人型ロボット（Humanoid Robot）、または擬人ロボットは、人間に似た知覚、意思決定、行動、相互作用能力を持っています。人間に似た外見、感覚システム、知的思考方法、制御システム、意思決定能力を備え、最終的には「人間のような行動」を示します。
・人型ロボットは、工学と制御科学に関連し、電子、機械、自動化制御、コンピュータなどの分野の研究成果を集約したものであり、単に部品を購入して組み立てるだけでは人間の機能を実現することはできません。
・人型ロボットは、高さによって分類され、大型人型ロボットと中小型人型ロボットに分けられます。
人型ロボットの研究は日本で始まり、現在は高ダイナミック運動の発展段階に入っています。人型ロボットの発展の歴史を振り返ると、3 つの重要なマイルストーンがあります：
・第一段階：早稲田大学の人型ロボットを代表とする初期の発展段階；
・第二段階：ホンダの人型ロボットを代表とするシステムの高度な統合発展段階；
・第三段階：ボストン・ダイナミクスの人型ロボットを代表とする高ダイナミック運動の発展段階；
日本は人型ロボットの研究を先駆けて開始し、二足歩行を実現しました。
・1971 年、日本の早稲田大学の加藤教授は、液圧システムに基づく二足ロボット WL-3 および WL-5 を発表し、歩幅 15cm、周期 45s の静的歩行を実現しました。
・その後設計されたモーター駆動の WL-9R および WL-10DR は、足首のトルク制御を通じて動的歩行を実現し、単歩周期を 1.3s に短縮しました。
・2006 年、加藤一郎の学生である高西淳夫教授は、41 自由度を持つ人型ロボット WABIAN-2R を発表し、1.8km/h の歩行を実現し、異なる硬さの地面に適応できる能力を持っています。
HONDA が発表した Asimo は、当時の最先端技術の代表です。
・1996 年、日本の HONDA は最初の人型ロボット P1 を開発し、その後 P2 を発表し、一般的な路面を歩行できるようになり、続いて P3 を発表しました。
・2000 年 11 月 12 日、最も代表的なモーター制御に基づく二足ロボット Asimo が発表され、高さ 120cm、重さ 52kg、歩行速度 0〜1.6km/h を実現しました。
・第三世代の ASIMO ロボットは 2011 年に発表され、歩行速度は 9km/h に達し、階段の上り下り、片足でのサッカー、片足でのジャンプが可能で、歩幅を連続的に調整でき、自由度の数は 57 に達し、基本的に固定環境のサービスロボットのアプリケーションシーンに適応できます。
Cassie は新しい駆動設計を体現し、駆動技術のルートを豊かにします。
・1997 年、ミシガン大学の Grizzle らは、アンダードライブ二足ロボット RABBIT を開発し、足なしで動的に歩行することを実現しました。
・RABBIT に基づいて、カメラは MEBAL、MARLO、ATRIAS などの一連のアンダードライブ歩行ロボットを開発し、三次元アンダードライブの歩行を実現しました。
・2017 年にロボット Cassie が発表され、価格は約 7 万ドルで、駆動モーターの位置が高く、脚部にバネを追加して効率的な歩行を実現し、静止してその場に立つことができます。
・2022 年、Cassie を基に Digit が発表され、安定した歩行と走行の歩行パターンを持ち、階段を登る、自律ナビゲーションの感知能力を備え、荷物の運搬に応用できます。
資料出典：知網、浙江大学、1997 年、ミシガン大学の Grizzle らが開発したアンダードライブ二足ロボット RABBIT
HRP シリーズロボットは安定した歩行を実現し、人と協力します。
・1998 年、日本の産業技術総合研究所が主導する HRP シリーズ計画が始まりました。この計画は「人間の作業、生活環境において人と調和し、共存し、複雑な作業タスクを完了できる人型ロボットシステム」を開発することを目的としています。
・HRP-2、HRP-3 は安定した歩行を実現し、日本舞踊などの多様な巧妙な動作を完了し、人と協力して物を持ち上げ、障害物を越え、地面から物を持ち上げ、倒れたときに自分を守り、再び立ち上がることができます。
資料出典：会社公式サイト、浙江大学、中信建投図、日本の産業技術総合研究所が発表した HRP システムの二足ロボット
Atlas は自律設計の液圧駆動システムを使用し、運動能力は世界一です。
