灵巧手市场机遇与发展展望分析

灵巧手未来将进一步向柔性感知、结构紧凑、深度仿生方向发展。

一、市场机遇

1、驱动电机：高价值量环节，自由度提升带动单手数量增加

主动自由度提升带动驱动电机用量增加。Optimus Bot 以及国内主流灵巧手设计方案均为提升灵活性而增加自由度，主动自由度的提升需要增加对应的驱动电机以提供动力。在自由度提升的趋势下，灵巧手驱动电机用量增加。 性能角度出发，高精度+高功率密度+快速响应成为优选指标。考虑到实际应用场景需求，灵巧手驱动电机需要做到高功率密度、快速响应以及高控制精度，其他需要考虑的指标还包括自重水平、耐用性和噪音水平等；目前灵巧手方案多应用空心杯电机、直流无刷电机两类，其中空心杯电机无转子设计大幅提升了功率密度，但缺点是力矩输出不足以及成本较高；直流无刷电机（BLDC）虽然在功率密度、自重等方面不及空心杯电机，但功率更高，符合高负载设计需求，电机效率高，耐用性更强且成本较低。

空心杯电机：降本&国产替代关键在于绕线环节突破。绕线环节是空心杯电机生产的关键技术壁垒，也是降本以及国产化替代的核心。 工艺方面，目前国产厂商普遍使用半自动化的卷绕生产，工艺繁琐，耗时较长，良品率低且线圈直径较小，限制其成本及性能，Maxon 等海外领先厂商多使用高度自动化的一次成型生产，随着国产厂商技术突破与改进，有望大幅提升生产效率，实现降本； 设备方面，我国自主生产的空心杯电机绕线设备相对空缺，多为外采海外设备，固定成本较高。随着中特科技、勤联科技等国产设备厂商产品应用，有望降低空心杯电机厂商的生产成本。海外巨头占据超 8 成市场份额，人形机器人领域需求有望重塑市场格局。Maxon、FAULHABER 等海外巨头占据约 85%的市场份额，国内主要厂商包括鸣志电器、鼎智科技、兆威机电、伟创电气、江苏雷利和雷赛智能等，国内厂商具备价格优势，有望随着工艺及设备突破，在人形机器人需求走强中抢占市场份额。

直流无刷电机：考虑成本约束的替代方案。相较于有刷电机，直流无刷电机有高输出功率、低电噪声、高可靠性、高动态响应、电磁干扰少、更好的转速-转矩等优点，虽然体积较空心杯电机仍大，但内转子结构的直流无刷电机能够较好地满足对空间结构要求较高的灵巧手，而且其结构相对简单，在制造和维护方面也具备成本优势。 电机后置对空间要求降低，直流无刷电机有望得到更广泛应用。在 OptimusGen3 方案中，灵巧手驱动电机由 Gen2 的手掌转移至 Gen3 的小臂中，对驱动电机所占空间和自重要求有一定程度降低，在该方案中，Tesla 也采用了空心杯电机+直流无刷电机混用的路线。若该方案得到推广，直流无刷电机有望更多地应用于灵巧手驱动当中，帮助降低整机 BOM 成本。

2、传动系统：丝杠+腱绳复合传动方案有望成为主流

Optimus Gen3 有望提升丝杠+腱绳复合传动方案渗透率。Optimus 采用微型丝杠+腱绳的传动方案，自由度由 Gen2 的 11 个增加至 22 个，且从工厂整理、分拣以及小球抛接等实际表现来看，灵活度及承载力均表现不错，有望带动丝杠+腱绳的复合传动方案渗透率提升。 腱绳方案逐步成为国内外共识，UHMWPE 材料受青睐。腱绳传动是 Tesla、Shadow Robot 等海外厂商普遍采用的传动方案，国内厂商今年也逐步从齿轮/连杆等方案向腱绳传动过渡，灵心巧手Linkerbot 的L30以及灵巧智能的 DexHand021 均采用腱绳传动方案，分别拥有 25/19 个自由度。腱绳材料的选择直接影响灵巧手的操控精度、抗冲击能力和使用寿命等，当前主流的腱绳材料是高强度钢丝和超高分子量聚乙烯纤维（Ultra High Molecular Weight Polyethylene Fiber，即UHMWPE 纤维），其中 UHMWPE 纤维强度高、自重低，模量较大，契合灵巧手对腱绳材料的需求。但缺点是抗蠕变性能以及抗高温能力不及高强度钢丝，有望通过材料技术升级或 UHMWPE&高强度钢丝共用解决。

