報告下載：新增199IT微信公眾號【i199it】，回覆關鍵詞【2022年中國機器人產業圖譜及雲上發展】即可
報告在分析當前我國機器人市場現狀與產業圖譜的基礎上，對人工智慧、5G、雲端計算、邊緣計算等新興技術賦能機器人智慧化、輕量化、柔性化發展進行了理性探討，結合阿里雲加速器企業案例探討了機器人企業的上雲實踐與成效，提出機器人云上發展趨勢，最終形成了本報告，希望為行業內關注機器人發展的同仁們帶去不一樣的視角。
一、機器人行業概況
1. 機器人分類及市場規模
機器人是一種能夠半自主或全自主工作的智慧機器，具有感知、決策、執行等基本特徵，可以輔助甚至替代人類完成危險、繁重、複雜的工作，提高工作效率與質量，擴大或延伸人的活動及能力範圍。根據機器人的應用環境，國際機器人聯盟（IFR）將機器人分為工業機器人和服務機器人。服務機器人又可進一步分為專業領域服務機器人、公共服務機器人和個人/家用服務機器人。
2021年我國機器人市場規模預計達到839億元，其中工業機器人市場規模約為445.7億元，佔比53.1%；服務機器人（含特種機器人）市場規模約為393.3億元，佔比46.9%。目前我國已成為全球最大的機器人市場。
2. 我國機器人行業投融資現狀分析
根據企查查公開資料統計，2012-2021年十年間，我國機器人行業投融資事件總計2,651起，融資總額超千億元。2021年國內機器人投融資事件291起，同比增長40.6%，其中超過1.5億元的專案有60起，佔已披露專案總數的31.4%。從所屬的細分賽道來看，2021年工業機器人投融資專案佔比從2020年的23.4%上升至28.6%。此外，公共服務機器人專案佔比增幅最大，2021年公共服務機器人投融資事件佔比從2020年的17.1%增長至24.5%，提升了7.4個百分點。
2022年1-5月，國內機器人投融資事件達到153起，同比增長24.4%。2022年以來資本市場的投入聚焦於倉儲物流、自動駕駛、3D視覺、人工智慧、手術/康復機器人、特種機器人、服務機器人等幾個主要領域，投資機構將更傾向於有效降低勞動力成本、國產替代率高的專案，或是有新興技術加持、致力於推動生產及服務的智慧化改造的創新型企業。
3. 機器人行業法律法規
我國高度重視機器人產業發展，在國家的戰略引領和政策推動下，機器人產業迅猛發展，成為了推動全球機器人產業穩步發展的重要力量。
資料來源：行行查研究中心
二、機器人產業圖譜
1. 機器人
機器人產業鏈主要分為上游核心零部件、中游本體制造和下游系統整合三方面。其中，上游核心零部件主要包括各類零部件廠商，提供機器人生產中所需要的核心元件和功能模組。中游本體制造和系統整合環節，涵蓋機器人本體制造商以及面向應用部署服務的系統整合商。下游應用主要由不同領域的企業客戶和個人消費者構成，形成巨大的機器人應用市場。
2. 國內外代表性企業
機器人的生產製造企業眾多，涵蓋研發、零部件生產、本體制造、系統整合等領域。被稱為工業機器人的“四大家族”——發那科、ABB、安川、庫卡，在全球機器人市場中有著舉足輕重的地位。
我國作為全球最大的機器人生產及消費市場之一，擁有著如瀋陽新鬆，安徽埃夫特，廣州數控，南京埃斯頓等優秀本土企業。但目前國內的機器人產業整體仍較為薄弱，核心零部件高度依賴進口，近七成的工業機器人市場份額依然被外資企業佔據。
三、 機器人企業雲上發展實踐
1.智慧製造場景：工業機器人上雲促進工業智慧化、生產柔性化
智慧製造領域，機器人企業上雲迎合了更加精密、靈活、柔性、高效的生產方式的需求，推動工業生產數字化、網路化、智慧化。以汽車行業為例，中國工業機器人領跑者埃夫特基於工業雲技術將傳統的工業機器人與雲端智慧平臺連線，將部分工藝層的演算法和資料遷移到雲端，突破了傳統機器人本地硬體在海量工藝資料處理和儲存方面的硬體瓶頸，為機器人智慧化奠定了硬體基礎。
