六维力传感器市场格局、核心参数、技术问题与成本分析

六维力/力矩传感器市场基数依然偏小，尚未形成明显规模效应。

1.六维力传感器市场格局

根据 GGII 数据显示，2022 年中国市场六维力/力矩传感器销量 8360 套，同比增长 57.97%， 其中机器人行业销量 4840 套，同比增长 62.58%。GGII 预计，到 2027 年中国市 场六维力/力矩传感器销量有望突破 84000 套，其中机器人行业销量有望突破 42000 套，复合增长率超过 54%；2022 年中国六维力/力矩传感器市场规模 2.39 亿元，同比增长 52.04%，其中机器人行业六维力/力矩传感器市场规模 1.56 亿 元，同比增长 54.35%。GGII 预计，2027 年中国六维力/力矩传感器市场规模将超 过 15 亿元，复合增长率超过 45%。随着入局者的持续增加，叠加下游细分市场认 知的逐年提升以及应用领域的拓展，六维力/力矩传感器有望进入高速成长期， 期间将伴随多技术路线产品矩阵的完善、产品价格的下降以及国产化率的提升。

从价值量较高的六维力矩传感器市场来看，国外老牌厂商众多，但受益于机 器人市场需求催化，中国市场近年来入局者也在逐年增加。从代表企业的分布来 看，全球六维力传感器主要分为日韩地区、欧美地区和国产地区三大阵营，各阵 营企业呈现不同的配套特点： 日韩地区：六维力传感器的制造商主要配套当地机器人本体厂商，如韩国企 业 Robotous、Aidin Robotics 的主要合作厂商包括 Doosan Robotics、Neuromeka 和 RainbowRobotics；日本企业 SINTOKOGIO 和 WACOH-TECH 的主要合作厂商包括 发那科、电装、三菱、那智不二越、安川等，EPSON 的六维力传感器则主要配套 其自己的工业机器人使用。 欧美地区：六维力传感器的制造商主要分为两大类：一类是传统的传感器制 造商，另一类是专注于机器人末端执行器的厂商。在传统传感器领域，知名的品 牌包括 ATI、BotaSystems AG、ME-Meßsysteme GmbH、AMTI 和 Kistler 等。而在 机器人末端工具领域，全球领先的制造商有 SCHUNK、OnRobot 和 Robotiq 等。欧 美的六维力传感器制造商通常与协作机器人的生产商进行合作，其中一些知名的 合作客户包括优傲机器人（Universal Robots）、达明机器人（Daewoo Robotics） 和欧姆龙（Omron）等。

中国地区：宇立仪器、坤维科技、鑫精诚等位于第一梯队，各家厂商下游应 用的侧重有所差异。宇立在工业机器人磨抛行业和汽车碰撞测试行业应用更多； 坤维科技在协作、医疗手术/检测和康复机器人领域具备明显优势，同时其产品 在航空航天领域具备行业核心竞争力；鑫精诚凭借苹果供应商的身份已将其产品 推入到 3C 行业，同时在机器人行业和医疗行业也有布局。其他国产六维力传感 器厂商也在逐渐成长，如海伯森、蓝点触控、神源生智能、瑞尔特等，均已有相 关产品落地并进入产业化应用。其他厂商如重庆鲁班机器人技术研究院、埃力智 能等，通过自主研发力传感器技术，已经具备六维力/力矩传感器的生产能力， 部分产品型号开始进入下游用户的验证测试阶段。

外资六维力矩传感器厂商在国内市场占据主导，国产厂商逐步追赶。根据共 研产业咨询数据来看，国内市场六维力传感器市场集中度较高，CR5 占比超过 50%。 其中 ATI（美国）占据绝对龙头地位，份额占比为 22.4%，其次是宇立仪器（中 国）占比 12.2%、Epson（日本）占比 6.4%、蓝点触控（中国）占比 4.8%、坤维 科技（中国）占比 4.7%。 目前，国产六维力传感器与外资主流产品在精准度方面已基本对齐，但在灵 敏度、串扰、抗过载能力及维间耦合误差等方面仍存在差距，且真正具备批量化 产品供应能力的厂商依然偏少。近几年国内品牌凭借供应链优势进一步降低成本， 在保证性能的同时提供价格更低的产品以及优质的服务，国产化率逐步提升。但 目前国产厂商市场份额仅仅略高于 30%，国内六维力传感器市场仍以外资品牌为 主，外资品牌在产品和应用上占有较大先发优势。

