【重磅报告】服务机器人核心技术与模块解析（上）

【重磅报告】服务机器人核心技术与模块解析（上）

ZR-ROBOT子锐机器人维修网讯：我们从核心技术的角度出发，重点解决几个问题：（1）智能机器人在应用场景下有哪些核心技术环节和核心模块?（2）目前智能服务机器人核心技术环节的现状如何？未来发展趋势和技术路线是什么？（3）有哪些公司具有优秀的技术积累？如何把握技术变革和路线更迭带来的投资机会？

核心观点：

1.多场景特征决定了多模态交互属性，服务机器人需突破三大核心技术模块

从技术的角度来看，服务机器人的多场景属性决定了其交互方式的多元化，智能型服务机器人涉及到语音、语义分析、情感分析、动作捕捉等多个维度的交互。我们认为，要达到人机融合的程度，需要突破三方面的核心技术模块，分别是环境感知模块、人机交互及识别模块、运动控制模块。

2.感知模块：多传感融合是未来大趋势，低成本SLAM+激光雷达是核心

服务机器人要实现智能化的交互体验，首先要具备环境感知能力。感知方式中，采用多传感融合是大趋势，包括视觉识别、结构光、毫米波雷达、超声波、激光雷达等。考虑到家庭和公共场合的应用场景，未来低成本的激光雷达+SLAM方案是不错的选择。随着商业化加快，激光雷达也有望迈向低成本化。

3.交互模块：语音识别已达到商用门槛，语义理解亟待提升

伴随计算能力的提升，自动语音识别（ASR）识别能力越来越强。目前不少企业的语音识别错误率已经达到了实用门槛。而在语义理解方面，词法和句法基本解决，语义目前仅是浅层处理，自然语言处理仍然困难重重，未来有望伴随深度学习算法得以突破。除了语音交互方式外，像识别算法突破也将会对语音语义交互领域形成补充。

4.运控模块：步态和非步态，不是替代而是共生

运动控制模块增强了服务机器人的移动和运动属性，目前家用服务机器人大多以电机控制为主。从产品属性看，有步态行走和万向轮为代表的非步态行走，我们认为二者互有优劣，存在场景差异，不存在替代关系，可以共存。舵机是运控领域里比较核心的部件，对价格敏感，目前国内已经有企业突破了服务机器人专用舵机技术。

5.其他模块：AI智能芯片通用与专用并行，操作系统领域国产系统正在孕育

芯片是是机器人的大脑，包括通用芯片和专用芯片，对于机器人来说，通用芯片和专用芯片各有千秋，未来各司其职，涉及到深度神经网络，通用芯片中GPU和FPGA在解决复杂运算上优于传统CPU。操作系统方面，目前主要以ROS和安卓系统为主，TuringOS、iBotOS等国产系统也在不断突破和孕育。

6.投资建议

我们建议从两个角度把握投资机会：（1）关注技术型平台公司，如AI芯片、OS、语音语义、感知等环节，重点公司包括地平线、灵、寒武纪、智臻智能、云知声、科大讯飞、思岚科技等；（2）关注在细分领域做应用开发的企业，基于特定场景整合行业资源，重点关注的公司包括康力优蓝、科沃斯、优必选、未来伙伴等公司。上市公司建议关注巨星科技、康力电梯、慈星股份、机器人、科大讯飞（广发计算机覆盖）等。

7.风险提示

服务机器人市场需求低于预期；行业过度竞争；核心技术突破低于预期。

一、服务机器人核心技术：多模态交互技术

1智能机器人三大核心技术模块：感知+交互+运控

整个服务机器人产业建立在三大核心技术模块：人机交互及识别模块、环境感知模块、运动控制模块。依托于三大模块，机器人有基础的硬件：电池模组、电源模组、主机、存储器、专用芯片等，还有操作系统：ROS、Linux、安卓等；由硬件和操作系统构成机器人整机，整合基础硬件、系统、算法、控制元件，形成满足一定行走能力和交互能力的机器人整机；在此基础上形成各种基础应用开发，基于机器人操作系统开发的控制类APP、管理员APP和各类应用程序App等；产生的数据将有群组服务、云服务、大数据服务等。

服务机器人的交互能力、感知能力、运动能力对应三大模块。交互模块包括语音识别、语义识别、语音合成、像识别等，相当于人的大脑；感知模块借助于各种传感器、陀螺仪、激光雷达、相机、摄像头等，相当于人的眼、耳、鼻、皮肤等；运控模块包括舵机、电机、芯片等。

服务机器人的各个细分模块中，语音模块重要性和成熟度均最高，语义模块是目前突破重点，运控模块相对重要性最弱。服务机器人三大模块可以继续细分为语音模块、语义模块、像模块、感知模块、运控模块、芯片模块。重要性排序依次为：语音模块、语义模块、芯片模块、像模块、感知模块、运控模块。成熟度重要性排序依次为：语音模块、像模块、运控模块、感知模块、语义模块、芯片模块。

从技术储备上来看，人工智能是核心。目前的技术储备方面，只有语音和OCR领域具备一定的成熟度。语音和OCR领域已发展接近20年，在某些特定场景和行业已经有了一些数据基础。其他的技术包括像识别、语义分析都还在很早期的阶段。语音领域，也是目前已知的平台类企业最大的板块。

2服务机器人多场景特征，多模态交互融合是关键

从第一代以鼠标和键盘的交互方式为特点的PC互联网，到第二代以触屏、GPS等交互方式为特点的移动互联网，再到今天以多模态人机交互方式为特点的第三代互联网，工业机器人维修，服务机器人产业，底层的逻辑就是人机交互方式的发展和演变。

随着语音交互、视觉像交互、动作交互、脑电波交互等多模态人机交互技术的逐步发展和成熟，这些第三代人机交互方式将会深层次地改变我们日常生活的应用场景；同时，一场第三代互联网的主流终端模式和服务内容入口的竞争也在同步进行。

什么是多模态交互？多模态融合了视觉、听觉、触觉、嗅觉等交互方式，其表达效率和表达的信息完整度要由于传统单一的交互模式。人机交互是服务机器人场景化不可或缺的环节。传统的交互模式中，大多是单一单向的交互方式。人机对话中，尤其是多轮人机对话，涉及到语音理解、语义分析、情感分析、动作捕捉等多个维度。

二、感知模块：多传感融合，SLAM+激光雷达是核心

1与视觉相比，激光雷达+SLAM的方案优势突出

多传感融合保证安全，技术难点在于激光雷达。激光雷达、毫米波雷达、3D摄像头等多种传感器在功能上的冗余，保证了服务机器人的安全性和正常使用。其中激光雷达是绕不开的核心。激光雷达的原理是：通过发射n条激光利用三角测距原理（低成本方案）或TOF（TimeofFlight，高成本方案）来测量周围物体与自身的距离，获得精度较高的距离信息点云数据。

激光雷达是传感器的一种，对于服务机器人如果要实现精确的服务，满足复杂场景下的用户需求，除了精准的定位，子锐机器人维修，还需要结合定位信息对环境进行识别。作为入口，激光雷达是SLAM的重要入口。