2024年传感器行业专题报告：制造之基石，充分受益于机器人自动化产业趋势

一、传感器：数据采集源头，被广泛应用于工业领域

传感器是数据采集的源头，被广泛应用于工业场景

传感器被誉为“万物互联之眼”，可以精确地测量出压力、温度、浓度等，是数据采集的源 头。传感器自诞生以来，大致经历了结构型、物性型和智能型三个发展阶段。 传感器的工作原理是通过敏感元件及转换元件把特定的被测信号，按一定规律转换成某种 “可用信号”并输出，以满足信息的传输、处理、记录、显示和控制等要求。

传感器可分为压力、惯性、磁和光学传感器等种类

传感器根据压力信号、物体在惯性空间的运动参数、磁场以及光合物质的相互作用可分为压 力传感器、惯性传感器、磁传感器、光学传感器等。

市场规模： 2025年全球传感器市场规模预计超 3000 亿美元

预计2025 年全球传感器市场规模将超过3000 亿美元。随着近年来人工智能、物联网、5G等前 沿科技的不断发展，传感器市场需求逐步增长。根据 Statista 数据，2022年全球传感器市场规 模达2512.9亿美元，2022-2025年CAGR预计达8.04%。 国内传感器市场规模增速高于全球增速。根据前瞻产业研究院数据，2020年国内传感器市场规 模达2494亿人民币，2020-2025年CAGR预计达20.0%。

传感器竞争格局：由外资主导，国内逐步向高端进军

当前，我国传感器市场仍旧由外资主导，国内逐步向高端市场进军。 根据华经产业研究院数据，2020年全球龙头企业如爱默生、西门子、博世、意法半导体、霍 尼韦尔等跨国公司占据约60%的国内市场份额，尤其在高端市场，约80%的传感器芯片依赖海 外企业。 从国内格局看，市场较为集中（2020年），我国传感器行业TOP5企业占据了国内传感器市场 约40%以上的份额，其余约60%为中小企业，产品或主要集中在中低端，或未实现大规模应用。

传感器下游应用广泛，人形机器人为未来重要应用场景

传感器下游应用广泛。目前我国传感器在汽车电子、工业制造、网络通信、消费电子及医疗 电子中应用较为广泛。其中传感器在汽车电子领域中占比最高，2020年占比达24.2%。 机器人为传感器未来重要应用场景。传感器相当于机器人的手、眼、耳、鼻和神经，有助于 识别自身的运动状态和环境状况，控制器可以发出相应的指令，使机器人完成所需的动作。 根据检测对象的不同，机器人用传感器可以分为内部传感器和外部传感器。内部传感器一般 用于检测机器人本身状态，包括位置、速度、力传感器等；外部传感器一般用来检测机器人 外部环境状况，包括距离、触觉、听觉、视觉传感器等。

二、力传感器：机器人实现精密操作的关键部件

力传感器为机器人实现精密操作的关键部件

力传感器凭借感知技术，通过获取和分析机器人末端执行器操作工件时所产生的三维力和接触 信息，使机器人实现对于外部环境和状态的理解，为人机的智能交互和柔性作业提供决策依据。 力传感器为机器人实现精密操作的关键部件：在复杂应用场景中，仅使用传统位置控制无法满 足任务需求，需要力传感器使机器人变得更柔性、更智能。例如，拧螺丝环节，传统的机器人 需要预设算法，使得机械臂抓住螺丝对准螺丝孔，将螺丝垂直拧入，这种单纯依靠算法实现的 动作对机器人精度要求极高。而通过力传感器，机器人可以像人一样手眼交互，通过对力的感 知慢慢将螺丝对准螺帽，找准位置拧入。