・ボストン・ダイナミクスは、アメリカ国防総省の先進研究プロジェクト局（Defense Advanced Research Projects Agency, DARPA）の資金提供を受けて、液圧駆動の四足ロボット BigDog の第一世代プロトタイプを開発しました。
・2009 年 10 月、ボストン・ダイナミクスは PETMAN を発表し、アメリカの実験用防護服の設計に使用される軍事機器であり、強力な自動バランス能力と運動性能を持ち、外部環境の干渉を受けても歩行パターンを即座に調整し、バランスを保つことができます。
・Atlas は 2013 年に発表されて以来、3 つの大きなバージョンに進化しており、その全地形適応能力は現在の最高レベルを代表しています。
IIT が WALK-MAN を発表し、ヨーロッパで影響力を持つ。
・IIT が発表した WALK-MAN 消防ロボットは、力制御を加え、トルク制御の手関節を形成しましたが、ロボットの一部の剛性を犠牲にしました。
・2008 年、IIT はオープンソースの人型ロボット iCub を製造し、知覚学習と人間とロボットの相互作用を研究するために使用され、非常に良好な人間とロボットの相互作用性を持っています。これは 3 歳半の子供の体型を参考に設計され、高さ 1 メートル、53 自由度を持ち、歩行や片足でのバランスを取ることができます。
・2012 年、二足ロボット COMAN が開発され、その前方平面内の関節はすべて SEA 駆動を採用しています。
スイスの研究機関は受動的柔軟性を利用して、ジャンプと地形適応能力をさらに向上させました。
・2011 年、スイスのチューリッヒ工科大学のロボットと知能システム研究所のロボットシステム実験室は、SEA 関節に基づいて単脚ロボット ScarlETH を開発し、ロボットの受動的柔軟性を利用して高エネルギー効率のジャンプと地形適応能力を実現しました。
・これに基づいて、電動駆動の四足ロボット StarlETH および ANYmal が開発されました。
HUBO は DRC 大会で 1 位を獲得し、アジアの研究開発を推進しました。
・韓国の KAIST の二足ロボット HUBO は、車輪と足を組み合わせた運動方式で、2015 年の DRC 大会で 1 位を獲得しました。
・Rainbow Robotics の支援を受けて、HUBO2 は世界初の商業化された人型ロボットプラットフォームとなりました。これは、世界の主要な研究機関（MIT、Google など）によって研究プラットフォームとして購入されました。
・「HUBO2」ロボットは、直膝で時速 1.4km で歩行し、走行速度は 3.6km/h に達します。
HUBO はその車輪と足を組み合わせた運動方式で、2015 年の DRC 大会で 1 位を獲得しました。
東京大学は Schaft の新バージョンを発表し、コストとエネルギー消費を削減しました。
・2013 年、Google に買収された東京大学の人型ロボットチーム Schaft は、DRC2013 の大会で優勝しました。身長 1480mm、体重 95kg、腕の長さ 1309mm を持ち、歩行や階段を登るなどの機能を備えています。
・2016 年には、低コストで低エネルギー消費の新型人型ロボットが発表され、66kg の荷物を運ぶことができるようになりました。
小型人型ロボットの研究は活発に進行中で、応用シーンが豊富に拡大しています。
・フランスの Aldebaran Robotics 社は、NAO という典型的なロボットを発表し、1 万台以上の販売を達成しました。同社は商業化の道を貫き、ボストン・ダイナミクスや Asimo とは大きな違いがあります。後に日本のソフトバンクに買収され、Pepper や Romeo ロボットを発表しました。
・高さ 50cm 未満の小型二足ロボットでは、韓国の Robotis 社の Darwin-OP ロボットが有名で、安定した歩行と色認識が可能です。
・韓国の Hitec 社は Robonova-1 を発表し、国内の Leju（深圳）ロボット子会社は「Aleos」ロボットを発表しました。
国内の人型ロボット研究は遅れて始まり、主に大学や研究機関が中心です。
・清華大学、浙江大学、上海交通大学、北京理工大学、中国科学院などの大学や研究機関も次々と人型ロボットの研究を開始しました。