2. 六维力传感器的核心参数及技术问题

六维力传感器不光形态多，研发难度也非常大。它并非三个一维力传感器和 三个扭矩传感器结构的简单叠加，其非线性力学特征明显，需要考虑多通道信号 的温漂、蠕变、交叉干扰、数据处理的实时性，再叠加六维联合加载标定的复杂 性，六维力传感器的技术难度可谓是一维力传感器难度的六次方，其能给出的全 面力觉信息以及传感精度的提升，并非是多个低维的力传感器可替代的。 六维力传感器的主要性能参数包括：量程、过载能力、分辨率、重复精度、 串扰、准度等。测量范围（量程）是指传感器能够测量的最大力量和力矩的范围。 选择传感器时，需要确保其量程能够覆盖预期的最大力量和力矩；过载能力用来 表明传感器在不会导致传感器损坏或性能下降的前提下，能够承受的最大力量和 力矩超过其额定量程的程度。过载能力对于确保传感器在意外或极端条件下的耐用性非常重要；分辨率是传感器能够检测的最小力量或力矩变化。对于需要精细 力控制的应用，高分辨率的传感器是必要的。体现六维力/力矩传感器综合性能 的关键指标是串扰、精度和准度。 一）串扰：衡量多维力传感器各测量方向的力间的耦合干扰，是反映六维力 传感器制造、标定水平的核心指标之一。六维力传感器能够同时测量三个空间方 向上的力（Fx、Fy、Fz）和绕这三个方向的力矩（Mx、My、Mz），提供了一个完整 的力和力矩的矢量描述。由于力是矢量量，具有大小和方向，六维力传感器能够 准确测量力的方向，而不受力作用点变化的影响。对于各个测量维度上传感器之 间存在的耦合误差，由作为六维力传感器核心指标之一的串扰来计量，低串扰意 味着传感器在测量时各方向之间的干扰较小，这对于精确测量至关重要。 比较优秀的串扰指标在 1%FS 左右，2 到 5%FS 比较常见。以六维力传感器为 例。分别对六维力传感器的六个测量方向精确加载至各自的额定载荷，记录六个 方向的测量结果，能够形成一个表格。

载荷组 1 中，仅仅对 Fx 方向加载到额定载荷，并且假设加载方向和载荷值 是非常准确的，所以 Fx 是 100%FS，其它方向是 0%FS。表格右侧 Fy、Fz、Mx、 My、Mz 的测量结果就是在 Fx 作用下的串扰。因为此时 Fy、Fz、Mx、My、Mz 的理 论真值都是 0。Fy、Fz、Mx、My、Mz 测量结果就体现了 Fx 对其它五个测量方向 的耦合干扰情况。同理，载荷组 2-6 中的测量结果，分别体现了在单独加载 Fy、 Fz、Mx、My、Mz 时，各自对其它测量方向造成的耦合干扰情况。多维力传感器的 厂商往往选择表格中的最大串扰值作为其 datasheet 中的串扰指标。 降低多维力传感器耦合误差的策略大体上可分为两种，结构性解耦和算法性 解耦。结构性解耦涉及对传感器的构造和材料进行调整，以及提升制造工艺，从根本上着手解决耦合问题，如采用并联型传感器设计。理论上结构性解耦能够实 现完全的解耦效果，但在实践操作中，无论传感器的物理结构如何经过优化，都 难以达到对所有负载的完美解耦。因此，为了彻底分离力和力矩在三个方向上的 耦合，必须借助数学模型的辅助，也就是算法性解耦。算法性解耦亦称为软件解 耦，通过应用恰当的算法来确定六维力传感器的输入与输出之间的关联。实现软 件解耦的途径主要有两种：首先是线性解耦，其中最小二乘法是最普遍采用的方 法；其次是非线性解耦，适用于那些线性解耦方法无法应对的复杂情况，常用的 技术包括机器学习算法，如 BP 神经网络、随机森林和极限学习机等。通过将传 感器的八通道输出信号输入到这些机器学习模型中，可以准确计算出各个方向的 力和力矩。由于传感器结构和电桥电路的非线性特性，最小二乘法得到的解可能 存在较大误差，因此在工业应用中，更倾向于使用非线性解耦算法来提高解耦的 准确性。

