专题研究|机械设备2018年06月21日证券研究报告Table_Title广发机械“轻深度”系列之四:扫地机器人感知模块：LDS与VSLAM谁主沉浮？Table_AuthorHorizontal分析师：罗立波S0260513050002分析师：代川S0260517080007021-60750636luolibo@gf.com.cn021-60750615daichuan@gf.com.cnTable_Summary核心观点：扫地机器人迭代与进化：产品从随机碰撞到自主导航，感知模块的进步是关键根据德国GFK的统计数据，中国沿海地区的家务机器人渗透率为4%-5%，与美国相比有10个pct的差距，未来增长空间广阔。服务机器人包含三大核心技术模块：人机交互及识别模块、环境感知模块、运动控制模块。其中，感知模块通过对周围环境的感知实现地图建模、定位和导航，依赖于各种传感器、陀螺仪等，是服务机器人的核心。扫地机器人从原始的随机碰撞产品迭代升级为当前的自主导航类产品，产品升级的背后，感知模块的进步是重要推手，让扫地机器人真正进入了智能化时代。LDS与VSLAM技术对比，多传感融合是方向当前的定位与地图构建的主流是SLAM技术。按传感器种类来划分，SLAM技术主要分为两类，一类是基于LDS激光测距传感器的SLAM技术，另一类是基于机器视觉的SLAM。LDS运用三角测距原理，能够获得精度较高的距离信息，在测量与人距离这一功能上尚无完美替代。目前阻碍LDS大规模推广的主要还是价格因素，通常线束越高，价格越高。随着终端用户的产品放量，激光雷达的产业化将会带动价格打破瓶颈区域。VSLAM是一种机器视觉导航定位系统，其技术难点在于两方面：1.特征点提取与匹配；2.匹配点图像坐标与空间坐标是非线性关系。VSLAM精度相对较低，但其优势在于纹理信息的丰富性，相同外形的障碍物VSLAM可以识别出内容上的不同，这带来了场景分类上的优势，适用于动态复杂的环境。LDS和VSLAM都具备独特的优势，单独使用均存在局限性。现实中的SLAM系统往往会配备惯性原件、视觉里程计、GPS等辅助定位系统，使得多传感器的融合成为未来趋势。投资建议：技术拐点和消费升级成为催化扫地机器人拐点向上的要素，在核心的感知模块领域，我们建议几条主线把握投资机会：（1）选择扫地机器人领域，具备良好产品研发能力和产品迭代能力的企业，重点关注科沃斯*；（2）关注具备激光雷达研发生产等核心能力的企业，随着扫地机器人在我国渗透率的提升，激光雷达企业也将在扫地机器人产业化中受益，重点企业包括巨星科技、思岚科技、雷神智能和北醒光子等；（3）机器视觉在应用场景上逐渐突破工业检测，其应用边界逐步向智能生活领域拓展。在智能化场景中，计算机视觉让更多智能化设备具备感知能力，目前成熟的上市标的较少，建议关注众多创业型企业，例如格林深瞳、商汤科技、驭势科技等。（注：标*为联合覆盖）风险提示：服务机器人市场需求低于预期；行业过度竞争；核心技术突破低于预期。Table_Report相关研究：广发机械机器人系列报告（三）:核心零部件国产化对机器人行业的影响分析广发机械“轻深度”系列之二:从下游资本支出变化看油气装备复苏广发机械“轻深度”系列之一:从KLA-Tencor收购Orbotech，看检测设备的成长与估值2018-06-102018-03-282018-03-21识别风险，发现价值请务必阅读末页的免责声明1/20专题研究|机械设备目录索引一、从随机碰撞到自主导航，感知模块是关键扫地机器人智能化升级，导航技术是核心LDS方案：技术成熟，降低成本是关键VSLAM：发展迅速，稳健性是难点对比：LDS测距精准，VSLAM应用场景巨大二、多传感融合是感知模块的未来方向三、投资建议与风险提示识别风险，发现价值请务必阅读末页的免责声明2/20专题研究|机械设备图表索引图1：扫地机器人产品迭代进程图2：路径规划式与随机碰撞式扫地机器人对比图3：激光雷达传感器分类图4：机器视觉传感器分类图5：激光雷达SLAM技术地图构建图6：VSLAM技术地图构建图7：激光雷达三角测距原理图8：激光雷达硬件逻辑图9：Velodyne激光雷达图10：激光雷达的价格发展趋势图11：激光雷达在服