事项：
　　特斯拉在官网发布招聘信息，其Optimus团队公开招聘控制工程师、操作工程师、执行器研发工程师、执行器设计工程师、电机控制工程师、系统设计与集成工程师和嵌入式软件工程师等众多岗位。
　　评论：
　　执行器方案仍在持续优化。根据执行器设计工程师的招聘要求，Optimus的执行器需要提供较高的性能、效率和力矩（力）密度，目前执行器工程师团队，以开发世界上最大力矩（力）密度的旋转和线性执行器系统为目标，旨在搭建从研发、设计、组装、建模仿真、测试和系统集成的全流程机器人执行器工程师团队，整体Optimus项目加速推进。
　　重视感知和智能控制能力。根据控制工程师的招聘要求，Optimus通过IMU、编码器、力传感器等进行状态评估，并在现有系统架构中构建、集成和部署实时最先进的感知模型和算法。我们认为现阶段应更关注人形机器人感知层，传感器作为软件控制和硬件零部件的桥梁，是人形机器人实现“人”的特质最为关键的基础；伴随智能化程度的提升，人形机器人感知层（传感器）有望打开“量价齐升”式的广阔成长空间。
　　迁移Autopilot AI，强化神经网络模型训练。根据Tesla Bot软件工程师的招聘要求，特斯拉的Autonomy Telemetry团队负责收集和处理推动Optimus开发的所有数据，每台人形机器人都配有先进的传感器和联网设备，以训练神经网络模型。此外，特斯拉还采用VR/AR技术来构建定制数据收集设备，以增强数据集的精度和广度。软件部分需要确保机器人的各个子系统之间的无缝集成，包括主计算机、传感器、电机控制器、遥测系统等，并在现有和全新的机器人平台上启用相应功能。
　　进展符合预期，Optimus时刻即将到来。根据马斯克在今年二季度业绩说明会上的分享，Optimus预计在今年11月份进行行走测试，这意味着特斯拉需要在短时间内准备好各种下肢关节执行器方案，并不断进行测试和修正。结合特斯拉招聘对于生产主管（跨职能团队合作、定义和跟踪范围、开发里程碑和时间表、验证和部署计划、确保多个开发阶段顺利执行）的要求，我们认为，人形机器人整体进展符合预期，Optimus时刻即将到来。
　　行业投资评级与投资建议：维持人形机器人行业“推荐”评级。结合人形机器人核心零部件国产替代的趋势，我们建议灵巧手重点关注鸣志电器、伟创电气、江苏雷利等；旋转模组重点关注绿的谐波、中大力德、昊志机电、双环传动等；直线模组重点关注鼎智科技、秦川机床、恒立液压、贝斯特等；位置感知重点关注奥普光电、禾川科技、汇川技术；力学感知重点关注柯力传感；视觉感知重点关注奥比中光、凌云光、奥普特；状态感知重点关注芯动联科、华依科技。
　　风险提示：人形机器人进展不及预期；国内厂商产品开发进度、核心客户导入不及预期；原材料价格上涨增加成本风险；市场竞争加剧等。
　　
　　

研究报告全文：证券研究报告证券研究报告人形机器人自动驾驶的下一个风口高性能MEMSIMU华安机械张帆S00105220700032023年10月19日敬请参阅末页重要声明及评级说明证券研究报告核心观点IMU惯性测量单元通过测量物体加速度和角速度的变化来推算出物体在三维空间中的位置和姿态目前高精度MEMSIMU民用市场主要应用场景包括高精度自动驾驶以及人形机器人自动驾驶达到L3级以及以上所需要IMU精度需要达到1h以内目前较高精度的MEMSIMU芯片全部依赖于海外进口人形机器人达到特斯拉Optimus的精度需要通过增加高精度MEMSIMU数量来达到身体稳定姿态控制以及头不稳定补偿的效果因此高性能MEMSIMU芯片国产自主可控的机遇需要提前布局我们基于人形机器人单机需要4个MEMSIMU自动驾驶L3及以上精度渗透率达到20单颗IMU价格按照1000元的乐观假设预测高性能MEMSIMU市场规模最高达100亿元目前国产高性能三轴芯片自主可控已突破放量在即百亿市场有望迎来爆发建议关注公司芯动联科买入华依科技华测导航买入华安通信覆盖星网宇达中海达苏州固锝风险提示研发进度不及预期宏观经济景气度不及预期测算市场空间的误差风险研究依据的信息更新不及时未能充分反映公司最新状况的风险敬请参阅末页重要声明及评级说明华安证券研究所2证券研究报告目录1IMU位置和姿态控制核心2MEMSIMU在自动驾驶领域放量在即3MEMSIMU卡位人形机器人4MEMSIMU市场空间广阔5建议关注公司6风险提示敬请参阅末页重要声明及评级说明证券研究报告11什么是IMU惯性测量单元Inertialmeasurementunit简称IMU是测量图表1阿波罗11号IMU物体三轴姿态角及加速度的装置一般IMU包括三轴陀螺仪及三轴加速度计部分IMU还包括三轴磁力计IMU在小至手机VR大至航空航天领域都得到了广泛的应用IMU通常包含陀螺仪Gyroscope加速度计Accelermeters有的还包含磁力计Magnetometers和气压计加速计是一个测量特定力的传感器身体质量使力正常化它提供在其本地框架内跨越xyz轴的加速度陀螺仪是一个传感器它测量在其本地框架内围绕xy和z轴的角速度一般来说对测量结果进行整合得出角度本身磁强计是一个测量地球磁场并提供航向的传感器罗盘就是这样一个设备如果它包括在IMU中我们通常将其描述为9轴IMU气压计是一个测量气压的传感器可以提供海拔高度资料来源维基百科华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所4证券研究报告12IMU的基本原理MEMS加速度计是MEMS领域最早开始研究的传感器之一它的工作原理就是靠MEMS中可移动部分的惯性由于中间电容板的质量很大而且它是一种悬臂构造当速度变化或者加速度达到足够大时它所受到的惯性力超过固定或者支撑它的力这时候它会移动它跟上下电容板之间的距离就会变化上下电容就会因此变化电容的变化跟加速度成正比图表2MEMS加速度计资料来源与非网华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所5证券研究报告12IMU的基本原理下图为MEMS陀螺仪角速度计MEMSgyroscope其工作原理是利用角动量守恒原理及科里奥效应测量运动物体的角速率它主要是一个不停转动的物体它的转轴指向不随承载它的支架的旋转而变化与加速度计工作原理相似陀螺仪的上层活动金属与下层金属形成电容当陀螺仪转动时他与下面电容板之间的距离机会发生变化上下电容也就会因此而改变电容的变化跟角速度成正比由此我们可以测量当前的角速度图表3MEMS陀螺仪角速度计资料来源与非网华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所6证券研究报告13IMU分级图表4IMU的精度价格和使用场景根据不同的使用场景对IMU的精度有不同的要求精度高也意味着成本高普通的消费级电子产品所使用到的IMU都是低精度且十分廉价的IMU这种IMU普遍应用于手机运动手表中常用于记录行走的步数而无人驾驶所使用到的IMU价格从几百块到几万块不等取决于此无人驾驶汽车对定位精度的要求精度更高的IMU会用于导弹或航天飞机就以导弹为例从导弹发射到击中目标宇航级的IMU可以达到极高精度的推算误差甚至可以小于一米资料来源CSDN华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所7证券研究报告14IMU测量误差由于制作工艺的原因惯性传感器测量的数据通常都会有一定误差第一种误差是偏移误差也就是陀螺仪和加速度计即使在没有旋转或加速的情况下也会有非零的数据输出要想得到位移数据我们需要对加速度计的输出进行两次积分在两次积分后即使很小的偏移误差会被放大随着时间推进位移误差会不断积累最终导致我们没法再跟踪物体的位置第二种误差是比例误差所测量的输出和被检测输入的变化之间的比率与偏移误差相似在两次积分后随着时间推进其造成的位移误差也会不断积累第三种误差是背景白噪声如果不给予纠正也会导致我们没法再跟踪物体的位置图表5IMU的误差类型误差类型产生原因非正交误差确定性误差比例误差非线性度计算姿态的本质是对角速率做积分这必然会对噪声也做了积分白噪声的积分并不是白噪声而是一个马尔可夫过噪声角度随机游走程即当前时刻的误差是在上一时刻误差的基础上累加一个随机白噪声得到的角度误差中所含的马尔可夫性质的误差称为角度随机游走常值零偏在MEMS中可能是微机电结构中的带电质量块在电容板中的位置不准确就产生了这样的固定零偏全称是零偏逐次上电重复性run-to-runrepeatability这是传统惯性器件的经典指标是指惯性器件不同次上电运行零偏上电重复性随机误差时的零偏的不重复程度板间介质的介电常数是会随着温度变化的同样的加速度角速度在不同的温度下可能测量的值不同这就导致了零偏零偏温敏系数IMU的温漂现象反映器件上电稳定后其零偏随时间变化的情况这里指温度恒定的情况下的零偏漂移和温漂区分开主要是由于零偏稳定性电子器件的闪变噪声FlickerNoise影响导致零偏或者说偏置随时间游走零偏加速度敏感性陀螺的输出本来应该对加速度完全不敏感但由于其敏感结构的加工误差等因素多少还是会受到线加速度影响的资料来源武汉大学多源智能导航实验室华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