（1）腱绳：高自由度＆灵活性之选，关注 UHMWPE 纤维产业化应用。中国 UHMWPE 纤维产能占比近 5 成，关注复合灵巧手要求的高端产能。中国是UHMWPE 的主要生产基地之一，2023 年产量达 1.33 万吨，占全球总产量 2.68 万吨的 49.7%。UHMWPE 纤维全球市场集中度较高，2023 年 CR3 达 75.16%，头部企业包括美国埃万特、美国霍尼韦尔、日本 Toyobo 以及中国的九州星际、同益中、南山智尚等，其中南山智尚拥有自研抗蠕变型 UHMWPE 专利，拉伸强度达42cN/dtex，处于国内第一梯队。 2030 年人形机器人灵巧手用 UHMWPE 市场规模或超 52.8 亿元。参考《腱驱动灵巧手指结构设计及其运动分析与试验》，假设驱动单个自由度所需腱绳为 2 根，按单手 22 个自由度、2030 年150 万台人形机器人出货量计算，2030 年人形机器人灵巧手用 UHMWPE 市场规模有望达 39.6-66 亿元，取中值52.8亿元。除灵巧手外，UHMWPE 还可用于机器人关节、外壳增强、骨架材料等领域，人形机器人大规模应用后带动的需求量有望进一步提升。

（2）丝杠：替代潜力巨大，成本亟待下降。作为理想的刚性传动元件，行星滚柱丝杠应用仍受制于成本。滑动丝杠由于连续工作发热严重且传动效率较低，不符合灵巧手的使用需求。行星滚柱丝杠转速高、载荷高且体积小，是灵巧手的理想刚性传动元件，但其生产对原材料、加工工艺以及精度要求极高，叠加市场需求有限，无法形成规模效应，其成本维持高位，瑞士 Rollvis 旗下行星滚柱丝杠单价约为 2000 元。同为滚动丝杠的滚珠丝杠性能次之，但价格远低于行星滚柱丝杠。据 B 端采购网站数据，博特精工滚珠丝杠单价低至112 元。国产滚珠丝杠已形成批量供货能力，行星滚柱丝杠仍处于小批量试制阶段。国产厂商已形成滚珠丝杠批量供货能力，贝斯特高精度滚动丝杠副已于 2024 年达成小批量订单的滚动交付；浙江荣泰通过收购狄兹公司获得滚珠丝杠量产能力，后者已成熟应用机器人灵巧手所需的 3-5mm 滚珠丝杠工艺。随着下游需求提升以及国产厂商产能布局，行星滚柱丝杠有望通过降本提高渗透率及国产化率。

3、触觉传感器：高技术壁垒的灵巧手必备环节

灵巧手必备零部件，从高分辨率向电子皮肤迭代。触觉传感器是灵巧手必备部件，帮助人形机器人感受重量、刚度、粗糙平滑程度和滑脱力度等。根据传感点的数量可分为简单检测接触点力的大小的单点式传感触觉技术、类似于人类指尖，在小区域内集合多传感单元的高分辨率传感触觉技术以及阵列式排布，类似电子皮肤的大面积传感触觉技术。当前灵巧手主流搭载高分辨率传感触觉技术并逐步迭代至电子皮肤，其中宇树科技、优必选和傅利叶 3 家主机厂的自研方案均采用阵列式触觉传感器排布。触觉传感器主要包括压阻式、压容式、压电式和摩擦电式等。根据传感机制不同，触觉传感器可分为压阻式、压容式、压电式和摩擦电式等，前 3 项为灵巧手常用的技术路线。

柔性触觉传感器仍由海外厂商主导。受限于起步时间、材料供应、芯片设计和需求不足等，国产触觉传感器技术相对滞后。柔性触觉传感器市场由海外厂商领导且市场集中度较高，2022 年CR5 约57.1%，头部厂商包括 Tekscan、Pressure Profile Systems 和 Sensor Products Inc.等。国产替代进行中，自主厂商机器人领域应用将加速落地。部分国产厂商布局柔性触觉传感器，申昊科技旗下用于人形机器人的电子皮肤产品已处于小批量适用阶段，汉威科技开发的柔性压力温度一体化传感器可应用于消费电子、泛医疗和人形机器人领域；非上市公司帕西尼感知研发的多维触觉传感器已小批量应用于机器人和车机等场景。

