《2022年中国机器人产业图谱及云上发展研究报告》重磅发布

机器人的研发、制造和应用是一个国家科技创新和高端制造水平的重要标志。

如今，全球疫情形势依然严峻。

在市场需求、技术突破和国家政策支持的推动下，机器人作为辅助人类生产生活的重要工具，日益成为应对人口老龄化、劳动力成本上升、非接触式防疫服务的重要工具。

德利助手不断推动社会生产水平提高，为经济社会发展注入强劲动力。

2019年6月24日，在阿里云城市峰会（青岛）上，发布了《年中国机器人产业图谱及云上发展研究报告》（以下简称“报告”）。

该报告在中国机器人产业联盟、青岛市工业和信息化局的指导下，由阿里云加速器、星星茶联合元璟资本、普越中国、深圳市创投创新投资研究院等10余家机构共同撰写。

明机器人企业共同参与完成。

报告基于对我国机器人市场现状及产业版图的分析，对人工智能、5G、云计算、边缘计算等新兴技术赋能的机器人智能化、轻量化、柔性化发展进行了理性探讨，结合阿里云加速器企业案例，探讨机器人企业的上云实践和成果，提出机器人云的发展趋势，最终形成本报告。

我们希望为关注机器人发展的业界同仁带来不一样的视角。

白皮书内容总结整理如下。

请复制链接或扫描二维码下载完整报告。

下载链接 一、机器人行业概述 1、机器人分类及市场规模 机器人是一种可以半自主或全自主工作的智能机器。

它具有感知、决策、执行等基本特征。

它可以辅助甚至替代人类完成危险、繁重、复杂的任务。

工作，提高工作效率和质量，扩大或延伸人们的活动和能力。

根据机器人的应用环境，国际机器人联合会（IFR）将机器人分为工业机器人和服务机器人。

服务机器人又可分为专业现场服务机器人、公共服务机器人和个人/家庭服务机器人。

预计2020年我国机器人市场规模将达到1亿元，其中工业机器人市场规模约为7000万元，占比53.1%；服务机器人（含特种机器人）市场规模约为3亿元，占比46.9%。

目前，我国已成为全球最大的机器人市场。

数据来源：中国电子学会、星星茶研究中心整理 2018年中国工业与服务机器人市场规模 二、我国机器人产业当前投融资状况分析 根据企查查公开数据统计，近十年来，我国机器人行业投融资事件累计2起，融资总额超1000亿元。

2018年国内机器人投融资事件启动，同比增长40.6%，其中超过1.5亿元的项目60个，占已披露项目总数的31.4%。

从细分赛道来看，工业机器人投融资项目占比从2016年的23.4%提升至2018年的28.6%。

此外，公共服务机器人项目增幅最大，公共服务机器人投融资事件占比从17.1%提升至24.5%，提升7.4个百分点。

今年1-5月，国内机器人投融资事件达到高峰，同比增长24.4%。

今年以来，资本市场投资主要集中在仓储物流、自动驾驶、3D视觉、人工智能、手术/康复机器人、特种机器人、服务机器人等几大领域。

投资机构将更倾向于有效降低劳动力成本和国内替代率。

高端项目，或以新兴技术为支撑、致力于推动生产和服务智能化转型的创新型企业。

来源：星星查研究中心 2020年3月以来我国机器人领域亿元融资事件（不完全统计） 3、机器人行业法律法规 我国高度重视机器人产业发展。

在国家战略引导和政策推动下，机器人产业快速发展，成为推动全球机器人产业稳定发展的重要力量。

二、机器人产业图谱 1、机器人产业链 机器人产业链主要分为上游核心零部件、中游本体制造和下游系统集成三个方面。

其中，上游核心零部件主要包括各类零部件厂商，提供机器人生产所需的核心零部件和功能模块。

中游本体制造和系统集成环节涵盖机器人本体制造商和面向应用部署服务的系统集成商。

下游应用主要由不同领域的企业客户和个人消费者组成，形成了巨大的机器人应用市场。

数据来源：星星查研究中心对我国机器人产业链的概述 2、国内外代表性企业 数据来源：各公司官方网站、星星查研究中心对我国机器人领域部分代表性企业的介绍 3、创新型机器人地图数据来源：星星查研究中心《中国创新机器人企业图谱》 4、机器人企业区域分布图 数据来源：企查查、星星查研究中心《中国机器人产业运营企业数量区域分布图》（截至2019年5月31日，单位： ） 五、青岛机器人产业概况 青岛机器人产业起步较早，现已初具规模。

