机器人行业研究报告：【新制造】服务机器人发

1. 服务机器人颇具成长空间

按照国际机器人联盟（International Federation of Robotics, IFR）对机器人的分类，机器人大概可以被分成工业机器人及服务机器人。

工业机器人一般为多关节机械手或多自由度的机器装置，主要应用于汽车、电子、通信、新能源、食品、医疗等行业，可以按照人类指挥或提前编排的既定路径进行运动，替代人工从事重复度较高的生产制造工作。

IFR及国际标准化组织对“服务机器人”的定义为“以服务为核心的自主或半自主机器人”，按照服务对象可以分成专用服务机器人和家用服务机器人两类。其应用领域非常广泛，包括家政、物流、医疗、国防、教育等方面，主要特点是通过神经网络、运动控制、感知交互等技术进行数据采集、计算、分析，最终服务于人类。

图1：智能机器人分类

全球整体市场仍在快速增长，服务机器人迎来发展黄金时代。中国电子学会发布的《中国机器人产业发展报告 2019》数据显示，2019 年全球机器人市场规模达到 294.1亿美元，2014-2019年的平均增长率约为12.3%。其中，工业机器人159.2 亿美元，服务机器人94.6亿美元，特种机器人40.3亿美元。

图2：2019年全球机器人市场结构

近年来，依托人工智能技术进步，服务机器人应用场景和服务模式不断拓展延伸，带动全球服务机器人市场规模高速增长。2014 年以来全球服务机器人市场规模年均增速达 21.9%，2019 年全球服务机器人市场规模达到 94.6 亿美元，2021 年将快速增长突破 130 亿美元。2019 年，全球家用服务机器人、医疗服务机器人和公共服务机器人市场规模分别为42亿美元、25.8亿美元和26.8亿美元，其中家用服务机器人市场规模占比最高(44%），分别高于医疗服务机器人、公共服务机器人 17/16pct。

图3：2019年全球服务机器人市场结构

我国机器人市场需求潜力巨大，服务机器人颇具成长空间。根据IFR、中国电子学会的统计数据，我国服务机器人市场规模2018年为18.4亿美元，2019年达到28亿美元，2013-2020年年均增长率预计为42.9%，高于全球服务机器人市场增速。

图4：我国服务机器人市场规模快速增长

我国服务机器人的市场规模快速扩大，成为中国机器人行业发展的重要驱动。随着消费、医疗、教育需求的持续旺盛，以及劳动力成本攀升、人口老龄化趋势加快，我国服务机器人存在巨大市场潜力和发展空间。到2021年，随着疫情催生的医疗、配送、巡检等新兴应用场景机器人的快速发展，我国服务机器人市场规模有望接近 40亿美元。

图5：2014-2021年我国服务机器人销售额高速增长

国内的家庭机器人需求扩张，商用服务机器人逐步落地。以扫地机器人为例，中怡康测算 2017 年国内机器人吸尘器年销售额 56 亿元，年销售量 406 万台，预计 2018-2020 年国内机器人吸尘器市场的销售额有望保持 20%的年均复合增速。同时，商用服务机器人市场应用已经落地多种场景，包括银行、企业、车站、餐厅等，可以通过吸引客户流量、标准化管理、降低运营成本等方式提高经营效率。

2. 增长动力：宏观环境引致，技术进步助推

当前中国面临人口老龄化、劳动力成本上升等压力，居民可支配收入增长及消费升级等趋势仍将长期持续。宏观环境催生服务机器人巨大需求的同时，运动控制、感知交互、人工智能等技术的进步满足了家庭及企业应用服务机器人的前提条件，因此可以预见服务机器人将长远增长。

2.1. 人口老龄化加剧，服务机器人是重要解决方案全球人口老龄化严重，中国老龄化问题迫在眉睫。根据美国国家老龄化研究所发布的报告《老龄化世界2015》，预计65岁以上人口的占比将在2030/2050年从2015 年的 8.5%上升到 12.0%/16.7%，老龄人口的绝对数额也将超过 10 亿人。根据世界银行数据，2018 年按地区分东亚与太平洋地区 65 岁以上的人口占比达到 10.74%，仅次于欧洲与中亚地区的16.35%。2018年，中国该比例为10.92%，超过东亚与太平洋地区的平均水平。而随着人口红利衰退转向人口负利，中国人口老龄化问题将继续加深。