2.IDC智慧機房場景：IDC運維機器人通過上雲提升人機協同效率
IDC運維機器人可自主承擔機房的運維工作，完成機房的例行巡查、特殊巡查、環境監測、機櫃/伺服器/硬碟識別、硬碟更換、伺服器重啟和硬碟迴收等工作，替代人工運維中重複而繁瑣的工作，有效排查、治理IDC機房的資料安全和資產安全隱患。以阿里巴巴達摩院的天巡機器人為代表，該產品是全球首款具備機械臂控制能力的資料機房運維機器人，可實現IDC機房全天候24小時巡檢。天巡機器人通過視覺-觸覺融合的複雜操作控制演算法，具備在資料中心實現“自動更換硬碟、精細化巡檢、自動資產盤點”的三大核心業務能力，為資料中心提供無人值守、無人巡檢和資料安全的完整解決方案。
3.智慧安防場景：應對多樣化、複雜化、動態化場景
基於傳統安防機器人的上述諸多痛點，安防機器人企業在上雲後可以將終端資料分流到邊緣計算節點進行預分析，從而有效降低網路傳輸壓力和業務端到端時延，並利用雲端計算技術實現各終端資料的協同共享。通過在邊緣計算節點搭載AI人工智慧視訊分析模組，面向智慧安防、視訊監控、人臉識別等業務場景，以低時延、大頻寬、快速響應等特性彌補當前基於AI的視訊分析中產生的時延大、使用者體驗較差的問題，實現本地分析、快速處理、實時響應。通過雲平臺與邊緣平臺對機器人終端輸出資訊的協同處理實現本地決策、實時響應，打通安防場景下“事前佈防預警、現場應急處置、事中閉環管理、事後溯源分析、知識圖譜更新與資訊共享”良性迴圈治理體系。
4.智慧醫療場景：上雲提升醫療服務水平、優化醫療資源配置
我國醫療及康養行業迅速發展的過程中仍存在諸多痛點，如醫療資源分佈不均、醫療資訊整合、共享困難，醫療器械智慧化水平較低等。在備受醫學界青睞的機器人輔助手術領域，現已成為智慧醫療場景中的重要創新應用。手術機器人藉助微創傷及其他基礎醫學技術實現人類能力範圍以外的精準手術器械操控。手術機器人需要能夠自主分析資料，通過雲或邊緣端的演算法處理，將外科醫生雙手的活動複製為機器人本體相應的儀器細微運動，以便安全、快速和準確地為手術提供幫助；同時將資料上傳到雲端，在雲端進行模型訓練，完善機器人程式，並在適當時機將學習完成的演算法更新至機器人終端。
5.酒店餐飲場景：機器人終端非實時的管理、維護、監控依賴雲平臺
酒店及餐飲配送場景下的機器人產品，是低速室內自動駕駛技術商業化落地的典型案例。機器人在長時間的移動執行過程中會產生大量的視覺、位置等資料，這些資料對機器人的定位、導航等有著非常重要的作用。然而單靠機器人的微控制器或者微處理器來實現對視覺資料的處理是遠遠不夠的。企業通過雲端控制平臺對移動機器人進行遠端控制，基於SLAM技術對餐廳空間進行構建，來獲取模擬環境下的三維柵格地圖，地圖資料可以上傳至雲端儲存並以最快的方式部署給其他需要使用的終端裝置中。除了儲存與部署的優勢外，通過雲或邊緣端，實現對大量資料的處理及使用，可以減少對機器人終端控制器的消耗。
此外，餐飲機器人作為與大眾消費者直接近距離接觸的終端，其在廣告投放方面具有先天優勢。當前餐飲機器人的語音播放或螢幕顯示主要以針對機器人使用商家的宣傳推廣為主，如特色菜、優惠資訊等商家自身廣告，未來機器人通過引入廣告流媒體投放廣告或許可以更好實現機器人的商業變現。
6.家庭服務場景：物聯網雲平臺推動海量終端通訊與互聯
目前在家庭服務機器人領域，以清潔機器人為代表的家務機器人發展起步較早，市場成長迅速，產業化程度成熟。家庭服務機器人的核心技術包括人機互動、導航及路徑規劃、多機器人協調、人工智慧、雲端計算等，具體涉及語音、語義、處理器、演算法、通訊、大資料、物聯網等，以實現家庭服務機器人的自主性、適應性、智慧性。其中家庭服務機器人上雲是人工智慧技術實現的軟體基礎，數以萬計的智慧終端佈局在家庭或辦公等室內場景中，通過雲服務平臺完成排程與部署。此外家庭服務機器人的規模效應使得使用者越多，雲端資料庫就越強大，其所沉澱的大資料就越有價值，通過雲服務可以形成良好的大資料基礎，為機器人的迭代更新與升級改造提供使用者資料支撐。