・国防科学技術大学は早くから取り組み、2000 年に「先行者」を開発し、2003 年に Blackman を開発しました。身長 1.55m、重さ 63.5kg、36 自由度を持ち、最速歩行速度は 1km/h に達し、ロボットの旋回や不整地での歩行などの研究が進んでいます。
・2002 年、清華大学は THBIP-I ロボットを開発し、高さ 1.7m、重さ 130kg で、安定した歩行や階段の上り下りを実現しました。
・2022 年、北京理工大学は「BHR-1」を発表し、初めて外部電源なしで独立して歩行を実現しました。2005 年には BHR-2 が安定した歩行や複雑な運動計画などの関節技術を突破しました。
図、国内の人型ロボットの研究は遅れて始まり、大学や軍事研究が中心です。
国内では多くのロボットが発表され、「擬人」分野で大きな進展を遂げています。
・2017 年、北京理工大学は BHR-6 を開発し、国際的に初の転倒保護、転がり、歩行、走行、ジャンプなどのモード運動と変換機能を実現し、転倒後に再び立ち上がることができます。
・浙江大学は「悟空」を開発し、卓球を例に環境認識と全身協調作業の研究を行い、人型ロボットによる卓球のデモンストレーションを実現しました。
・中国科学院合肥物質科学研究院が開発した人型ロボットは、歩行や作業などの機能を実現し、2013 年の DARPA ロボットチャレンジに参加しました。
図、国内の人型ロボットの研究は遅れて始まり、大学や軍事研究が中心です。
・国内外の研究者は人型ロボットに関する多くの研究を行っています。
一般的な成人は通常 206 本の骨と約 230 の関節を持ち、630 の筋肉によって 244 の自由度を制御しています。
・人体を正確にモデル化する場合、作業は非常に複雑になります。Hanavan は人体モデルを簡素化し、通常は 15 の部分に分け、頭部、胸部、大腕、小腕、手、大腿、小腿、足部に対応させます。
・人型ロボットは高自由度で強い非線形の動力学システムであり、通常は多剛体動力学システムとシミュレーション数値計算を組み合わせて動力学と運動学の分析を行います。
・ロボットの運動分析には、動力学分析と運動学分析が含まれ、運動学は正運動学と逆運動学に分かれます。
人型ロボットは人体の一部の外形（上肢、頭部など）を持つだけでなく、人間の下肢構造と擬人の二足歩行能力を備えている必要があります。
・生物模倣機構の設計プロセスでは、まず目標仕様に基づいて自由度の構成を決定し、関節のタイプと数を決定し、構造上は通常、複数の単自由度の回転関節で構成されます。
・通常、センサーを使用して人間が環境を認識することを模倣します。例えば、機械視覚、圧力センサー、タッチセンサー、指向性マイク、ソナー距離計などです。
・NAO ロボットは 25 の駆動モーター、2 つのカメラ、9 つのタッチセンサー、4 つの指向性マイク、8 つの圧力センサー、2 セットの赤外線受信器および発生器、ソナー距離計などを備えています。
関節駆動ルート 1：液圧駆動は力が大きく、爆発力が強い
・利点：出力が大きく、減速機が不要で、力が強く、爆発力が強く、機械的衝撃や損傷に対する耐性が強い。
・欠点：液圧システムは漏れやすく、体積が大きく、騒音が大きく、消費電力が高く、液圧源を配置する必要があります。
関節駆動ルート 2：モーター駆動は最も伝統的で、構造がシンプルで応用が広い
・利点：構造がシンプルで、位置サーボが正確です。
・欠点：トルクサーボが悪く、伝動損失が大きく、爆発力は液圧駆動に劣ります。
関節駆動ルート 2：モーター駆動 + 柔軟なソフトウェアでエネルギー貯蔵サイクル能力を向上
・利点：トルク精度が高く、受動的柔軟性があり、エネルギー貯蔵サイクルを実現できます。
・欠点：位置サーボが悪く、応答帯域幅が限られています。
関節駆動ルート 2：モーター直駆動方案は位置精度が高く、応答速度が速い
・利点：トルク精度が高く、位置精度が高く、応答速度が速い。
・欠点：モーターは特注が必要で、モーターの体積が大きい。
関節駆動ルート 3：空気圧駆動は軽量で、価格が低いが、制御精度は高くない
・利点：空気圧人工筋肉は軽量で、価格が低く、メンテナンスが容易で、シリンダーと比較して、パワー体積比とパワー重量比が大きい。
・欠点：制御精度が高くない。作業効率が低く、作業速度の安定性が悪い。
三つの駆動方式はそれぞれ特徴があり、モーター駆動が最も伝統的で、液圧駆動が最も高価です。
