2025年机械设备行业分析：无人叉车进入加速渗透期，厂商积极布局智能物流

一 、具 身 智 能 技 术 加 速 渗透叉车领域

无 人 叉 车 是 叉 车 技 术 与 无 人 驾 驶 技 术 的 融 合

无人叉车是叉车与无人驾驶技术的融合，又称“无人驾驶叉车”或“叉车 AGV”，是一种智能工业车辆机器人。在叉车上加载各种导引技术，构建地图算法，辅以避障安全技术，实现叉车的无人化作业的技术。主要可以分为平衡重式、前移式、插腿式、托盘堆垛式、托盘搬运式、侧面叉式。

无人叉车能够高效衔接多个生产环节之间的物料流转，构建起柔性化的厂内物流运输体系。无人叉车尤其擅长，高位立体仓库的自动化存取、厂区收货区的智能装卸以及产线间的精准转运。通过部署无人叉车系统，企业能够有效应对工业生产与仓储物流环节中普遍存在的物流吞吐量大、人力搬运劳动强度过高、作业效率瓶颈以及潜在安全风险等问题。

无 人 叉 车 定 位 导 航 装 置 和 车 载 控 制 系 统 占 比 较 大

无人叉车主要零部件由车体、驱动装置、定位及导航装置、车载控制系统、电源装置、通信装置和安全防护装置等组成。从成本构成方面来看，无人的定位及导航装置、车体、车载控制系统成本占比最大分别达25%、20%、16%，其中定位导航装置和车载控制系统是无人叉车的实现无人驾驶的核心部件。定位及导航装置：即无人叉车获取导航定位信号的传感器，不同的导航方式采用不同的传感器；车载控制系统：控制无人叉车手动或自动行驶的硬件及软件，主要负责实现导航计算、路径跟踪、运动控制等功能。

无 人 叉 车 的 三 大 核 心 技 术 ： 导 航 定 位 、 控 制 和 调度

激光SLAM技术以及机器视觉技术的快速成熟与普及，叉车无需依赖预设反射板的自然导航方案逐渐崛起。自然导航技术无需改造场地，部署效率高。依据所采用的核心传感器差异，自然导航主要分为激光SLAM与视觉导航两大技术路线：

激光SLAM导航：利用车载激光雷达实时扫描周围环境的轮廓特征，并将其与预先构建或实时生成的高精度环境地图进行匹配比对，通过点云配准算法计算出车辆的精确位姿（位置与方向）。无需反光柱、二维码等辅助标记，快速建立全场景地图。

视觉导航：主要依赖摄像头采集环境图像信息。 通过先进的图像识别与特征提取算法，系统能够鲁棒地获取车辆相对于路径或环境特征的多种位姿偏差数据。基于这些信息，可设计融合多输入反馈的最优导向控制器或结合模糊控制策略的智能导航控制器，实现车辆在各种工况下快速、稳定且可靠的姿态调整与路径跟踪。

无人叉车的车载控制系统堪称“大脑和神经中枢”，承担着感知信息融合、决策规划生成与运动指令执行的关键任务。车载控制系统是一个复杂、多层次的软硬件集成体系，它的实时性、可靠性、精度和智能化直接决定无人叉车的作业效率、安全性、场景适应性和最终用户体验。随着大模型的发展，车载控制系统正朝着更高度的集成化、更强的自主决策能力以及更优的能效管理方向持续演进。

调度系统为自动化物流体系的核心决策中枢，旨在对大规模集群实施集中化、智能化的实时监管、任务调度与协同控制。该系统尤其适用于数量众多、物流路径网络复杂、搬运任务高频且存在动态冲突的大型或高复杂度应用场景。调度系统可灵活配置，实现物料按需精准配送，也能独立运行，显著提升整个物料运输流程的柔性化、自动化与无人化水平。

无 人 叉 车 较 人 形 机 器 人 复 杂 度 低 更 容 易 落 地

运动控制技术成熟。无人叉车采用轮式底盘， 运动学模型相对简单，控制重点在于路径跟踪、 避障和精确停靠。稳定性高，不易摔倒。人形机 器人需要双足行走，运动学模型极其复杂。

环境复杂度低。无人叉车主要工作在高度结构 化、规则化的室内环境，路径固定。环境相对可 控，地图可预先构建并更新。人形机器人目标是 适应非结构化、开放、动态多变的人类环境。

决策规则清晰。 无人叉车决策主要围绕路径选 择、避障策略、装卸动作序列，规则清晰。人形 机器人决策需在开放和不确定的环境中做出，涉 及长期规划、任务分解、工具使用、人机协作。 

感知范围局限。无人叉车感知重点是定位导航、 障碍物检测与跟踪、托盘/货架识别定位。传感 器组合相对成熟（激光雷达LiDAR为主，辅以摄 像头、IMU）。感知范围主要围绕车辆周围和行 进方向。人形机器人需要全向、精细、语义级的 感知，还需理解物体类别、功能、状态。