所8证券研究报告15民用MEMSIMU市场空间测算方法论图表6民用MEMSIMU市场空间测算方法论自动驾驶机器人L3级以上渗IMU单车数机器人出货IMU单机数汽车销量-QIMU单价-PIMU单价-P透率-R量-N量-Q量-N价格IMU价格随着竞争对手的增加我们预测呈现下降趋势1000元个-500元个-300元个数量自动驾驶L3及以上的渗透率我们预测到2025年达到10-20单车需要一个IMU人形机器人早期胸腔放置一颗IMU达到自由行动以及灵活姿态我们预测单机需要放置3-4个IMU资料来源华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所9证券研究报告目录1IMU位置和姿态控制核心2MEMSIMU在自动驾驶领域放量在即3MEMSIMU卡位人形机器人4MEMSIMU市场空间广阔5建议关注公司6风险提示敬请参阅末页重要声明及评级说明证券研究报告21自动驾驶中的传感器随着科技的不断发展自动驾驶技术日趋成熟为了实现自动图表7自动驾驶汽车常用的八种传感器驾驶汽车的各种复杂功能精确而又可靠的位置信息开始变得不可或缺高精度MEMSIMU作用日益凸显拥挤的城市峡谷环境给自动驾驶汽车传感器阵列带来了巨大的挑战当自动驾驶汽车在失去GPSGNSS信号的情况下试图左转时IMU技术开始凸显它的重要作用感知传感器作为自动驾驶主动决策的主要信息来源可以感知车辆周围的世界导航系统由GNSSGPS接收机和INS惯性导航系统组成惯导系统包括惯性运动传感器和来自里程计和转向传感器的输入长期以来基于MEMS的惯性传感器如陀螺仪和加速度计已作为分立元件应用于车辆的碰撞检测安全气囊弹出和电子稳定性控制资料来源新纳传感官微华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所11证券研究报告22自动驾驶中的惯性导航从结构上看IMU主导的惯性导航分为平台图表8平台式惯性导航式和捷联式按照市场发展趋势惯性测量传感器正在不断向轻量化方向发展捷联式逐渐成为主流平台式惯性导航系统采用物理平台模拟导航坐标系统加速度计安装在由于陀螺仪控制的稳定平台上输出的信息由导航计算机计算航行器位置速度等导航信息及陀螺的施矩信息陀螺在施矩信息作用下通过平台资料来源头豹研究院华安证券研究所整理稳定回路控制平台跟踪导航坐标系在惯性空图表9捷联式惯性导航间的角速度而航行器的姿态和方位信息则从平台的框架轴上直接测量得到捷联式惯性导航采用数学算法确定导航坐标系即加速度计和陀螺仪直接安装在运载体上得到信息量之后通过数学平台确定运载体的速度位置以及姿态等航向信息资料来源头豹研究院华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所12证券研究报告22自动驾驶中IMU的优势与其他导航系统相比IMU主导的惯导系统具有信息全面完全自主高度隐蔽信息实时与连续且不受时间地域的限制和人为因素干扰等重要特性在城市峡谷或森林道路中IMU不会受到多路径效应或信号衰减的影响在自动驾驶系统中IMU数据与GNSS视觉和其他探测和测距系统融合以填补GNSS更新之间的空隙并在GNSS和或其他传感器受到影响时安全进行短时导航IMU数据始终可用是任何自主车辆系统的一个组成部分并可用于在具挑战性的环境中维持车辆安全运行图表10自动驾驶中的IMU应用图表11集成有IMU的高铁轨道检测小车资料来源传感器专家网华安证券研究所整理资料来源传感器专家网华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所13证券研究报告22自动驾驶中IMU的优势自动驾驶汽车驶入高楼林立的区域失去了卫星信号无法由GPS提供绝对定位此时IMU可以发挥其延续绝对定位的作用在没有GPS信号的区域为汽车提供绝对定位信息这些信息包括汽车的实时经纬度和海拔高度自动驾驶汽车通过车道线识别功能确保自身在道路中行驶在遇到强烈太阳光照射的情况下车道线识别功能失效此时IMU可以发挥其延续相对定位的作用根据历史记录中的道路曲率与汽车相对于车道边界的历史位置确保汽车在一段时间内继续行驶在车道中图表12视线遮挡时IMU工作示意图图表13强烈太阳光下IMU工作示意图资料来源焉知汽车华安证券研究所整理资料来源焉知汽车华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所14证券研究报告22自动驾驶中IMU的优势IMU是自动驾驶系统在定位领域的最后一道防线第一IMU对相对和绝对位置的