・液圧、モーター、空気圧の駆動方式はそれぞれ特徴があり、モーター駆動が最も伝統的で、技術の進歩と進化の速度が速く、世界的に応用範囲が広い。液圧駆動は難易度が高く、液圧バルブの難易度が非常に高く、システムコストが非常に高いため、ロボットの運動性能が最も優れています。空気圧駆動は液圧とモーター駆動の中間に位置し、現在の応用は比較的少ないです。
バランス制御は歩行性能に直接影響し、通常、企業は自社でコア制御アルゴリズムを開発します。
・ロボットの状態推定のコア問題には、センサーの選択と配置、センサーデータのキャリブレーション、ロボット本体のモデリング、マルチセンサーデータの融合が含まれます。
・コントローラーの設計選択では、通常、自身の状態とロボットモデルに基づいて制御戦略を選択し、制御命令を実行します。コントローラーの設計はロボット設計の最も重要な部分です。
良好な人間とロボットの相互作用性能を実現するためには、アルゴリズム、AI 技術、センサーが不可欠です。
・環境認識に基づく運動計画と相互作用設計では、環境に対する良好な認識と理解が必要であり、可行領域を計算し、接触点（例えば、二足、両手または手足を使う）を合理的に選択し、歩幅の選択とモデルの最適化を行います。
図、複雑なシーンの応用には人型ロボットが良好な相互作用機能を備えている必要があります。
人型ロボットのバッテリー：限られた性能指標からバッテリーグループの基本パラメータを推定
・ボストン・ダイナミクスのロボット Atlas の最大出力は 5kW で、ロボット全体の質量は 80kg です。搭載されている 48V リチウムイオンバッテリーグループは重さ 5-10kg で、質量エネルギー密度は 200-250Wh/kg、体積エネルギー密度は 500Wh/L と推定され、このバッテリーグループの放電倍率は 2C-5C、体積は 2-5L、質量出力密度は 0.5-1kW/kg、体積出力密度は 1-2.5kW/L です。
・質量エネルギー密度と質量出力密度の性能範囲に基づいて、Atlas が使用するバッテリーグループは高性能動力バッテリーグループに類似していると推定されます。
図、異なるタイプのリチウムバッテリーのエネルギー、出力密度の示意
動力バッテリーの最新の進展：CTP3.0「麒麟バッテリー」が登場
・寧徳時代の公式ウェブサイトによると、CTP3.0 技術を採用した「麒麟バッテリー」は、255Wh/kg（三元）または 160Wh/kg（鉄リチウム）の質量エネルギー密度、72% の体積利用率、4C の急速充電、5 分の熱起動、安全で熱拡散のない多くの性能指標を実現できます。
図、寧徳時代の「麒麟バッテリー」の主要性能指標
未来を展望する：人型ロボットのバッテリー材料の需要方向は何か
・人型ロボットは放電倍率やサイクル寿命の要求は高くないが、質量や体積エネルギー密度の要求は高く、急速充電能力に潜在的な要求があります。
・したがって、高エネルギー密度を持ち、できれば急速充電能力を兼ね備えたバッテリーおよびバッテリー材料が人型ロボットのバッテリーの需要方向です。
・層状酸化物正極に属する高ニッケル / 中ニッケル高電圧三元正極が現在の優先選択であり、将来的にはリチウムマンガンベースの正極も一席を占める可能性があります。
図、異なるタイプの層状酸化物正極材料の初期サイクル容量 - 電圧特性
未来を展望する：人型ロボットのバッテリー材料の需要方向は何か
・リチウムバッテリー材料システムにリチウムを補充する、すなわちバッテリー材料システムに高リチウム含量の物質を導入し、その高リチウム含量の物質がリチウムイオンと電子を効果的に放出し、活性リチウムの損失を補う。
・負極または正極の前リチウム化後、リチウム消費は依然として存在しますが、バッテリー内の活性物質の空白容量は存在しなくなり、バッテリーの実際のエネルギー密度が向上します。
図、未リチウム化、負極前リチウム化、正極前リチウム化の効果の示意
もし固体電解質が軽薄で強靭で高い安定性を持つことができれば、バッテリーのエネルギー密度の向上に重要な役割を果たします。
・人型ロボットのバッテリーはサイクル寿命の要求は相対的に高くなく、安全性の要求は高い可能性があり、高エネルギー密度の固体バッテリーの潜在的な優良な応用シーンとなるでしょう。
人型ロボット専用部品と材料#
高爆発モーター、高計算能力チップ、精密減速機、高精度センサー、長寿命バッテリーなどのコア部品が、より安定した高性能な人型ロボットのハードウェアシステムを構築します。