市委、市政府高度重视机器人产业发展。

2016年以来，提出发展壮大整机和系统集成，强化关键零部件，鼓励企业做大做强，支持企业规范化发展，支持产业技术研发平台建设，支持建设的测试和认证。

机构和公共服务平台，支持首台（套）重大技术装备研发，加大产品推广应用，支持举办机器人竞赛，设立产业发展投资基金，促进机器人快速发展行业。

经过多年努力，青岛机器人产业建设取得巨大进步。

根据企查查披露的企业信息数据，我们对青岛市机器人产业链上所有相关企业进行了统计。

截至2019年5月，青岛市从事机器人相关经营活动的经营企业超过7家，按隶属关系划分。

从行业来看，从事批发和零售业的企业占36.5%；其次是科学研究和技术服务，占比20.9%；制造业、软件业和信息技术服务业分别占19.1%和10.1%。

从行业分布结构可以看出，青岛机器人相关企业多布局于零部件及终端产品销售、科研与技术服务、工业制造等领域，消费级服务机器人将拥有广阔的市场空间将来。

数据来源：企查查、星星查研究中心 青岛市机器人相关企业经营行业占比（截至2020年5月31日） 青岛依托青岛高新区国家机器人高技术产业化基地等平台不断加速推进产业聚集和产业链延伸。

目前，青岛高新区机器人产业链上下游已初步形成企业层级和产业闭环：区内已落地10余个优质机器人产业链项目，数量机器人企业数量占青岛市80%以上，20多家半导体上下游企业聚集于此。

全球排名前十的机器人企业中，已有5家落户青岛高新区，包括ABB、安川、发那科、那智不二越、新松等。

碧琴、海克斯康等一批优质外资项目已落户该区。

区内本土企业发展势头强劲。

新松机器人、软控集团、科杰机器人、宝嘉等企业迅速崛起。

青岛高新区初步形成了以国际机器人产业园为主要基地的优质智能制造产业集群。

三、发??展机器人企业上云的实践 1、智能制造场景：工业机器人上云，推动智能制造领域的工业智能化和生产柔性化。

机器人企业上云，迎合了更加精准、灵活、灵活、高效的生产方式的需求。

推动工业生产数字化、网络化、智能化。

以汽车行业为例，中国工业机器人领军企业Eft基于工业云技术，将传统工业机器人与云智能平台连接起来，将部分流程层算法和数据迁移到云端，突破了传统机器人本地硬件在大批量流程中的硬件瓶颈在数据处理和存储方面为机器人智能奠定硬件基础。

2、IDC智慧机房场景：IDC运维机器人上云提升人机协作效率 来源：星星查研究中心 阿里巴巴天巡机器人控制系统RCS云平台 IDC运维机器人可独立承担数据中心的运维工作机房，完成机房例行巡检、专项巡检、环境监测、机柜/服务器/硬盘识别、硬盘更换、服务器重启、硬盘回收等工作，替代人工运维的重复繁琐工作，有效解决IDC机房数据安全问题并进行管理。