二、发展展望

1、柔性感知技术：深化灵巧手与非结构环境的交互作用

感知技术极大地影响灵巧手与环境的交互性。多感知信息融合：灵巧手借助力传感器、位置传感器进行抓取操作，借助触觉传感器实时传输与物体的接触信息，融合多感知信息可以增强灵巧手对非结构环境的适应能力，是未来灵巧手技术发展的重要方向。灵巧手逐渐向深度仿生发展，对柔性感知技术和传感器的需求增加。与刚性传感器相比，柔性传感器更加适应手的不规则表面，更容易与手的表面集成，即柔性传感器可以放置在整个手掌表面，而不局限于指尖，获得更加丰富的接触信息。案例-TRX-Hand：具有多感知信息融合+柔性感知前沿技术。2023 年 4 月腾讯实验室推出灵巧手TRX-Hand。该款灵巧手实现了高灵敏度柔性触觉传感器阵列的大面积覆盖，覆盖领域包括指尖、指腹和掌面，其掌心处配置了微型激光雷达和接近传感器，每个关节均集成了角度传感器，使得灵巧手在与环境交互过程中能准确感知自身与物体的状态信息。同时，该款灵巧手采用了多传感器信息融合技术，使其能在抓取和操作任务中全面地获取感知信息，增强与环境的物理交互，更准确地完成操作任务。 触觉传感器模拟皮肤功能，成为人形机器人感知外界环境的重要器官。人类通过各种感官感知复杂的环境，而皮肤是人类感知外界环境的重要器官。为了使机器人代替人类在各种环境中高效、可靠、准确地完成工作，有必要利用电子技术模拟人类的各种感知。高柔性、高灵敏度的电子皮肤触觉传感器使机器人更加灵活、纤细、智能、人性化，具有重要意义。感知皮肤可以如同衣服一样附着在各种载体的表面，完成接触力的测量，不受接触面积和形状的限制，感知皮肤不仅要保证精度和灵敏度，还要有很高的柔性和弹性。

按照工作原理，触觉传感器分为压阻式、压电式、电容式、摩擦电式等类型，压阻式使用更为普遍。触觉传感器是根据传感器受到力的作用后，某一参数会相应地发生变化，以此来测量出外力的大小。触觉传感器包括压阻式、压电式、电容式、摩擦电式等类型。各种类型的触觉传感器因材料的不同导致工作原理有所不同，相同的是都通过将力等外部信号转变成电信号，建立起外部信号与电信号之间的关联，通过检测电信号来检查外部信号。从产业现状来看，压阻式传感器可同时检测动静态压力，并且其灵敏度高、检测限低、制备工艺简单，使用更为普遍。

2、灵巧手核心零部件向紧凑化、精密化发展

（1）新型驱动方案：空心杯电机/直流无刷电机/无框力矩电机。常见的应用于灵巧手的电机类型有直流无刷电机、无框力矩电机以及空心杯电机。空心杯电机为特斯拉机器人 OptimusGen-1 和 Gen-2 的手部驱动电机，满足其灵巧手紧凑化、精密化发展需要。空心杯电机是一种微型伺服直流电机，在结构上突破了传统直流电机的结构形式，其电机绕组取消了铁芯结构设计，转子仅由线圈按照一定的排列绕制而成，具有体积小、效率高、灵敏度高、运行稳定、控制性强等特点。