图6：2030/2050预计全球65岁人口占比将逐步提高

图7：2018年东亚与太平洋65岁以上人口占比达10%以上

国内人口老龄化进程将持续性拉动家庭服务机器人需求。国家统计局数据显示， 2000-2019年，国内65岁及以上人口数量年均增长3.70%，远高于同时期总人口增速（0.53%）与 2000-2018年15-64岁人口的增速（0.62%），因此导致老年抚养比由2000年的9.9%攀升至2017年的16.8%。随着老龄化问题加深，老年人日常生活、精神状态以及医疗健康等需求将成为重要的社会问题。服务型机器人，尤其是家用型服务机器人的产品放量与技术进步，将是应对该问题的重要解决方案。因此长期的需求旺盛和不断创新完善的应用场景有望持续性拉动产业发展。

图8：2000-2019年中国65岁以上人口的数量增长迅速

2.2. 劳动力成本上升，服务机器人替代人工需求升级商务服务业人均工资快速上升，劳动力成本提高速度迅猛。老龄化导致的劳动人口占比下降致使劳动力成本快速上升。服务机器人的出现及其技术的完善进步将逐步推动机器人替代人类从事程序化、重复度高的简单劳动，并通过机器的低边际成本、低错误率等特征提高工作经营的效率。目前在物流分拣、前台咨询、零售售货等领域，已有较为成熟的商务服务机器人应用。

国家统计局数据显示，2018 年全国租赁和商务服务业城镇单位就业人员平均工资达到8.51万元，2010-2018年年均增长率可达10.05%，居民和其他服务业就业人员平均工资达到5.53万元，2010-2018年年均增长率可达8.79%。

图9：2010-2018年全国服务业城镇人员劳动力成本上涨

第三产业发展迅速，包含大量劳动密集型岗位，服务机器人未来有望渗透替代。国家统计局数据显示，2019年我国第三产业增加值占GDP的比重已达53.9%，第三产业就业人数也从 2010 年的 2.63 亿人(34.60%)上升到 2018 年的 3.59 亿人 (46.32%)，年均增长率达到3.96%。服务业中大量简单劳动的岗位可以被服务机器人替代，而由于劳动成本的攀升，第三产业增加值和就业人员的不断增长将刺激服务机器人需求扩张。

图10：2010-2019年第三产业在GDP增加值占比逐渐扩大

图11：2010-2019年第三产业在就业人口的比例逐渐扩大

2.3. 居民可支配收入增长，消费升级提供需求增长空间国内居民可支配收入稳定增长，消费水平持续提高，带动消费观念转变，为服务机器人行业提供了需求增长空间。根据国家统计局数据，国内居民人均可支配收入于 2019 年已达 3.07 万元。城镇作为服务机器人的主要投放地域，同年居民人均可支配收入达到4.24万元，2013-2019年年均增长率为8.15%。2018年，国内城镇居民消费水平达到3.33万元，同比增长7.59%，最终消费支出对GDP增长的贡献率达到65.9%。

图12：2013-2019年国内居民人均可支配收入稳定增长图13：2013-2019年城镇居民人均可支配收入稳定增长

图14：2000-2018年城镇居民消费水平迅速提高

瑞信（CreditSuisse）发布的全球财富报告《GloblalWealthReport2017》显示，截至2017年6月底，中国个人净财富在1万至10万美元之间的人数达到3.67亿，报告预计到2022年，该数字还将累计增加0.92亿，达到4.59亿人。

长期看，我国城镇居民人均收入持续增长，消费水平升级趋势仍将继续。随着服务机器人的技术进步、场景开发、产品放量，购买力提升将带来人们消费观念的转变。从个人/家用的智能家居、穿戴设备，到商务服务使用的智能零售、咨询、配送设备，服务机器人将逐渐渗透进人们的日常生活，而居民购买力的提高将为该需求提供足够的增长空间。