和资产安全风险。

以阿里巴巴达摩院天巡机器人为代表，该产品是全球首款具有机械臂控制能力的数据机房运维机器人，可实现IDC机房24小时巡检。

天巡机器人通过融合视觉和触摸的复杂操作控制算法，具备数据中心“硬盘自动更换、精细化巡检、资产自动盘点”三大核心业务能力，为数据提供无人值守、无人值守的服务。

中心。

用于检查和数据安全的完整解决方案。

3、智慧安全场景：应对多样化、复杂、动态的场景。

基于传统安防机器人的上述痛点，安防机器人企业在迁移到云端后，可以将终端数据卸载到边缘计算节点进行预分析，从而有效减少网络传输。

压力和业务端到端延迟，并利用云计算技术实现各终端数据的协同共享。

通过在边缘计算节点配备AI人工智能视频分析模块，可应用于智能安防、视频监控、人脸识别等业务场景，弥补目前基于AI的视频分析带来的时滞，具有以下特点：低时延、大带宽、响应快。

延伸用户体验差的问题，实现本地分析、快速处理、实时响应。

通过云平台和边缘平台协同处理机器人终端输出信息，实现本地决策和实时响应，实现“事前部署预警、现场应急响应、事中封闭”打通安全场景下的“循环管理、事后溯源分析、知识图谱更新、信息共享”。

良性循环治理体系。

4、智慧医疗场景：上云提升医疗服务水平，优化医疗资源配置。

我国医疗健康产业快速发展还存在医疗资源分布不均、医疗信息整合共享困难、医疗设备智能化等诸多痛点。

教育水平低。

在受到医学界青睐的机器人辅助手术领域，目前已成为智慧医疗场景的重要创新应用。

手术机器人利用微创等基础医疗技术，实现超出人类能力范围的手术器械精准控制。

手术机器人需要能够独立分析数据，并通过云端或边缘算法处理，将外科医生双手的动作复制成机器人身上器械相应的细微动作，从而安全、快速地为手术提供帮助且准确；同时，将数据上传到云端，在云端进行模型训练，完善机器人程序，并在适当的时候将学习到的算法更新到机器人终端。

5、酒店餐饮场景：机器人终端的非实时管理、维护、监控依赖云平台。

酒店、餐饮配送场景的机器人产品是低速室内自动驾驶技术商业化的典型案例。

机器人在长期运动过程中，会产生大量的视觉、位置等数据。

这些数据对于机器人的定位和导航起着非常重要的作用。

然而，仅仅依靠机器人的微控制器或微处理器来处理视觉数据是远远不够的。

企业通过云控制平台远程控制移动机器人，基于SLAM技术构建餐厅空间，获得模拟环境下的三维网格地图。

地图数据可以上传到云存储并以最快的方式部署给其他用户。

在终端设备中。

除了存储和部署的优势外，通过云端或边缘处理和使用大量数据还可以减少机器人终端控制器的消耗。

此外，餐饮机器人作为与大众消费者直接、密切接触的终端，在广告宣传方面具有先天优势。

目前，餐饮机器人的语音播放或屏幕显示主要集中在对使用机器人的商户进行宣传，如特色菜品、优惠信息以及其他商户自身的广告等。

未来，机器人或许可以通过引入广告流媒体投放广告，更好地实现商业变现。

。

6、家庭服务场景：物联网云平台促进海量终端通信和互联。

目前，在家庭服务机器人领域，以清洁机器人为代表的家务机器人发展起步早，市场增长迅速，产业化成熟。

家庭服务机器人的核心技术包括人机交互、导航与路径规划、多机器人协同、人工智能、云计算等，具体涉及语音、语义、处理器、算法、通信、大数据、物联网等等，实现家庭服务机器人的自主性、适应性和智能化。

其中，上云的家庭服务机器人是人工智能技术的软件基础。

家庭或办公室等室内场景部署数以万计的智能终端，通过云服务平台完成调度和部署。

另外，家庭服务机器人的规模效应意味着用户越多，云数据库就越强大，积累的大数据就越有价值。

云服务可以形成良好的大数据基础，为机器人提供迭代更新和升级。

用户数据支持。

从万物互联的实践来看，家庭服务机器人将逐渐演变成连接用户和智能家居的控制平台。

借助互联网和云，他们可以随时随地为其他联网设备提供信息输入，还可以利用人工智能技术进一步替代用户。

对其他联网设备进行独立控制，促进所有联网设备高效融合，为用户提供有价值的智能服务。

四、机器人行业云化发展趋势（一）趋势一：从单一智能到“云边端”一体化智能机器人云平台 1、“云边端”协同一体化基础架构 边缘计算基于云计算技术和边缘计算能力的核心是构建在边缘基础设施上的云计算节点。