空心杯电机响应快、效率高；直流无刷电机控制精度较高、寿命较长；无框力矩电机拥有精度和紧凑度优势，但是小尺寸生产难度大。空心杯电机其结构上采用无铁芯转子，重量和转动惯量大幅降低，这使得灵巧手在执行动作时响应速度极快，起动、制动迅速，机械时间常数小于 28 毫秒，部分产品可达10毫秒以内，能快速精准地完成抓取等动作。同时，它效率高，能量转换效率常超70%，部分可达90%以上，可有效降低能耗。此外，空心杯电机噪音低，能让灵巧手在操作时更安静，适用于对噪音敏感的环境。不过，其缺点在于控制精度方面可能不如直流无刷电机。直流无刷电机控制精度和稳定性较高，稳定规则的磁场分布配合电子控制可实现对灵巧手精确的速度和位置控制，这对于需要精细操作的任务至关重要。它的稳定性好，在复杂的操作过程中能保持可靠运行。此外，直流无刷电机的转子结构相对更坚固，能够承受更大的外力和高速旋转产生的离心力，不易发生变形和损坏，因此寿命较长。但它的转动惯量相对较高，导致响应速度比空心杯电机稍慢。无框力矩电机能够实现极其精细的力矩输出控制，对于灵巧手在拿捏微小物品或进行高难度动作时，提供了高度准确的力量把控。同时，无外框结构使得无框力矩电机能够中空布局，更加紧凑。不过，由于无框力矩电机特殊的结构和高精度的设计要求，要实现适配灵巧手的尺寸就对加工设备、工艺都有很高的要求，成本可能很高。

（2）新型传动方案：行星滚柱丝杠/微型谐波减速器。微型谐波传动方案有望增加灵巧手精密度，但是过去产业不成熟。相比行星减速器，谐波减速器具备体积小、精度高等优点，若应用于灵巧手部件，则可以有效提高灵巧手精密化程度。不过，由于微型谐波减速器（外径 10mm 以下）应用场景较少，产业成熟度很低。 目前，微型谐波减速器技术正逐步成熟，并开始应用于灵巧手零部件。随着灵巧手等精密运动控制的需求涌现，哈默纳科、绿的谐波、瑞迪智驱等厂商正加快谐波减速器产品的研发，如绿的谐波推出可应用于智能手指关节的 6mm 外径微型谐波。2023 年日本东京国际机器人展览会期间，哈默纳科展示了搭载RSF-3、RSF-5 微型谐波驱动的 RSF supermini 系列灵巧手，每根手指配置了 3 级传动装置，双手共装备30 个谐波减速器，可实现多种人手精密动作。未来微型谐波方案可能得到更多应用，推动灵巧手的紧凑化、精密化发展。

丝杠将旋转运动转化为直线运动，未来有望在灵巧手中应用。根据滑动方式的不同，丝杠可分为滑动丝杠（滑动摩擦，精度差）、滚珠丝杠（间隙为滚珠）、行星滚柱丝杠（间隙为螺纹滚柱）等。行星滚柱丝杠由行星架、内齿圈、螺母、滚柱（传动单元）、丝杠等组成，通过在主丝杠周围布置若干行星螺纹滚柱，大幅增加丝杠传动过程的接触面和受力面，从而具备了“高承载、高效率、高精度、高可靠性”等优点。方案适用性上，相比传统丝杠，行星滚柱丝杠有更大的接触面积、更大的直线速度、更小的振动和噪音，更小的所需活动空间，更适合人形机器人的使用场景，目前在特斯拉机器人直线关节上有所应用。方案局限上，行星滚柱丝杠具有高加工精度要求，制造成本高，未来零部件产业链降本有望推动行星滚柱丝杠在灵巧手领域的应用。

3、灵巧手向深度仿生方向发展

灵巧手在适应性和数据可得性角度上均具备明显优势。除了灵巧手本身具备的各种灵巧抓取和复杂操作性能优势，深度仿生的发展方向还会使得灵巧手适应性提升和训练难度降低：从灵巧手适应性角度来看，深度仿生的灵巧手可以更好地适应人类生活和工作环境。人类的生活和工作环境是围绕人手的功能和特点构建的，如各种工具的设计、操作方式等都是基于人手的操作能力。高度仿生的灵巧手可以更自然、便捷地融入人类环境，使用人类设计的工具和设备，无需对环境进行大规模改造或特殊适配。从灵巧手训练难度来看，深度仿生的灵巧手具备丰富的训练数据，泛化能力更容易提升。人类手部动作丰富多样，通过动作捕捉技术可以获取大量的人手运动数据，这些数据可以为灵巧手的训练提供丰富的参考。相比之下，两指夹持器、多指抓持手和非仿人灵巧手由于可获取的动作数据有限，缺乏像人手那样丰富的操作经验和技巧可供借鉴，限制了其在复杂任务中的表现和发展速度。此外，使用大规模的人手运动捕捉数据集进行训练，有助于提高灵巧手对不同物体、不同场景的适应能力和泛化能力，并降低深度强化学习等训练方法的难度和所需的训练时间。