人工知能が人型ロボットの設計を強化
AI for Design of Humanoid Robots
神経ネットワーク、グラフ文法、進化アルゴリズムなどの人工知能技術に基づき、シーンやタスクの要求に応じて、人型ロボットの脚、腕、胴体などのモジュールを自動的に構築し、形態と制御の協調最適化を実現します。
人型ロボットの運動知能
Motion Intelligence of Humanoid Robots
p 複雑な地形での歩行：人間が構築した傾斜、階段、敷居などの複雑な地形や狭い環境に適応し、安定した適応性と干渉耐性を持つ歩行を実現することが期待されます。
複雑な地形での歩行：人型ロボットは、人間が構築した傾斜、階段、敷居などの複雑な地形や狭い環境に適応し、安定した適応性と干渉耐性を持つ歩行を実現することが期待されます。
p 二腕協調操作：下半身が不安定な場合、二腕協力を通じて、人間の道具や装備を使用して高性能な操作タスクを完了することが期待されます。
二腕協調操作：下半身が不安定な場合、人型ロボットは人間の道具や装備を使用して協力的に高性能な操作タスクを完了することが期待されます。
p 「ソフトでハードを補う」技術：ハードウェアの性能が不十分で、センサ情報が不足している場合、ソフトウェアを通じて環境や情報の制約を探し、十分に活用し、ハードウェアの不足を補い、高水準のタスク実行を実現します。
ハードウェアをソフトウェアで補う：人型ロボットのハードウェア性能が不十分で、センサ情報が不足している場合、この技術は体系的に環境や情報の制約を探し、十分に活用してハードウェアの性能を補い、高水準のタスク実行を実現します。
人型ロボットのマルチモーダル大規模モデル
Multimodal Large Model for Humanoid Robots
p
音声、画像、テキスト、センサ信号、3D 点群などのマルチモーダル情報を融合することで、人型ロボットの認知と意思決定計画に対して、より強力なマルチモーダル理解、生成、関連能力を提供し、複雑なシーンタスクにおける一般化能力を向上させます。
人型ロボットの大規模データセット
Large-Scale Dataset for Humanoid Robots
p シミュレーション合成または実体ロボットの収集に基づき、大規模で標準化された人型ロボットデータセットを構築し、人型ロボットの本体設計、シミュレーショントレーニング、アルゴリズム移行能力を向上させるのに役立ちます。
人型ロボットの具身知能
Embodied Intelligence for Humanoid Robots
p 具身知能は、高い変化の中で迅速かつ正確に反応できる高品質、高性能の知能システムです。単なる仮想環境でのコンピュータシミュレーションでもなく、完全に物理空間に偏った機械電気システムでもなく、人型ロボットシステムと密接に関連しています。
人体構造と神経メカニズムに触発された人型ロボット#
Humanoid Robots Inspired by Human Anatomy and Neural Mechanisms
p 現在の人型ロボット研究の大部分の方法が外から内に人間の機能を模倣するのに対し、内から外に人間の筋骨格システムと神経メカニズムを模倣し、人間が高い巧妙さ、高い柔軟性、高い知能行動を実現する本質的なメカニズムを探求します。人型ロボット研究の新しいアプローチとして、人間に近い高効率で安定したシステムを構築することが期待されます。
人型ロボットオープンソースコミュニティ
Open Source Community for Humanoid Robots
p 世界中の人型ロボット分野の専門家や学者を集め、技術討論、情報交流、多方面の協力を促進し、産業チェーンの上下流の深い統合と協調発展を支援します。
人型ロボットの工場
‘Manufactory’ of Humanoid Robots
p ソフトウェア環境を通じて、分析技術と大規模モデルに基づく本体設計 - 制御 - 知能アルゴリズムの研究開発を迅速かつカスタマイズして行い、高品質で知能的な人型ロボットシステムを設計・加工し、ソフトとハードの一貫性と新しい部品の研究開発を通じて、ハードウェアシステムとその検証を実現します。
人型ロボットの垂直応用#
Applications of Humanoid Robots
