机械设备行业人形机器人&自动驾驶的下一个风口：高性能MEMS IMU

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S0010522070003 2023年10月19日 华安证券研究所 2 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1°/h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 证券研究报告 目录 1.IMU位置和姿态控制核心 2.MEMSIMU在自动驾驶领域放量在即 3.MEMSIMU卡位人形机器人 4.MEMSIMU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 1.1什么是IMU •惯性测量单元(Inertialmeasurementunit，简称IMU)，是测量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x、y、z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x、y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。 图表1阿波罗11号IMU 资料来源：维基百科，华安证券研究所整理 •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 •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 1.3IMU分级 •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 图表4IMU的精度、价格和使用场景 1.4IMU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 确定性误差 随机误差 误差类型 非正交误差/ 比例误差非线性度噪声角度随机游走 常值零偏 零偏（上电）重复性 产生原因 / / 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。 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时的零偏的不重复程度。 零偏零偏温敏系数 零偏稳定性 零偏加速度敏感性 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。 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 1.5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 透率-R 汽车销量-Q IMU单价-P IMU单车数量-N 机器人出货 量-Q IMU单机数量-N IMU单价-P 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 目录 1.IMU位置和姿态控制核心 证券研究报告 2.MEMSIMU在自动驾驶领域放量在即 3.MEMSIMU卡位人形机器人 4.MEMSIMU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 2.1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GPS/GNSS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GNSS/GPS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 图表7自动驾驶汽车常用的八种传感器 2.2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，通过平台稳定回路控制平台跟踪导航坐标系在惯性空间的角速度。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 图表8平台式惯性导航 图表9捷联式惯性导航 资料来源：头豹研究院，华安证券研究所整理 资料来源：头豹研究院，华安证券研究所整理 •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 •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 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 图表14高精度IMU在自动驾驶汽车的广泛实际应