**人形机器人技术深度剖析：视觉感知、交互与多场景应用前沿探索**

【山证电新】优必选研究报告--机器人公司系列1：优质人形机器人龙头，多场景应用率先落地

机器人在移动或执行操作时，视觉传感器获得的视频信号可能会晃动、模糊等导致图像识别困难，而公司的计算机视觉算法能够通过处理数据输入、自我学习以区分不同图像，采取动态的行动来执行复杂的计算机视觉任务，从而解决视频信号质量下降问题。此外，公司的语音交互技术包含了语音识别、自然语言处理及语音合成等算法，能够模拟人类交互体验。SLAM及自主技术和视觉伺服控制技术均融合了🥕·中国计算机技术与人工智能技术。公司自主技术包括建图、定位、导航及避障，使机器人能够在不熟悉的区域构建地图，同时确认自身在该。

传感器行业专题报告：人形机器人实现“具身感知”的关键（附下载）

视觉传感器：人形机器人的眼睛 视觉传感器为人形机器人植入“眼睛” 机器视觉的本质是为机器植入“眼睛”，利用环境和物体对光的反射来获取及感知信息。通过光学装置和非接触传感器，自动 接收和处理真实物体的图像，获取所需信息或用于控制机器人运动。一个完整的机器视觉系统包括硬件和软件两部分，硬件主 要有光源、镜头、相机、图像采集卡等，软件则主要由图像获取、摄像机标定和获取发送目标点的坐标三部分组成。承载80⛵️·中国%信息获取，机器人视觉为人形机器人“具身智能”中不可或缺的一环。与汽车视觉类似，。

创投周报｜第97期｜

多模态大模型是提升机器人感知与交互的关键多模态模型可以使得机器人能够更好地理解自然语言指令，生成自然语言描述、图像及视频等。多模态大模型是提升机器人感知与交互的关键ChatGPT推动机器人由工程师参与循环演进为用户参与循环。国内通用大模型亦在快速迭代，叠加国外开源模型以及实践，产业发展预期加速。图表4：机器视觉深度学习需要解决的问题资✅料来源：方正证券研究所视觉技术为机器人感知最重要部分，算法能力为关键视觉技术在人形机器人感知中最为关键。3D视觉技术更加成熟。双目视觉方案算法复。

视觉传感器深度报告：人形机器人视觉感知交互硬件（附下载）

大部分 案例均使用 3D 视觉传感器，各类型的深度相机被广泛使用，部分厂商的方案同 时搭配了激光雷达，如 Agility Robotics 的 Digit、宇树的 H1、智元的远征 A1 等。也有少部分厂家仅使用摄像头作为视觉传感器的方案，如特斯拉的 Optimus， 其视觉感知系统则主要基于特斯拉 FSD 的计算机模组和方案，面部配备 8 个汽车 同款 Autopilot 摄像头，最远监测距离可达 250 米，还有 1X Technologies 的前 一代产品 EVE 配。

回复@麦麦送花: 华帝股份 参股公司深圳辰视智能科技在人形机器人相关技术领域有诸多核心专利技术，具体如下：- 快速三维建 - 雪球

- 基于深度学习的视觉引导与检测技术专利：基于深度学习的二维视觉引导技术可准确检测、识别平面上🈁物品位置，跟踪传送带上运动的物品并引导机器人准确抓取；基于深度学习的产品外观检测技术可通过传统图像特征提取结合深度学习确定产品外观有无瑕疵，能让人形机器人更好地完成视觉引导下的操作任务以及对物体进行质量检测等。- 视觉系统标准化与系列化技术专利：将三维视觉引导系统标准化，使机器人三维视觉引导系统产品逐步实现了标准化、系列化、小型化，提高了产品的通用性和适应性，便于在不同类型和尺寸的人。