力传感器能够拓宽机器人应用场景，优化竞争格局

力传感器的应用可以拓宽工业机器人应用场景，优化竞争格局：目前国内工业机器人行业竞争 激烈，大多数厂商集中在搬运、码垛等传统环节竞争，而鲜有涉足附加值更高的打磨、焊接等 场景，主要原因系机器人智能化程度较低，无法完成高效加工。而应用力传感器后，工业机器 人的应用场景大大拓宽。例如，配备力传感器的按摩机器人可以用在医疗康复领域，在精密组 装、质量测试和机器人辅助手术等领域也都有工业机器人力传感器的应用案例。 力传感器在人形机器人中亦有广泛应用。为模仿人类行动，人形机器人需要精准测量关节受力 情况，因此在手腕和脚踝处需搭载六维力传感器（2*2=4），此外在机器人的手部和执行器等 部位还需使用数量不等的一维力传感器。

根据测力的维数，力传感器通常分为一维、三维和六维力传感器

简单来说，任何力在空间坐标系中都可被拆分为三个坐标轴方向的力（力的大小）和力矩（围绕坐标轴的 转矩），即六个维度。 一维力传感器：测定一个方向的力，要求待测力的方向能完全与标定坐标轴重合。常见的压力传感器、称 重传感器都属于一维力传感器。三维力传感器：测定三个正交方向的力。如果待测力的方向变化，但力的作用点保持不变， 与传感器的标 定参考点重合，那么用三维力传感器就能完成测量任务，但如果待测力的作用点不在标定参考点，由于三 维力传感器无法测量力矩，则会产生测量偏差。 六维力传感器：测量三个正交方向的力和三个正交方向的力矩。即使待测力的方向任意变化，作用点不在 标定参考点，六维力传感器也能完成测量任务。

根据测力原理，力传感器可分为应变、压电、电容、光学式等

根据测量原理，力传感器可分为： 1）应变式：将力转化为电阻变化，除力/力矩外，还可以测量加速度、位移； 2）压电式：将力转化为电荷变化，使用压电材料，通过电信号推算力的大小； 3）电容式：将力转化为电容变化，将电容量变化转化成电信号，从而推算力的大小 ；4）光学式：将力转化为光强变化，待测力作用在传感器弹性体上，弹性体形变使光纤弯曲，通 过光强变化推算力的大小。

力传感器核心指标辨析

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。其中 量程和过载能力决定力传感器的测量范围，而分辨率、重复精度、串扰和准度等影响传感器 的使用性能。

六维力传感器具有精度高、结构紧凑、协调同步等突出优势

相比一维和三维力传感器，六维力传感器优势明显，主要体现在： 1）精度显著提升：高精度的六维力传感器耦合误差可以做到0.5%以内，常规产品也可以做到 2%-5%，但是如果使用多个一维力传感器组合解耦，一般的耦合误差高达20%以上，严重影响 测量精度。 2）结构紧凑，适应狭窄空间：六维力传感器体积小、结构紧凑，一个六维力传感器所需的空间 小于六个一维力传感器。小体积的六维力传感器可适配机器人关节等狭小空间，降低机器人结构 设计难度。 3）六维力传感器不涉及传感器间相互作用，协调同步好：使用多个一维力传感器可能出现传感 器间信号不同步的问题，而六维力传感器可同时解算出三个方向的力和力矩，同步性大大提高。

六维力传感器在性能优异的同时，制作难度较高

设计&实操难点： 1）高精度数据采集：要做到高精度、高带宽，六维力传感器的信号要求达到微伏/m级别（与射 频望远镜的信号强度基本等同）。此外，如果需要获得高精度的压力数据，采样频率应较高，一 般在1kHz以上。 2）解耦算法的复杂性：建立电信号与待测力、力矩间的正确映射对解耦算法要求很高。此外， 不同维度的力传感器的解耦算法受到维间相互作用影响有本质不同。 3）结构设计与材料使用：结构设计会影响数据的采集，上述例子中条形的力传感器结构较差。 一般来说，力传感器都是环形或者十字梁结构。此外，力传感器的材料选用需要灵敏，但同时又 希望其抗冲击，有高过载，这两个要求互相矛盾，因此就要综合材料和设计，做到平衡。