与中心云、机器人终端共同构成“云-边-端”协同的端到端技术架构。

在机器人领域，云、边缘、终端三部分发挥着以下重要作用： 云平台：云平台通过各种传感器收集机器人本体采集的信息，并进行分析、处理和安全备份。

云端整合边缘和机器人终端的软硬件资源，进行虚拟化，调度机器人在不同场景下的存储和计算能力需求。

大批量分布式机器人的远程集中管理和云端统一调度，更方便机器人之间的数据共享和高效协同工作。

边缘节点：通过边缘节点连接附近的机器人设备，将原本由中心节点处理的大量工作分解，切割成更小、更易于管理的部分，分发到靠近机器人的边缘节点进行处理，这将有助于提高机器人本体的计算和存储能力。

由于传输链路的缩短以及5G技术的支持，边缘服务器可以直接连接分布式网关，从而大大减少机器人与服务器之间的交互响应时间。

机器人终端：在“云-边-端”协同一体化架构中，机器人本体的硬件结构将得到优化和释放，机器人不再需要配备高性能、耗能的计算和存储设备。

终端利用触觉传感器、视觉传感器、力传感器、超声波传感器、听觉传感器等重要部件来采集外部环境、自然语言、雷达数据、紧急情况、地图定位等信息，并通过专线进行连接到最近的边缘节点进行处理。

2、“云边端”协同融合带来的变化（1）资源协同，助力机器人行业降本增效。

在整个“云-边-端”协同一体化架构中，三方资源无缝协同。

调度一直是促进码头稳定高效运行的重点和难点。

三者之间的资源协同具体体现在： 计算资源协同：“云边端”架构需要计算资源协同。

云基于虚拟化技术，在众多分散的边缘侧数据中心按需调度计算资源。

，满足边缘侧应用的资源需求。

此外，5G通信技术和无缝漫游技术的普及，使得机器人终端到边缘节点的时延达到毫秒级，将机器人的非实时算力需求从单一终端解放出来。

存储资源协同：边缘节点可以为机器人本体提供就近存储资源支持，减轻机器人终端的存储压力。

此外，边缘还可以对图像、文本、视频等数据进行预处理和缓存，然后收集到云端。

当边缘节点存储能力不足时，一些即时性要求不高的信息可以上传到云端存储，并根据实际需要通过云边协同调度来使用。

这样可以节省边侧存储资源，让云边协作更加紧密，为企业积累大量有价值的数据信息。

网络资源协作：边缘节点与云平台之间可能存在多个连接网络。

在机器人集群大吞吐量数据交互期间，如果最近的网络链路拥塞，云端的网络控制器可以感知，并将流量引入相对空闲的链路。

网络资源的协同将有效减少复杂网络中各种路由转发和网络设备处理的延迟问题，获得更低的延迟，并显着降低网络传输和多级转发带来的带宽成本，提高机器人的服务。

效率。

（2）持续学习和协作学习，提高机器人的智能水平。

在“云-边-端”一体化架构下，为了增强机器人的持续学习能力，工程师利用知识蒸馏等迁移学习和领域自适应解决方案来通过云端训练的“教师模型”，将大部分知识边缘的“学生模型”的教学。

机器人本体通过通用模型建立基本的环境交互能力，然后根据完成任务所需的技能使用边缘节点的反馈。

和调度，自主从云平台寻找更多相关数据，进行强化训练、模仿学习、技能传授。

“云-边-端”协同一体化架构，致力于打造基于物联网技术的机器人集群之间、机器人与智能设备之间的一体化数据交互平台。

充分利用云端的大规模并行处理能力和大数据处理能力，通过各个边缘节点收集个体采集的数据，对云端的机器人进行模型训练，最终将数据模型共享给各个边缘节点机器人终端，提高机器人在集群中的性能。