多维力传感器的串扰指标，只能大概表明产品的耦合干扰情况。为了准确描 述六维力传感器的测量误差水平，一般建议使用精度和准度两个指标。 二）精度：这个参数反映了传感器在多次测量同一值时的一致性。高重复精 度意味着传感器在连续测量中提供的结果更加稳定和可靠； 准度：准度是传感器测量值与实际值之间的差异的综合体现，包括了滞后、 线性度和蠕变等误差因素。高准度的传感器能够提供更接近真实值的测量结果， 是评价传感器性能的关键指标。 精度的测定过程需要在一致的环境条件下，对传感器在额定负载范围内反复 施加同样一组负载，然后计算这些测量值的标准偏差，并将其除以传感器的量程。 而准度的测定则是通过施加多组不同方向的联合负载给传感器，随后计算传感器 的测量值与理论真实值之间的标准偏差，并同样除以量程。 精度和准度的检定过程中，都需要对多维力传感器以其最高测量维度进行联 合加载。例如，对于六维力传感器，每组检验载荷都必须是 Fx、Fy、Fz、Mx、My 及 Mz 的随机组合。这样获得的精度和准度，可以很清晰的评价传感器各测量方 向在量程范围内的测量误差水平，比串扰指标更为实用。举个例子，如果说六维 力传感器产品的准度优于 0.5%FS，对于 Fx 的测量结果，在测量过程中不论 Fy、 Fz、Mx、My 及 Mz 以什么样比例和绝对值对 Fx 进行干扰，Fx 的测量结果与理论 真值的偏差在 0.5%FS 以内。对于其它五分方向来说也是如此。准度其实涵盖了 滞后、线性、蠕变等误差因素，更能体现产品的综合性能，是多维力传感器最为 核心的技术指标之一。

六维力传感器生产制造过程中需要经过标定和检测两个环节，以实现高性能 的精度和准度。标定是指通过加载理论值的载荷并同时记录传感器输出的对应原 始信号的方式，获得六维力传感器内部算法的各个参数。也就是建立传感器原始 信号和受力之间的映射关系；检测是指通过加载已知理论真值的载荷并同时记录 传感器测量结果的方式，统计、比较测量结果和理论真值的差异，获得传感器的 精度和准度，也就是测试传感器准不准。综上所述，标定环节是获得传感器固件 参数，检测环节是获得传感器的精准度。

为了能够达到更高的精度和准度，需要在传感器标定和检测过程中采用六维 联合加载的方式。对于六维力传感器的标定需要同时考虑六个维度，采用三个方向的力和三个方向的力矩，同时对坐标轴以外的样本点进行加载的方式，就叫做 六维联合加载标定。只有在传感器标定和检测过程中采用这种六维联合加载的方 式，才能实现 0.5%FS 准度。换言之，六维联合加载设备是高精度六维力传感器 研发和生产的必要条件。 六维联合加载标定的样本空间非常复杂，一维力传感器仅需 9 个样本点，同 样每个维度取 9 个样本点，六维力传感器的样本空间就包含 531441 个样本点。 使用如此多样本点进行六维联合加载标定会带来三点优势： （1） 交叉样本点可以使传感器的受力情况模拟得非常接近真实的使用情 况； （2） 便于考察传感器在多维载荷同时作用下的非线性力学特性，可以有 效改善传感器结构的设计； （3） 基于传感器的非线性力学特性做的标定，可以大幅优化解耦算法的 数学模型。 总结来说，只有通过六维力的联合标定方法，才能确保传感器达到更高的精 确度和更低的交叉干扰。当六维力传感器同时受到多维度力的影响时，其非线性 特性尤为突出，简单地将六个维度的线性模型相加，并不能准确捕捉这种非线性 现象。