中性假设下，预计至2030年人形机器人用力传感器市场有望达125亿元

悲观/中性/乐观假设下，我们预计至2030年人形机器人用力传感器市场空间分别为70/125/219亿元， 其中中性假设下六维力传感器空间可达80亿元，测算假设如下： 1）人形机器人产量：悲观/中性/乐观假设下2030年人形机器人产量分别为50/100/300万台。 2）人形机器人力传感器用量：六维力传感器主要用于手腕和脚腕关节处，因此我们假设三种情形下用 量均为4个；三维力传感器主要用于全身关节，用量视机器人灵活度需求，因此悲观/中性/乐观假设下 我们预计用量分别为2/4/6个；一维力传感器主要用于全身关节和手部电子皮肤，用量取决于机器人灵 活度需求，因此悲观/中性/乐观假设下我们预计用量分别为8/10/15个。 3）力传感器价值量：悲观假设下六维/三维/一维力传感器的价值量分别为2500/800/300元/台，中性假设 下六维/三维/一维力传感器的价值量分别为2000/500/250元/台，乐观假设下六维/三维/一维力传感器的 价值量分别为1000/300/100元/台。

三、惯导+视觉传感器：实现机器人高精度定位和导航

惯导传感器：人形机器人姿态控制的核心部件

惯性传感器是一种用于测量物体的加速度、角速度和倾斜角度等参数的电子传感器。从类别上 看，包括加速度计、陀螺仪和惯性测量单元（IMU）三种，其中IMU是由陀螺仪、加速度计组 成，具有高集成的特点。其将三轴陀螺仪和三轴加速度计集成在一起，能够同时测量三个自由 度的角速率和线加速度：通过对角速率和线加速度按时间积分以及叠加运算，可以动态确定自 身位置变化，从而确定自身移动轨迹以实现导航功能。得益于优良的性能，目前IMU是惯性传 感器中市场占有率最高的品种。

IMU 可以简单分为低、中、高三种精度，分别对应消费电子产品、汽车类产品和宇航级产品： 1）消费电子类IMU ，通常应用于手机、智能穿戴中，精度要求较低，价值千元以下；2） 汽 车类IMU，考虑到自动驾驶对高精度的要求，其价格在千元到万元级别；3）宇航级 IMU，常 用在导弹、航天等对精度要求极高的领域，价格在几十万不等。

IMU市场持续拓展，国内市场增长显著

MEMS IMU逐渐取代独立的MEMS加速计和陀螺仪，市场规模继续拓展。随着成本控制改善 和综合技术成熟，在高端消费电子、汽车电子领域，IMU的使用比例持续提高。未来在人形机 器人等新兴领域，IMU也将成为主要的惯性传感器类别。另一方面，随着新能源汽车、机器人 等下游行业进一步释放增量需求，整个惯性传感器市场也将持续扩张。

市场规模上，中国市场增速快于全球，占比有望继续提升。根据Yole intelligence数据，2021年 全球 IMU 市场空间约为 18.3亿美元 ，IMU 行业 2022-2027 年年均复合增长率预计将达到 7.03%，到2027年规模达到28亿美元左右；根据芯谋研究数据，2022年国内IMU市场规模达到 43.1亿元，预计2027年达到75.5亿元，年均复合增长率达11.9%。

IMU+视觉：实现SLAM方案，完成机器人定位和导航

识别复杂工作环境是机器人在作业中需要首先解决的问题。 SLAM（同步定位与建图）是一种 实时观测、实时绘制、实时规划的方案，为定位、导航提供基础。 IMU和视觉传感器具有互补性，成为实现SLAM的普遍配置：1）单纯使用视觉传感器SLAM在 应用中会有一定的局限性，在部分场景中会失效，例如：玻璃、空白墙壁等特征较少的场景或 黑暗环境；2）IMU 在长时间使用下的累积误差较大，但是短时间内相对位移数据的精度有很 高。因此，当视觉传感器失效时，融合 IMU 数据，能够提高其定位的精度，保证SLAM方案的 稳健性。 总之，视觉SLAM和IMU的融合可以弥补视觉SLAM的缺陷，很大程度地提高单目SLAM算法 性能，是一种低成本高性能的导航方案，能够有效完成机器人定位和导航。

报告节选：

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）