推演没有任何外部依图表14高精度IMU在自动驾驶汽车的广泛实际应用赖是一个类似于黑匣子的完备系统相比而言基于GPS的绝对定位依赖于卫星信号的覆盖效果基于高精地图的绝对定位依赖于感知的质量和算法的性能而感知的质量与天气有关都有一定的不确定性第二同样是由于IMU不需要任何外部信号它可以被安装在汽车底盘等不外露的区域可以对抗外来的电子或机械攻击相比而言视觉激光和毫米波在提供相对或绝对定位时必须接收来自汽车外部的电磁波或光波信号这样就很容易被来自攻击者的电磁波或强光信号干扰而致盲也容易被石子刮蹭等意外情况损坏第三IMU对角速度和加速度的测量值之间本就具有一定的冗余性再加上轮速计和方向盘转角等冗余信息使其输出结果的置信度远高于其它传感器提供的绝对或相对定位结果资料来源新纳传感官微华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所15证券研究报告23自动驾驶中的GNSSRTKIMU组合导航当乘用车达到L3及以上自图表15自动驾驶车端硬件架构动驾驶水平车辆必将拥有能够精准定位的装置目前乘用车的定位精度普遍未能达到自动驾驶的要求乘用车高精度定位应用属于从0到1的环节随着自动驾驶级别的演进其重要性将日益增强目前行业内对自动驾驶车端的工作模块主要分为三类感知层决策层和控制层感知层依赖于卫星定位惯性定位环境感知等定位技术来感知外界自己车辆状态是自动驾驶的前置条件资料来源头豹研究院华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所16证券研究报告23自动驾驶中的GNSSRTKIMU组合导航卫星定位惯性定位环境感知定位三种定位方式由于实现的方式不同在不同能力范围内各有优劣单独的定位方式方案难以满足自动驾驶对高精定位的需求图表16三种定位方式优劣对比表定位方式优势劣势不依赖于外部信息也不向外部辐射能量由于导航信息经过积分产生定位误差随时间而的自主式系统增大惯性定位不易受外界环境干扰数据更新频率高且使用之前需要较长的初始对准时间短期精度和稳定性好依赖卫星信号在卫星信号丢失时无法定位GNSS信号更新频率低不能满足实时定位需求卫星定位全天候全天时绝对位置准确RTK技术的适用范围限制于地基信号增强站的覆盖度摄像头和各种雷达获取的特征信息的准确度受到天气环境光线影响大环境特征定位可实时获得周围环境的3D信息对环境变化的鲁棒性差所以前期需要大量的数据验证去尽可能覆盖各种特征信息单方案实现难度大资料来源头豹研究院华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所17证券研究报告23自动驾驶中的GNSSRTKIMU组合导航目前行业内共识的组合方案是由GNSS单元RTK定位确定图表17完全组合的定位框架绝对位置IMU确定相对位置同时高精地图与激光雷达摄像头等感知设备用于环境感知车辆从GNSSRTKIMU定位组合中获得车辆位置的预测值从高精地图中获取位置附近的环境特征之后将扫描识别的环境特征与高精地图记述的环境特征做匹配融合获取车辆当下精准的位置信息各工作单元之间信息相互耦合结果相互冗余从而保障了定位的精度和可靠性通过激光雷达视觉等传感器实现的环境特征定位与高精地图结合的定位方案也能实现高精定位但是视觉激光雷达等传感器的器件成本以及对边缘计算的要求高卫惯组合导航几乎可以通过十分之一的价格实现相同的效果所以目前卫惯组合导航还是最主流的高精定位方案资料来源头豹研究院华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所18证券研究报告目录1IMU位置和姿态控制核心2MEMSIMU在自动驾驶领域放量在即3MEMSIMU卡位人形机器人4MEMSIMU市场空间广阔5建议关注公司6风险提示敬请参阅末页重要声明及评级说明证券研究报告31IMU在早期四足机器人导航中的应用四足机器人属于腿式机器人的一种图表18IMU在四足机器人上的应用可以自主行走对恶劣复杂地形的适应性强已经成为当今移动机器人研究的热点四足机器人的应用非常广泛特种领域方面四足机器人可以进入人类无法进入的危险场域陪护领域方面四足机器人可以实现人际交流军事领域方面四足机器人可以实现高运动性能的作战移动平台作为自主导航机器人机器必须实时知晓自己的位置而IMU是测量物体三轴姿态角或角速率以及加速度的设备在机器人导航中有着很重要的应用四足机器人从IMU激光雷达等传感器获取信息通过相关算法实现即时定位与地图构建资料来源CSDN华安证券研究所整理敬请参阅末页重要声明及评级说明华安证券研究所20