一定范围内的协作学习和解决复杂问题的决策能力提升了单个机器人的智能水平。

（3）促进知识图谱与机器人感知、决策的紧密结合。

云端和边缘侧基于收集到的数据构建平台。

通过数据组织、模型计算、知识服务等，可以处理海量结构化数据、半结构化数据、非结构化数据。

将结构化数据以图的形式沉淀出来，构建企业级甚至行业级的知识图谱数据库。

分散的机器人设备不仅可以通过传感器感知环境，还可以结合物联网技术连接到其他智能终端，然后上传到云端和边缘侧进行共享，通过一定的冗余备份实现更高的实时性。

通过云边赋能，机器人可以快速将各种场景中出现的新问题、新事件与云端或边缘的知识图谱数据库进行比对，通过图特征导出异常结构和异常点，并做出快速准确的决策。

。

基于积累的知识图谱，在云端或边缘进行机器人的一站式模型训练和部署，不依赖本体计算环境，让机器人更加智能。

（4）强化适应能力，增强机器人鲁棒性。

机器人部署到场景后，面对复杂多变的环境，需要对场景中的人、物、行为等进行长期观察，并结合相关知识图谱和统计模型总结用户偏好或多种类型问题的解决方案，并用它来预测并做出合理的决策。

为了增强机器人的鲁棒性和自适应能力，云服务提供商可以在云端开发相关的自适应机器人交互软件库，并统一部署在机器人终端上。

通过云端资源的赋能，基于环境感知，为机器人提供自主学习功能，包括自适应人识别功能、个性化知识图谱、自适应物体检测和分割，甚至用户适应等。

情绪识别等功能。

（五）增强数据安全，保障用户信息隐私。

云平台不断完善云安全防护体系，利用Web应用防火墙、DDoS防护网络、SSL证书等产品，识别和防护业务流量的恶意特征，缓解网络攻击，提供机器人服务。

增加由此带来的延迟和业务中断，提供数据HTTPS加密协议访问等，保证云边数据传输的安全。

边缘端和机器人本体还需要保证重要隐私数据的物理安全以及安全相关应用的代码安全，通过分析机器人资产、安全事件、威胁情报和流量。

综合分析和监控，实现边缘网络的安全态势感知。

为了解决行业内部、企业之间的数据孤岛和数据隐私问题，“云边端”架构还可以在不泄露各方隐私数据的情况下，利用联邦学习完成模型训练和推理。

（二）趋势二：上云推动机器人向轻量化、柔性化方向发展 1、机器人轻量化 目前，机器人本体轻量化主要通过新材料的使用和结构优化来实现。

前者主要采用新型低密度材料，如碳纤维等复合材料来制造机械臂。

相比之下，结构优化方法只需改变结构形状，成本较低，易于实现。

在“云-边-端”一体化架构下，机器人可以在边缘云完成需要实时处理的数据，而复杂、大规模的全局任务则交给中心云进行汇总和深入分析。

中心云和边缘云统一管控，智能调度。

这种协同方式有助于释放传统智能机器人的软硬件资源负担，优化机器人的产品形态，达到机器人轻量化的目的。

2、柔性机器人材料方面，越来越多的机器人尝试采用可产生大应变的软弹性材料制成，如硅胶、形状记忆合金（SMA）、电活性聚合物（EAP）等新材料。

从形态结构来看，传统的刚性机器人需要在关节末端安装多个传感器，而软体机器人则利用不同的角度和方向来分散和平衡力，以便将整块电子元件和电路板放入机器中身体。

它适应更苛刻的工作环境。

此外，工程师还通过模仿人体四肢关节的灵活性进行人形设计，增强机器人抓取不规则目标物体的适应性。

针对产品的物理属性，在软件层面，公司为工业机器人本体配备了灵活的测试系统。

“云-边-端”协同一体化架构，可采集机器人关节末端全方位力控和视觉传感器反馈运行数据，结合不同类型工件的质量、体积、空间形态等信息存储其相应所需的力控、角度等Capture数据，并基于海量样本数据在云端或边缘对机器人进行模型训练，增强机器人应对多品类场景的自适应能力，从而促进柔性化机器人生产线上的作业。