2.4. 科技进步拓展应用边界，渗透率低仍有巨大空间科技进步推动丰富产品品类，拓展应用边界。服务机器人的核心技术包括导航及路径规划、交互感知、运动控制、人工智能等，具体涉及电机控制、机器人视觉、自然语言处理、大数据及物联网等领域，通过信息自动化或半自动化的输入、处理及反馈，实现机器人适应性的自主智能服务。随着5G通信、物联网、云计算、人工智能算法等领域的技术进步，服务机器人将不断融入新技术，拓展应用场景，简化使用难度，增强应用兼容性，提供更广泛的多样化的智能服务。

国内服务机器人渗透率低，具备巨大的提升空间。根据德国 GFK 统计数据，截至 2015 年，中国家庭服务机器人在沿海城市的产品渗透率仅为 5%，内地城市仅为 0.4%，与发达国家相比仍有较大差距。因此，对比发达国家服务机器人的产品渗透率，中国在该领域还有巨大的提升空间。

3. 产业链条完善，人工智能助推服务机器人功能升级 3.1. 服务机器人产业链服务机器人产业链包括核心零部件、技术模块、终端应用产品。类似已经形成较为完善的产业链上下游结构的工业机器人，较晚起步的服务机器人行业也形成了相对完整产业链：上游为零部件厂商，零部件包括芯片、传感器、控制器、减速器及伺服电机等；中游则是机器人本体厂商，向下到系统集成商，包括控制/伺服系统、操作系统、导航及路径规划、感知交互等；下游按照不同服务细分领域针对不同应用场景，例如个人、家用、物流、医疗、安防、教育等领域。

图15：服务机器人产业链图谱

根据亿欧产业创新服务平台分析，国内智能服务机器人厂商大致也可以分成两类：产品类公司、技术类公司。产品类公司注重需求定位，其产品质量、品牌、营销以及生态构造是重要壁垒。技术类公司注重核心技术研发，硬件及核心零部件厂商以提升技术和降低成本为主要任务，AI技术公司则以算法和数据为核心竞争力。

图16：智能服务机器人行业图谱

国产替代加速，国内企业初步实现全产业链覆盖。核心零部件方面，国内有寒武纪科技、地平线机器人等AI芯片企业，有思岚科技、镭神智能等传感器企业；技术模块方面，科大讯飞研发语音识别，图灵机器人开发语义识别及操作系统，商汤科技开发图像识别等；终端应用则已经涌现大批成功企业服务于不同应用场景，如九号智能、优必选、科沃斯、石头科技等。

3.2. 人工智能技术助推服务机器人功能升级人工智能及其算法推动解决服务机器人导航及路线规划、交互感知问题。机器人导航及路径规划与人类的生物定位不同，需要提前编制或实时获取的周边环境信息，从而按照计算的路径进行运动，经常面对规划不合理、路径无法全覆盖、环境更新等问题。机器人使用计算机语言进行内在行为的逻辑引导，由于计算机语言与人类语言存在较大差异，要求机器人在应用中贴合人类语言习惯的需求加重，但单词边界、词义消歧、句法模糊等问题仍是重要的技术难点。

3.2.1. 导航与路径规划：机器人定位与规划移动机器人的移动需要确定周围工作环境，获取自身相对位置和环境信息，完成路径规划。分为两个重要的部分：定位，是机器人通过已经观测到的环境信息，结合自身已知状态准确的计算自身的位置信息；路径规划，是让机器人可以自主按照内部的预定信息，或者依据传感器获取的外部环境进行相应引导，进而规划出一条适合机器人在环境中行走的路径。

机器人定位技术主要分为相对定位和绝对定位。相对定位是通过在机器人上装载位置记录、测算工具，通过已知的初始位置信息加上运动过程的相对信息进行相对定位，但定位误差会随着机器人路径的增加而增加。绝对定位则是目前智能机器人常用的定位方法，通常基于视觉、激光、超声波等传感器，辅以无线射频或WIFI信号，在工作空间内确定机器人的绝对位置。

路径规划即机器人根据定位信息以及工作环境的物理信息，建立环境地图、确定障碍及路径，最终完成工作任务的过程。目前基于ToF的UWB定位技术及SLAM技术大量运用于该领域，帮助机器人进行定位、路径规划。