人型ロボットは汎用性と知能を持ち、人間の道具をシームレスに使用できるため、その応用シーンは絶えず拡大し深化し、人間の生産生活様式を根本的に変革し、社会を新しい知能化の発展段階へと導き、各業界に破壊的な変革をもたらします。
産業分野では、危険な作業の生産段階に広く参加し、生産効率と安全性を大幅に向上させます。特別な分野では、極端な環境での研究探索、救助、セキュリティ巡回などのタスクを実行する重要な力となります。民生分野では、家政サービスの提供から医療支援への参加まで、人々の生活に完全に統合され、不可欠な存在となります。
人型ロボットの発展の歴史：夢が現実に照らされ、商業化の道が近づいています。
マルチモーダル大規模モデルがロボットに一般化能力を与え、具身知能の夜明けが見え始めています。
◼ 汎用大規模モデルは具身知能に革命的な可能性をもたらします。人型ロボットのハードウェアは運動の柔軟性を決定し、部品は他の業界の応用から移行し、コストの問題は産業チェーンの規模生産によって解決できます。一方、ソフトウェアアルゴリズムはロボットの「脳」として機能し、ロボットの応用の上限を決定し、ロボットの商業化拡大の主要なボトルネックです。これまで、ロボットは固有のプログラム設定に依存してタスクを実行しており、さまざまなシーンで一般的なアルゴリズムを持つことが困難で、ロボットの実用化が制限されていました。近年、LLM、VLM、VNM などの汎用大規模モデルの発展により、ロボット本体の強力な一般化能力が全面的に向上しました。
力、ロボットはより多くの複雑なシーンに適用でき、非専門家はプログラミングなしで操作を実現でき、人型ロボットの商業化プロセスが加速します。「具身知能」のロボットはもはや機械的に単一のタスクを完了するのではなく、感知されたタスクと環境に基づいて自律的に計画、意思決定、行動、実行する新しい個体となります。言語インタラクション、知能的な意思決定、自律的な学習、マルチモーダル感知など。
図：マルチモーダル大規模モデルがロボットの知能を加速する。
1.3 テスラが先導し、テクノロジー大手が加速して産業革新を推進
◼ テクノロジー大手が加速して産業革新を推進しています。1）テスラ：2022 年 9 月 30 日、テスラは人型ロボット Optimus のプロトタイプを発表し、2023 年にマスクはテスラの長期的な価値が AI とロボットから来ると述べました。2）OpenAI：2023 年 3 月、OpenAI はノルウェーの人型ロボット会社 1X Technologies に投資しました。2024 年 5 月、OpenAI はロボットチームを再開したと述べました。3）サムスン：2023 年 1 月、サムスンは韓国のロボットメーカー Rainbow Robotics に 590 億ウォンを投資しました。4）NVIDIA：2023 年 5 月、黄仁勲は人工知能の次の波は具身知能になると述べ、2024 年 2 月に NVIDIA は汎用具身知能体研究部門を設立しました。2024 年 3 月、NVIDIA は人型ロボットの大規模モデル Project GR00T を発表し、2024 年 6 月、黄仁勲は「次の波の AI の波は物理 AI であり、ロボットの時代が到来した」と強調しました。5）Figure AI：2022 年に設立され、2024 年 2 月に NVIDIA、Microsoft、OpenAI、Intel などのテクノロジー企業から合計 6.75 億ドルの投資を受けました。
1.3 テスラ Optimus の進展は予想を超え、業界は新たな「軍拡競争」を開始
◼ テスラ Optimus は迅速に進化し、新たな技術革命の波を先導しています。マスクは 2021 年の AI DAY で人型ロボットのコンセプト機 Tesla Bot を提案し、その後迅速に発展を遂げ、2022 年 2 月には開発プラットフォームを構築し、2022 年 10 月には AI DAY でプロトタイプ Optimus を正式に発表しました。この時点で、歩行、運搬、散水などの簡単な動作を実現しました。2023 年 12 月には Optimus-Gen2 が発表され、第一世代に比べて大幅に進化し、知覚、脳、運動制御能力が明らかに向上しました。テスラの人型ロボットは完全な産業クローズドループを形成し、商業化の実現が期待されます。
Optimus は自動運転関連技術を再利用し、コンセプト機から知能的で柔軟なロボットへの進化を迅速に実現しました。テスラの工場生産と店舗販売も人型ロボットの商業化の初期シーンを提供し、産業チェーンの利点がコスト削減の可能性を提供します。長期的な量産価格目標は 2 万ドル / 台です。