（三）趋势三：上云带来的商业模式和交付方式的变化 1、机器人即服务（RaaS） 机器人即服务（RaaS）是一种创新的机器人应用模式。

近年来，机器人租赁兴起并日趋成熟，成为RaaS服务的重要方式。

根据企业用户对资金调度、售后服务、技术支持等方面的不同需求，市场上出现了多种租赁模式，包括直接租赁、融资租赁、售后回租、先租后售等。

2、深度挖掘数据价值，推动企业营销模式转型。

机器人企业可以在云端积累大量数据，形成看不见的“数据金矿”。

云服务商可以赋能企业积累大数据，比如分析确定哪些产品在哪些领域、哪些场景使用频率较高，或者根据用户喜好形成完整的消费者画像，帮助企业实现精准营销。

由于服务机器人深入消费场景，除了功能应用之外，其身体还可以为承租者提供理想的营销展示空间。

机器人企业可以利用基于云的流媒体平台，授权营销人员、广告代理商、内容发行商等发布信息，根据当前主题、趋势、热点制作内容，部署到机器人终端，而不影响机器人的使用。

应用功能。

接下来，向消费者展示广告和活动促销。

（四）趋势四：由内而外释放云红利，赋能一大批中小制造企业发展 1、开放基础服务，基于基础设施打造适应多场景的标杆应用云服务商工业互联网基础、业务和数据。

中台技术架构为机械装备制造企业提供云端整体解决方案服务，加速装备制造与高技术服务业融合发展。

除了打牢基础，实现基础服务开放可复用外，还围绕设备运维服务、非标定制服务、云端MES应用等企业众多业务场景打造标杆应用。

2、云端低代码帮助中小企业便捷开发各类应用。

云可为中小企业应用开发提供一站式低代码开发服务。

云服务商致力于打造高效、高性能的拖拽式低代码开发平台。

低代码以云开发为底层支撑，提供高度开放的开发环境，将繁琐的底层架构和基础设施抽象为图形界面。

通过工业模板、拖拽组件、可视化配置，满足不同场景对机器人服务的需求。

，快速构建多终端应用，无需编写代码，降低了算法工程师编程的难度和门槛，可以有效解决中小企业IT能力不足的问题。

3、成熟的行业解决方案+行业工具包/算法包云上可以汇聚多种成熟的产品和解决方案，适应不同类型机器人的应用场景需求。

例如，针对工业机器人集群高吞吐量、低延迟的数据传输问题，云服务商可以提供专业的DTS服务，支持关系数据库、NoSQL、大数据等数据源，并集成数据迁移等功能。

解决公有云、混合云场景下长距离、秒级异步数据传输问题。

对于需要与消费者进行广泛交互的服务机器人，云上的分布式实时分析栏目数据库服务具有高性能、开箱即用的支持以及企业特性支持，可广泛应用于流量分析、广告投放等领域。

营销分析、行为分析。

、人群细分、客户画像、数据集市、网络监控等业务场景。

4、“区域共享工厂”模式赋能中小企业智能化改造区域共享工厂。

该模型可以根据不同场景的订单需求，根据装配线的特点智能切换相应的制造工序，进行一体化的精准生产控制，满足小型企业的需求。

批量混线生产的灵活需求，让很多中小企业实现了智能化生产。

国内工业机器人领军企业埃弗特顺应市场逻辑，创新探索“区域共享工厂”模式。

在这种模式下，机器人企业可以在产业集群内部署适配的机器人工厂，满足中小型制造企业多品类、小批量的生产需求。

中小型家具企业无需自行建设和运营喷涂、焊接等机器人生产线。

，解决了不能使用或者不能使用的问题。

成本较低的机器人的使用，不仅解决了“用工难”，还降低了工人职业病防护的风险。

听，中小企业反馈平台倾听用户的需求，倾听企业家的声音，解决中小企业的痛点。

点击立即参与调查并获得礼物。