從萬物互聯的實踐來看，家庭服務機器人將逐漸演變成為連線使用者與智慧家居的控制平臺，藉助網際網路和雲，為其他聯網裝置提供隨時、隨地的資訊輸入，更可運用人工智慧技術進一步代替使用者對其它聯網裝置進行自主操控，促進所有互聯裝置的高效整合，為使用者提供有價值的智慧服務。
四、機器人行業雲上發展趨勢
（一）趨勢一：從單體智慧到“雲-邊-端”一體化智慧機器人云平臺
1.“雲-邊-端”協同一體化基本架構
邊緣計算是基於雲端計算技術的核心和邊緣計算的能力，構築在邊緣基礎設施之上的雲端計算節點，它與中心雲和機器人終端共同形成“雲-邊-端”三體協同的端到端的技術架構。在機器人領域中，雲、邊、端三部分發揮著如下重要作用：
l 雲平臺：雲平臺彙集了機器人本體通過多種感測器收集的資訊，並進行分析處理和安全備份。雲端整合了邊緣端及機器人終端的軟硬體資源，並將其虛擬化，針對機器人在不同場景下的儲存及算力需求進行排程。對於大批量、分散式的機器人進行遠端集中管理，雲端的統一排程，更便於機器人間的資料共享及高效協同工作。
l 邊緣節點：通過邊緣節點就近連線機器人裝置，將原本由中心節點處理的大量工作加以分解，切割成更小與更容易管理的部分，分散到靠近機器人的邊緣節點去處理，將有助於提升機器人本體的計算儲存能力。由於傳輸鏈路縮短，且在5G技術的支援下，邊緣伺服器可以直接連線到分散式閘道器，從而大大減少了機器人與伺服器的互動響應時間。
l 機器人終端：在“雲-邊-端”協同一體化的架構中，機器人本體的硬體結構將得到優化與釋放，機器人不再需要配置效能高、能耗大的計算和儲存裝置。終端更多的是通過觸覺感測器、視覺感測器、力覺感測器、超聲波感測器、聽覺感測器等重要零部件，來對外部環境、自然語言、雷達資料、突發狀況以及地圖定位等資訊進行採集，並通過專線接入就近的邊緣節點進行處理。
2. “雲-邊-端”協同一體化帶來的變革
（1）資源協同，助力機器人行業降本增效
在整個“雲邊端”協同一體化的架構中，無縫協調三者的資源排程，始終是推動終端穩定高效執行的工作重點與難點。三者之間的資源協同具體體現在：
l 計算資源協同：“雲-邊-端”架構對計算資源協同要求雲端基於虛擬化技術，對眾多分散的邊緣側資料中心的算力資源進行按需排程，滿足邊緣側應用對資源的需要。此外，5G通訊技術、無縫漫遊技術的普及，使得機器人終端到邊緣節點的延遲可達到毫秒級，推動機器人非實時算力需求能力從單體終端中得以解放。
l 儲存資源協同：邊緣節點可就近為機器人本體提供儲存資源支援，減輕機器人終端的儲存壓力。此外，邊緣端可對圖文、視訊等資料進行預處理及快取，再將其彙集到雲端。當邊緣節點儲存能力不足時，部分對即時性要求不高的資訊可以上傳雲端儲存，並根據實際需要，通過雲邊協同排程使用。這樣可以節省邊緣側儲存資源，並使雲邊端配合更加緊密，為企業積累大量的有價值的資料資訊。
l 網路資源協同：邊緣節點與雲平臺的連線網路可能存在多條，在機器人叢集大通量的資料互動時間段，如果距離最近的網路鏈路發生擁塞，雲端的網路控制器可以進行感知，並將流量引入到較為空閒的鏈路上。網路資源的協同將有效減少複雜網路中各種路由轉發和網路裝置處理的時延問題，獲取到更低延時，更加能大幅減少網路傳輸和多級轉發帶來的頻寬成本，提升機器人的服務效率。
（2）持續學習和協同學習, 提升機器人的智慧化水平
在“雲-邊-端”一體化架構下，為了增強機器人持續學習能力，工程師利用諸如知識蒸餾等遷移學習、領域自適應的方案，通過在雲端訓練的“教師模型”去傳授邊緣端“學生模型”的大部分知識，機器人本體則通過通用的模型建立基本的環境互動能力，然後根據完成任務所需的技能，通過邊緣節點的反饋與排程，自主地從雲平臺中找到更多相關資料，並進行增強訓練、模仿學習、技能遷移。