1) 同时定位与建图（SLAM）：机器人在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和地图进行自身定位，同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。SLAM技术可以有效解决规划不合理、路径规划无法覆盖所有地区，而导致清洁、运送效果一般的问题。

图17：SLAM技术示例

2) 超宽带（UWB）定位技术：超宽带是一种新型的无线通信技术，可以应用于高精度测距与定位。其不使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，从而具有 GHz 量级的带宽。其基本工作方式是采用飞行时间（ToF）的方式，通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的往返时间来得到目标物距离，并根据测距值快速准确计算出位置。

图18：UWB定位技术示例

3.2.2. 机器人视觉：机器代替人眼做测量和判断人工智能技术中的机器人视觉可以帮助机器人识别周围环境并提高行为精度。人类的生物视觉具有强大功能，加上其完美的信息处理方式，是智能研究重点学习领域。人们希望以生物视觉为蓝本研究一个人工视觉系统并运用于机器人中，目的是使机器人拥有类人的感受环境能力。机器人要对外部世界的信息进行感知，就要依靠各种传感器。在机器人的众多感知传感器中，视觉系统提供了大部分外部信息。按照技术分类，机器人视觉包括单目视觉、双目立体视觉、多目视觉、全景视觉等，各种机器人视觉具有不同的优缺点以及运用领域。

表1：机器人视觉分类

机器人视觉按照应用区分包括：人脸技术、物体检测、视觉问答、图像描述等。 1) 人脸技术：人脸识别技术是基于人的脸部特征，对输入的人脸图像或者视频流进行识别，包括人脸检测、人脸跟踪、人脸比对。人脸检测是在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像；人脸跟踪是对被检测到的面貌进行动态目标跟踪；人脸比对是对被检测到的面像进行身份确认或在面像库中进行目标搜索。

图19：人脸识别技术示例

2) 物体检测：物体检测是计算机视觉中的经典问题之一，其任务是用框去标出图像中物体的位置，并给出物体的类别、位置、置信度等信息。从传统的人工设计特征加浅层分类器的框架，到基于深度学习的端到端的检测框架，物体检测变得愈加成熟。

图20：物体检测技术示例

3) 视觉问答：视觉问答（VQA）即给定一张图像和一个相关文字问题，从若干候选文字回答中选出正确答案，涉及计算机视觉和自然语言处理两个领域。

图21：视觉问答技术示例

4) 图像描述：图像描述的任务是描述图像各组成部分的性质和彼此之间关系，并生成人类可读的句子。

图22：图像描述技术示例

3.2.3. 自然语言处理：用人类语言与计算机进行通信语言是人类区别其他动物的本质特性。在所有生物中，只有人类才具有语言能力，人类的多种智能都与语言有着密切的关系。人类的逻辑思维以语言为形式，人类的绝大部分知识也是以语言文字的形式记载和流传下来的，因此语言也是人工智能的一个重要部分。但是自然语言处理（NLP）具备较大的技术难度，语言中的语法、语义、语音及语言文化均可能会产生差异。

自然语言处理的应用领域主要包括：文本处理、非文本处理。文本处理是通过计算机使用计算机语言处理自然语言文本的过程，可以应用于语言间翻译、词法分析、文本分类、情感分析、摘要获取等；非文本处理包括语音识别、语言图像识别等，可以用于人机对话、手语翻译、唇语翻译等。已经广泛应用于智能协作、语音播报、舆情监控、语言翻译等。

图23：文本分类系统流程示例

图24：自然语言处理技术示例

4. 家用领域扫地机器人领衔，头部企业高速发展 4.1. 扫地机器人是智能家庭服务领域主要增长动力家庭服务机器人作为一种重要的智能硬件，将在未来的智能家居系统中发挥着日益核心的作用。智能家居的应用宗旨在于：让人们的生活更加便捷、安全、舒适，提供一个集服务、管理于一体的居住环境。这与用户对于家庭服务机器人产品的基本需求是一致的。