务机器人上面的全面应用图12：小米扫地机器人拆解图13：VSLAM构建的地图图14：RGB-DVSLAM算法流程图15：视觉传感器的发展图16：RGB图像图17：Depth图像图18：主动结构光相机原理图19：主动结构光伪随机散斑图图20：ToF原理图21：基于LDS技术的扫地机器人图22：基于VSLAM技术的扫地机器人图23：家用扫地机器人性能测试图24：国内扫地机器人市场竞争状况图25：不同技术累积误差对比图26：多传感融合应用于无人驾驶汽车图27：主要的五类传感器特性对比表1：三种主流RGBD方案对比表2：LDS与VSLAM技术对比表3：不同技术方案扫地机器人的特点识别风险，发现价值请务必阅读末页的免责声明3/20一、从随机碰撞到自主导航，感知模块是关键专题研究|机械设备1扫地机器人智能化升级，导航技术是核心扫地机器人智能化升级，感知模块重要性突出。扫地机器人最早在欧美市场销售，近年来随着深度学习、机器视觉等AI技术的发展，扫地机器人产品的迭代不断加快，向智能化方向升级。目前，市场主流机型可分为随机式清扫（第一代）、规划式清扫（第二代）和导航建图式清扫（第三代），后两代都具备路径规划技术，这使得环境感知模块的重要性愈发突出。智能扫地机器人以自动清扫的方式解放年轻人打扫压力，同时其智能化特性引发年轻人的“猎奇”心理，使得市场规模高速增长。图1：扫地机器人产品迭代进程数据来源：广发证券发展研究中心随机式扫地机器人清扫效果靠时间和不断的重复来堆砌，经常会出现反复清扫或大面积漏扫的情况，算法的优劣直接决定了清扫质量和效率高低（实际上，随机式产品也包含了简单算法，例如撞墙时的转向角度等）。路径规划式产品增加了定位导航，清扫过程有迹可循，清扫面积和效率相比随机式要高很多，但规划式产品必须要有定位的能力，需要进行地图构建和规划清扫。当前的定位与地图构建的主流技术主要是SLAM。识别风险，发现价值请务必阅读末页的免责声明4/20图2：路径规划式与随机碰撞式扫地机器人对比专题研究|机械设备数据来源：搜狐科技，广发证券发展研究中心SLAM（SimultaneousLocalizationAndMapping）的含义是即时定位与地图构建，指的是机器人在自身位置不确定的条件下，在完全未知环境中创建地图，同时利用地图进行自主定位和导航。SLAM问题可以描述为：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传感器数据进行自身定位，同时建造增量式地图。自主定位导航需要三大技术：（1）实时定位（Localization）。目前GPS的精度只能达到半米，而且实时定位的更新频率很快，需要达到10次/秒，GPS定位技术无法满足。定位包括相对定位和绝对定位：相对定位主要依靠内部本体感受传感器如里程计、陀螺仪等，通过给定初始位姿，来测量相对于机器人初始位姿的距离和方向来确定当前机器人的位姿，也叫做航迹推测（DeadReckoning，DR）；绝对定位主要采用主动或被动标识、地图匹配、GPS、或导航信标进行定位。位置的计算方法包括有三角测量法、三边测量法和模型匹配算法等。（2）绘制地图（Mapping）。导航领域是有专人绘制的，然而家居的实时变化决定了扫地机器人需要在没有人工干预的情况下自主画图。（3）路径规划。机器人绘制的地图可以向任意方向行驶，因此其路径规划还包括避障和直接控制行为，导航仪是由人来决定，机器人是用算法决定的，因此算法是路径规划的。由于传感器种类和安装方式的不同，SLAM的实现方式和难度会有一定的差异。按传感器来分，SLAM技术主要分为两类，一类是基于LDS激光测距传感器的SLAM技术，另一类是基于机器视觉的SLAM。其中，激光SLAM比VSLAM起步早，框架已经初步确定，因此产品落地相对成熟，主要分为单线式和多线式。基于视觉的SLAM又称为VSLAM（VisualSLAM），目前的主流算法是基于RGBD的深度摄像机，分为单目、多目、结构光（进一步分为单目结构光和多目结构光）、ToF等。随着机器视觉的迅速发展，VSLAM技术因为信息量大、适用范围广等优点受到关注，目前尚处于应用识别风险，发现价值请务必阅读末页的免责声明5/20