“雲-邊-端”協同一體化的架構，致力於打造一個整合機器人叢集間，以及基於物聯網技術下的機器人與各智慧裝置間的資料互動平臺。充分利用雲的大規模並行處理能力和大資料處理能力，通過各邊緣節點，彙集單體採集的資料，在雲端對機器人進行模型訓練，最終將資料模型共享至每臺機器人終端，提高機器人在叢集範圍內的協作學習及解決複雜問題的決策能力，增強了單體機器人的智慧化水平。
（3）推動知識圖譜與機器人感知、決策的緊密結合
雲端與邊緣側以採集的資料為基礎構建平臺，通過資料組織、模型計算、知識服務等，對海量結構化資料、半結構化資料、非結構化資料以圖譜形式進行沉澱，搭建企業級甚至行業級的知識圖譜資料庫。分散的機器人裝置不僅可以通過感測器進行環境感知，還可以結合物聯網技術連線其他智慧終端，再上傳雲側、邊緣側來進行共享，通過一定的冗餘備份來達到更高的實時性。憑藉雲邊賦能，機器人可對各類場景下出現的新問題、新事件與雲或邊端知識圖譜資料庫做快速比，通過圖表特徵得出異常結構和異常點，做出快速而準確的決策。並以積累的知識圖譜為基礎，在雲端或邊緣端對機器人進行一站式模型訓練及部署，無需依賴本體算力環境，使機器人變得更加智慧。
（4）強化自適應能力，增強機器人魯棒性
機器人被部署到現場後，面對複雜多變的環境，需要對場景中的人、物、行為等進行長期觀察，並結合相關的知識圖譜和統計模型，總結出使用者偏好或突多類發問題的解決方案，據此來預測並做出合理的決策。為增強機器人的魯棒性與自適應能力，雲服務商可以在雲端開發相關的自適應機器人互動軟體庫，將其統一部署在機器人終端。通過雲端資源的賦能，在環境感知的基礎上，為機器人提供自主學習功能，包括自適應的人員識別功能、個性化的知識圖譜、自適應的物體檢測和分割，甚至對使用者的自適應情緒識別等功能。
（5）增強資料安全，保障使用者資訊隱私性
雲平臺不斷完善雲安全防護體系，通過Web應用防火牆、DDoS防護網路、SSL證書等產品對業務流量進行惡意特徵識別及防護、緩解網路攻擊對機器人服務造成的延遲增加及業務中斷、提供資料HTTPS加密協議訪問等，保障雲邊端資料傳輸的安全性。 邊緣端與機器人本體也需要保證重要的隱私資料的物理安全和安全相關應用的程式碼安全，不斷完善“雲-邊-端”安全防護解決方案，通過對機器人資產、安全事件、威脅情報、流量進行全方位的分析和監測，實現針對邊緣網路的安全態勢感知。為解決行業內及企業間的資料孤島與資料隱私問題，“雲-邊-端”架構還可以藉助聯邦學習，在不洩漏各方隱私資料的前提下，完成模型的訓練與推理。
（二）趨勢二：上雲推動機器人向輕量化、柔性化方向發展
1. 機器人輕量化
目前機器人本體的輕量化主要利用新材料及結構優化等方式實現。前者主要使用低密度的新型材料，如利用碳纖維等複合材料製作機械臂。相比之下，結構優化的方法只需改變結構形狀，成本低且容易實現。“雲-邊-端”一體化架構下，機器人可將需要即時處理的資料就近在邊緣雲上完成，而複雜、大規模的全域性性任務則交由中心雲彙總和深入分析，中心雲與邊緣雲統一管控、智慧排程。這一協作方式，有助於釋放傳統機器人智慧單體軟硬體資源負擔，優化機器人的產品形態，達到機器人輕量化的目的。
3. 機器人柔性化
材料方面，越來越多的機器人開始嘗試由可產生大應變的柔軟彈性材料製造，如矽膠、形狀記憶合金（SMA）、電活性聚合物（EAP）等新材料。形態結構方面，傳統的剛性機器人需要在關節末端加裝多個感測器，而軟體機器人為了把一整塊電子元器件、電路板放到機器本體裡，採用不同角度、方向，分散均衡受力，使其適應較為苛刻的工作環境。此外，工程師還通過模仿人類肢體關節的靈活性進行仿人型設計，以增強機器人對不規則目標物體抓取的適應能力。與產品的物理屬性相適應，在軟體層面，企業為工業機器人本體搭載了柔性測試系統。“雲-邊-端”協同一體化的架構，可以全方位採集機器人關節末端的力控與視覺感測器反饋的執行資料，將不同品類工件的質量、體積、空間形態等資訊以及其對應所需的力控、角度等抓取資料進行儲存，基於海量的樣本資料在雲或邊端對機器人進行模型訓練，增強機器人應對多品類場景的自適應能力，進而推動機器人產線的柔性化作業。