具 身 智 能 落 地 叉 车 仓 储 物 流 领 域 优 势 凸 显

具身智能叉车将助力仓储物流产线的智能化升级，实现安全、高效且可持续的物流运输作业。灵活高效工作，无人叉车可以凭借具身智能同时执行多点、多任务甚至多层任务；低成本连续作业，无人叉车可以连续 24 小时待机，随时投入生产，同时凭借其高度的智能化水平，将避免作业过程中的人工监督成本；环境适应性，在具身智能的加持下，无人叉车对环境感知、路线规划和运动导航能力将明显增强，更好地适应可变环境，识别多点目标，自主调整路径并能够及时避障。

无 人 叉 车 渗 透 率 提 升 ， 采 购 成 本 持 续 下 降

近年来无人叉车市场实现了显著增长，但其在整体叉车应用中的渗透率仍处于较低水平，与传统叉车的庞大存量相比存在巨大提升空间。 根据移动机器人联盟发布的最新统计数据，2024年度中国市场无人叉车销量达到约24,500台。然而，按销量计算，其在当年中国叉车总销量中的渗透率仅为1.91%。表明无人叉车市场当前仍处于规模化应用的初期阶段，未来蕴藏着极其广阔的发展潜力与市场增量空间。随着无人叉车的技术进步、成本下探、应用场景拓展以及智能制造与仓储物流升级需求的持续驱动，该领域有望迎来渗透率的加速提升。

无 人 叉 车 进 入 加 速 渗 透 阶 段 市 场 空 间 倍 增

我们假设2024-2027年国内叉车总销量每年稳定增长5%，2025-2027年预计分别达134万台、141万台、148万台；同时，我们假设2027年无人叉车加速渗透率达到5%，2025年和2026年预计分别达的2.5%和3.5%；2025-2027年对应销量分别为3.36万台、4.94万台、7.41万台；在规模制造与供应链国产化的共同作用下，假设单台无人叉车均价由22万元降至18万元。我们预计2027年无人叉车市场规模将达133亿元，无人叉车正从“早期导入”迈向“加速渗透”的黄金阶段。

二 、 多 领 域 厂 商 积 极 布 局无人叉车

多 领 域 厂 商 积 极 布 局 无 人 叉 车 领 域

全球范围内，涉足无人叉车制造的厂商数量呈现迅猛增长态势。该领域吸引了多元化的参与者积极涌入，涵盖专业无人叉车研发企业、AGV/AMR解决方案提供商、大型物流系统集成商，以及寻求战略转型的传统叉车制造巨头。

无人叉车比传统叉车毛利率高。无人叉车融合了激光SLAM导航、环境感知、智能决策和集群调度等先进技术，这些软件和技术的溢价能力更强。传统叉车市场格局稳定，竞争激烈，主要通过成本控制和规模效应维持利润。

世 界 叉 车 龙 头 丰 田 展 出 日 本 首 台 自 动 驾 驶 叉 车

丰田叉无人化车产品覆盖用于生产车间零部件和半成品搬运的产线AGV、用于仓库内无人搬运和堆垛的仓储AGV、以及可在人工作业和自动化作业进行切换的半自动车辆。公司背靠全球现役110万台叉车存量，形成技术、场景、生态闭环的行业护城河。

丰田日本首台四叉式自动驾驶叉车产品于2024年9月亮相，叉车搭载人工智能，利用3D激光雷达（3D -LiDAR）技术进行货车位置检测，无需导轨即可自动驾驶。同时，采用了图像识别和深度学习技术，实现了无需标记，即可检测托盘位置和姿态。叉车可自行判断装卸位置，并自动生成从当前位置到货车的行驶路线，即使货车停车位置不固定，也能实现自动装卸作业。同时，托盘之间的间隙也与人工操作相同，确保装载效率不受影响。

SEEGRID基 于 视 觉 技 术 的 工 业 自 动 驾 驶 公 司

Seegrid公司的自动驾驶技术Seegrid Vision是由世界著名的机器人专家Hans Moravec博士开发。Seegrid公司拥有强大可靠的导航技术，并且已通过客户驱动的数百万次自主生产里程得到了证明，可实现增加产量，提高安全性，并减少人工成本。主要用于制造，仓储和物流物料搬运解决方案。

Seegrid无人叉车使用摄像头、复杂算法和机器学习进行导航，提供可靠的自主导航系统，并捕捉并构建周围环境的详细3D地图，使用该地图成为工作环境的参考模型。无人叉车接受来自Seegrid的实时车队管理软件的命令，通过支持客户特定的工作流程并确保货物交付，并在运营过程中并持续改进方案。

仙 工 智 能 以 控 制 系 统 为 核 心 打 造 机 器 人 产 品 系 列

全球最大以控制系统为核心的智能机器人公司。仙工智能2020年成立于上海，在 2023-2024 连续两年的全球机器人控制器销量排名第一，并以此为基础，构建了全球首家规模化的智能机器人开放平台。仙工智能基于高度集成化的SRC控制器，打造了品类丰富的机器人物流机器人产品线，包含顶升机器人、智能叉车、料箱机器人等，并且正在不断的丰富机器人品类，提供适应更多标准载具、更多场景的机器人。所有机器人都拥有统一的接口，搭配仙工数字化系统，可以提供完整的搬运及配送解决方案。

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。）