检测也要采用六维联合加载的方式，所用到的设备与标定设备一样，但检测 样本点必须与标定样本点都不相同。标定样本点实际上就是拟合点，所以标定出 来的数学模型和参数必然会很适应标定样本点。在标定样本点上，测量结果的精 准度自然会很高。但它不能评价在非标定样本点上的测量精准度。检测样本点和 标定样本点不重合，就可以通过在检测样本点上的测量结果来评价标定结果的优 劣。

六维联合加载设备需自行研制，技术门槛较高。六维联合加载设备的研发涉 及到空间光学定位、载荷位移补偿、机电一体化等多项综合技术，有上百个 Know How，非常依赖工程经验。一旦某个细节考虑不周全，加载效果就会不理想，加载 设备自己产生的耦合误差可能超过 1%FS，这势必无法标定出高准度的六维力传 感器。六维联合加载设备目前还没有标准产品可以直接采购，一般都是由六维力 传感器的厂商自行研制的，所以图中以色列、美国和德国的六维联合加载设备的 形态差别非常大。如果没有六维联合加载设备的话，一般只能使用液压或电动的 一维加载设备，通过工装来调整传感器方向和加载点的位置，实现某一个或两个 方向载荷的施加。这种加载方式的优势是设备成本低，但标定出来的传感器准度 性能较差，串扰较大。

在技术实现、性能优化、应用集成等方面，六维力传感器综合技术难度较高， 除了上述降低耦合干扰的解耦途径、提升精准度的六维联合加载实现，六维力传 感器还存在其他技术壁垒。其他的关键技术问题还包括： 全方位机械过载保护——为避免传感器在受到超量程力作用时损坏，需要设 计有效的过载保护结构，这在技术上具有挑战性； 温度漂移和稳定性控制——传感器必须具备良好的温度补偿机制，以减少温 度变化对测量结果的影响，并保持长期稳定性； 多通道信号及实时数据处理——六维力传感器需要同时处理多个方向的力 和力矩信号，这要求高度精确的信号采集和处理技术，同时还需要开发高效的数 据处理算法，以实现实时或近实时的数据处理和反馈； 传感器融合——在某些应用中，需要将力传感器与其他类型的传感器（如位 置、速度、加速度传感器）相结合，解决不同传感器之间数据融合的技术难题。

3. 六维力传感器成本分析

六维力传感器成本构成主要包括材料的 BOM 成本、贴片及研发的人力成本和 其他成本，其中 BOM 成本中的应变片占比最大。

首先，作为六维力传感器的核心组成部分，高质量的应变片成本较高。根据 焉知机器人的数据，单个六维力矩传感器所需要应变片的数量至少为 24 个，考 虑到抗温漂、蠕变等需求，一般单个六维力矩传感器的应变片的数量约为 30-40 个，单个六维力矩传感器总的应变片成本大约在 5000-6000 元。 其次，六维力传感器成品对于精度、准度要求极高，因此人工加工技术壁垒 较高。尤其贴片与标定阶段，需要大量的技术工人进行精细操作，且短期无法实 现自动化生产。未来，MEMS 工艺可能是实现六维力传感器高效生产的主要方向， 叠加生产自动化率提升将有助降本。 六维力开发的难度和壁垒高，在市场基数较小的当下价格昂贵，远高于低维 力传感器。以前文中的行业数据计算，六维力传感器产品的平均单价大约在 3.23 万元，其利润率较高，存在较大的降价空间。在六维力传感器下游应用中，工业 自动化（包含传统机器人）领域应用规模占比最大，但人形机器人行业应用规模 增速最快。在人形机器人量产加速、降价迫切的预期下，六维力传感器或将迎来 降价潮。预期下游应用需求释放以及厂商之间的价格成本竞争有望带来一轮快速 降价，降价潮可能会吸引更多的应用和市场参与者，推动行业的快速发展和新一 轮的洗牌。