（三）趨勢三：上雲帶來的商業模式和交付方式的改變
1. 機器人即服務（RaaS）
機器人即服務（Robot-as-a-Service，RaaS）是一種創新的機器人應用模式。近年來，機器人租賃日漸興起並發展成熟，成為了RaaS服務的重要方式。根據企業使用者資金排程、售後服務、技術支援等需求的不同，市場出現多種租賃模式，主要包括直接租賃、融資租賃、售出租回及先租後售等。
2. 深挖資料價值，推動企業營銷模式變革
機器人企業上雲可以在雲端積累的大量資料，形成隱形的“資料金礦”。雲服務廠商可以賦能企業進行大資料沉澱，如分析判斷哪些產品在哪些區域或場景下使用頻次較高，或者根據使用者的偏好形成完整的消費者畫像，以幫助企業做到精準營銷。服務類機器人由於深入消費場景，除了功能性應用外，機身也可以為承租方提供理想的營銷展示空間。機器人企業可以基於雲端的流媒體平臺，授權營銷者、廣告機構、內容分發商等資訊釋出許可權，根據當前的主題、趨勢、熱點，製作內容，部署到機器人終端，在不影響機器人應用功能的前提下，向消費者展示廣告及活動宣傳。
（四）趨勢四：由內向外釋放上雲紅利，賦能大量中小製造企業發展
1.打通基礎服務，構建適配多場景的標杆應用
雲服務商基於工業網際網路底座、業務和資料的雲邊雙中臺技術架構，在雲端為機械裝備製造業企業提供一體化解決方案服務，加速推進裝備製造業與高技術服務業的融合發展。除了構建夯實的基礎、實現開放、可複用的基礎服務之外，同時也圍繞裝置運維服務、非標定製服務、雲MES應用等企業的眾多業務場景構建標杆應用。
2.雲端低程式碼幫助中小企業便捷開發各類應用
雲端可以為中小企業提供應用開發的一站式低程式碼開發服務，雲服務商致力於打造高效、高效能的拖拽式低程式碼開發平臺。低程式碼以雲開發作為底層支撐，提供高度開放的開發環境，將繁瑣的底層架構和基礎設施抽象化為圖形介面，通過行業化模板、拖放式元件和視覺化配置，針對機器人服務的不同場景需求，快速構建多端應用，免去了程式碼編寫工作，降低了演算法工程師程式設計的難度與門檻，能夠有效解決中小企業IT能力不足的問題。
3.成熟的行業解決方案+行業工具包/演算法包
雲端可匯聚多種成熟的產品與解決方案，適配不同型別機器人的應用場景需求。如針對工業機器人叢集大通量、低延時的資料傳輸問題，雲服務商可以為其提供專業的DTS服務，支援關係型資料庫、NoSQL、大資料等資料來源，集資料遷移等功能於一體，解決公共雲、混合雲場景下，遠距離、秒級非同步資料傳輸難題。而針對需要與消費者廣泛互動的服務型機器人，雲端的分散式實時分析型列式資料庫服務具有高效能、開箱即用、企業特性支援，可廣泛應用於流量分析、廣告營銷分析、行為分析、人群劃分、客戶畫像、資料集市、網路監控等業務場景。
4.“區域共享工廠”模式賦能中小企業智慧化改造
區域共享工廠的模式能夠根據不同場景下的訂單需求，依其流水線特點智慧切換對應的製造程式，並進行一體式精密生產控制，滿足小批量混線生產的柔性需求，賦能眾多中小企業的智慧化生產。國內工業機器人頭部企業埃夫特，遵循市場邏輯，創新探索出“區域共享工廠”模式。在這一模式下，機器人企業可以在產業集聚區，針對中小製造業企業的多品類、小批量的生產需求，部署適配的機器人工廠，中小傢俱企業不必自己建設、操作噴塗、焊接等機器人生產線，用不起、不會用的問題迎刃而解，以較低的成本使用機器人，既化解了“用工難”，也降低了工人職業病防護風險。
報告下載：新增199IT微信公眾號【i199it】，回覆關鍵詞【2022年中國機器人產業圖譜及雲上發展】即可