绝大多数的情况下，机器人所处的环境都是动态的、可变的、未知的，为了解决上述问题，人们引入了计算机和人工智能等领域的一些算法。同时得益于处理器计算能力的提高及传感器技术的发展，在移动机器人的平台上进行一些复杂算法的运算也变得轻松，由此产生了一系列智能避障方法，比较热门的有：遗传算法、神经网络算法、模糊算法等。

基于遗传算法的机器人避障算法。遗传算法（genetic algorithm ，简称GA ）是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法是借鉴了进化生物学中的遗传、突变、自然选择以及杂交等现象而发展起来的。遗传算法采用从自然进化中抽象出来的几个算子对参数编码的字符串进行遗传操作，包括复制或选择算子（Reproduction or Select）、交叉算子（Crossover）、变异算子（Mutation）。遗传算法的主要优点是：采用群体方式对目标函数空间进行多线索的并行搜索，不会陷入局部极小点；只需要可行解目标函数的值，而不需要其他信息，对目标函数的连续性、可微性没有要求，使用方便；解的选择和

产生用概率方式，因此具有较强的适应能力和鲁棒性。

基于神经网络算法的机器人避障方法。神经网络（neural network，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。人工神经网络通常通过一个基于数学统计学类型的学习方法优化，是一种非线性统计性数据建模工具，可以对输入和输出间复杂的关系进行建模。传统的神经网络路径规划方法往往是建立一个关于机器人从初始位置到目标位置行走路径的神经网络模型，模型输入是传感器信息和机器人前一位置或者前一位置的运动方向，通过对模型训练输出机器人下一位置或者下一位置的运动方向。可以建立基于动态神经网络的机器人避障算法，动态神经网络可以根据机器人环境状态的复杂程度自动地调整其结构，实时地实现机器人的状态与其避障动作之间的映射关系，能有效地减轻机器人的运算压力。还有研究通过使用神经网络避障的同时与混合智能系统（HIS）相连接，可以使移动机器人的认知决策避障能力和人相近。

基于模糊控制的机器人避障算法。模糊控制（fuzzy control）是一类应用模糊集合理论的控制方法，它没有像经典控制理论那样把实际情况加以简化从而建立起数学模型，而是通过人的经验和决策进行相应的模糊逻辑推理，并且用具有模糊性的语言来描述整个时变的控制过程。对于移动机器人避障用经典控制理论建立起的数学模型将会非常粗糙，而模糊控制则把经典控制中被简化的部分也综合起来加以考虑。对于移动机器人避障的模糊控制而言，其关键问题就是要建立合适的模糊控制器，模糊控制器主要完成障碍物距离值的模糊化、避障模糊关系的运算、模糊决策以及避障决策结果的非模糊化处理（精确化）等重要过程，以此来智能地控制移动机器人的避障行为。利用模糊控制理论还可将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略。通常使用模糊规则查询表，用语言知识模型来设计和修正控制算法。

第五章重点企业及产品分析

第一节新松机器人自动化股份有限公司

一、发展简况分析

新松机器人自动化股份有限公司成立于2000年，隶属中国科学院，是一家以机器人技术为核心的高科技上市公司。作为中国机器人领军企业及国家机器人产业化基地，新松拥有完整的机器人产品线及工业4.0整体解决方案。新松本部位于沈阳，在上海设有国际总部，在沈阳、上海、杭州、青岛、天津、无锡建有产业园区。同时，新松积极布局国际市场，在韩国、新加坡、泰国、香港等地设立多家控股子公司，现拥有4000余人的研发创新团队，形成以自主核心技术、核心零部件、核心产品及行业系统解决方案为一体的全产业价值链。

二、产品结构特点

新松主营工业机器人、自动化装配与检测生产线、物流与仓储自动化成套设备等。产品线包括工业机器人、移动机器人、洁净机器人、特种机器人和服务机器人五个大类。还开展了包括智能装备、智能物流、智能软件与信息化平台等在内的数字化工厂业务。

三、经营情况分析

新松机器人发布的财报显示，2018年实现营收30.95亿元，比上年同期增长26.05%；净利润4.49亿元，比上年同期增长3.93%。新松机器人将其主营业务分为智能装备制造业务和其他。2018年，智能装备制造业务的营收为30.9亿元，占总营收的99.87%，同比增长26.49%；其他业务营收为0.039亿元，占总营收的0.13%，同比减少65.84%。

从产品种类看，该公司主要分为工业机器人、物流与仓储自动化成套装备、自动化装配与检测生产线及系统集成和交通自动化系统五个板块。其中，物流与仓储自动化成套装备营收最多，达到9.7亿元，占总营收的31.35%；工业机器人则以9.4亿元的营收、30.22%的占比紧随其后。自动化装配与检测生产线及系统集成业务创造了8.2亿元的营收，占总营收的26.59%；交通自动化系统营收为3.62亿元，占总营收的11.71%。

从地区看，新松机器人在华东地区的营收为13.87亿元，占公司总营收的44.82%，同比增长1.44%；东北与华北分别以19.61%和14.98%的占比分列二、三位。其中，华北地区的营收为4.63亿元，同比增长478.18%。

四、综合实力评析

市场开拓较早、产品线齐全，自动化集成能力强。近年来沈阳新松的AGV市