在人工智能、物联网、5G通信等技术的促进下，包括家庭服务机器人在内的硬件的智能化和联网化是智能家居系统发展的方向。所谓智能化，就是以用户端越来越少的输入，产品自发地感知和满足用户越来越多的需求，而全面智能化则以联网化为前提。但从目前的发展情况来看，智能家居系统的技术突破仍处于以下阶段：实现特定功能单品的智能化升级，操作不断简化，将用户体验提升到极致，并实现单品系统的智能联网和远程控制。

目前市场上的家庭服务机器人产品众多，主要是家务机器人。由于人们对于智能家居的需求仍处于培育阶段，娱乐、教育等领域的家庭服务机器人仍未形成较大的市场。而包括扫地、擦窗、净化等内容的家务机器人经历了清洁工具、家用清洁家电、智能家务机器人的适应阶段，已经实现了在地面、窗面清洁等特定功能的智能化，更多地表现出“工具型”的特点，较为符合目前人们对智能家居的需求。。

扫地机器人可以作为家庭服务机器人发展的缩影。根据 IFR 的数据，扫地机器人在 2013年家务机器人销量中约占96%以上。Technavio的研究报告指出，2013年全球家庭服务机器人总销售量中69%是家务机器人，2018年该比重可达到75%。与其他类型家庭服务机器人相比，扫地机器人需求量大、行业发展时间长、生产技术成熟、技术可实现性强，且目前已经放量，是服务机器人市场规模迅速增长的重要推动力。

4.2. 扫地机器人市场规模广阔，未来有望持续渗透相比于人力打扫和人工吸尘器，扫地机器人更加智能便捷，其采用的交互感知和运动控制技术可以自主完成规划路径、清扫、充电一系列程序，大大降低清扫过程对人工的需求。

扫地机器人市场规模持续增长。根据中商产业研究院数据，2017年国内扫地机器人销售量近 400 万台，销售额达 56.7 亿元。iRobot 公开数据显示，2018 年全球扫地机器人市场规模为28亿美元，同年中国扫地机器人市场规模为87亿元，同比增长55%。

图25：中国扫地机器人销量将持续增长

但中国市场扫地机器人渗透率仍然处于低位。2018年渗透率仅7.5%，远低于2017 年以前美国的16%。对比传统家用清洁工具，2017年国内吸尘器渗透率为30-40%，年销售量达 8000 万台。随着未来渗透率的提升，扫地机器人将逐渐代替家用吸尘器，减少人工清洁，市场有望持续增长。

图26：中国扫地机器人市场规模仍有增长空间

4.3. 家用服务机器人相关公司 4.3.1. 科沃斯科沃斯是知名全球家庭服务机器人制造商。公司主营业务包括多种家庭服务机器人、清洁小家电等家用设备的研发、设计、生产与销售。公司服务机器人包括家用的扫地机器人地宝、擦窗机器人窗宝、净化机器人沁宝、管家机器人管宝，以及商用服务机器人旺宝。

图27：地宝/窗宝/沁宝/管宝/旺宝产品展示

公司营业收入快速增长，服务机器人业务是主要动力。公司 2019 年实现营业收入 53.12亿元，同比下浮6.70%；归母净利润1.21亿元，同比下降75.12%。其中服务机器人营业收入达36.55亿元，同比下浮5.45%，下浮幅度少于总体营业收入下降的幅度。

图28：2013-2019年总营业收入快速增长

图29：2013-2019年归母净利润转盈后高速增长

图30：2013-2019年服务机器人业务营业收入高速增长

服务机器人，尤其是扫地机器人带动公司整体毛利率提高。服务机器人业务从2015 年开始营业收入占比超过 50%，成为公司最大的营业收入来源，2019 年其在公司总营业收入占比已高达68.80%。而扫地机器人更是服务机器人中的绝对主力，2017 年其在总营收占比达 59%。2019 年，公司毛利率为 38.29%，同比增长 0.45pct。其中服务机器人业务 2019 年毛利率达 44.86%，2013-2019 年算术平均毛利率为 48.46%，加权平均毛利率为47.47%。不难看出，在服务机器人业务保持高毛利率的同时，服务机器人业务占比增加，带动了公司整体毛利率的上扬。

图31：2013-2017年扫地机器人地宝逐渐成为主力