人型ロボットは工場で最初に実現され、将来的には商業サービスや家庭の伴侶に応用されるでしょう。
◼ 人型ロボットは徐々に工場から家庭へ、BtoB から BtoC へと移行します。主流のロボットメーカーの戦略計画を見ると、人型ロボットはまず産業製造分野に応用され、成熟した後に商業サービスや家庭の伴侶などのシーンに拡大されるでしょう。これは主に工場製造シーンが比較的シンプルで、機械が人に取って代わる需要がより切実であるためです。一方、商業や家庭のシーンは複雑であり、人型ロボットに対するソフトウェアとハードウェアの要求が高いです。
◼ 「人型ロボットの革新発展に関する指導意見」は特別サービス、製造業、民生の三大デモシーンを指摘し、2027 年には実体経済との深い統合を描いています。中国の人型ロボットの応用は二段階で進められます：第一段階の目標は 2025 年に特別サービス、製造業、民生分野で最初に応用されることです；第二段階の目標は、2027 年までに産業が加速して規模化発展を実現し、応用シーンがさらに豊富になり、関連製品が実体経済に深く統合され、新たな経済成長のエンジンとなることです。人型ロボットが生活に深く浸透する未来が期待されます。
テスラ人型ロボットの分解：14 の回転関節 + 14 の直線関節 + 12 の手部関節#
テスラ人型ロボットの分解：回転関節、直線関節、手部関節の分解
◼ 回転関節：主に「ドライバー + トルクセンサー + エンコーダ + フレームレストルクモーター + ハーモニック減速機 + ベアリング + 機械クラッチ」で構成され、協働ロボットの関節モジュールに似ており、センサーからのデータをドライバーに送信し、モーターを制御し、ハーモニック減速機で出力トルクを増幅し、出力センサーが位置フィードバックを行い、最適化アルゴリズムを実行します。
◼ 直線関節：主に「ドライバー + トルクセンサー + エンコーダ + フレームレストルクモーター + ボールねじ + ベアリング」で構成され、ドライバーがフレームレストルクモーターを回転させ、減速要素のボールねじが回転運動を直線運動に変換します。
◼ 手部関節：主に「ドライバー + エンコーダ + センサー + 空心カップモーター + 惑星減速機 + ウォームギア」で構成され、自適応能力と非可逆駆動能力を持ち、20 ポンドの荷重を持ち上げ、工具を使用し、部品を正確に掴むことができます。
人型ロボットの単体コスト予測と潜在的サプライヤーの概要（テスラ Bot および国内関連部品の例）#
テスラ人型ロボットの各段階 / 部品コスト比率予測（国内部品価格の例）#
フレームレストルクモーター：高効率、構造がコンパクト、メンテナンスが容易で、人型ロボットの直線関節と回転関節に使用されます。
◼ フレームレストルクモーターは人型ロボットの直線関節と回転関節に使用されます。フレームレストルクモーターは、軸、ベアリング、外殻、フィードバック、エンドキャップがない特殊なタイプの永久磁石ブラシレス同期モーターで、定子と回転子の 2 つの部品のみで構成され、内部部品の回転子は永久磁石を持つ回転鋼環コンポーネントで構成され、機械軸に直接取り付けられます。定子は外部部品で、ギアの外部に鋼片と銅巻線があり、機械の筐体内に密接に付着する電磁力を生成します。
◼ フレームレストルクモーターは高効率、構造がコンパクト、メンテナンスが容易などの利点があります。1）高効率：モーターを直接回転軸部品に統合することで、全体のシステム慣性を低下させ、モーターの加減速に必要なトルクを低下させ、モーターの運動と安定時間をより良く制御し、システムの帯域幅を増加させ、機械の効率を向上させます。2）構造がコンパクト：トルク密度を増加させ、占有面積を減少させ、重量を軽減します。3）メンテナンスが容易：機械部品が少なく、摩耗やメンテナンスが必要な部品がありません。
精密減速機には RV 減速機、ハーモニック減速機、惑星減速機が含まれます。減速機は複数のギアで構成される伝動部品で、ギアの噛み合いを利用してモーターの回転速度、トルク、耐荷重能力を変更し、精密制御を実現することもできます。減速機の種類やモデルは多様で、制御精度に応じて、一般的な伝動減速機と精密減速機に分けられます。一般的な伝動精密減速機は制御精度が低く、機械設備の基本的な動力伝達ニーズを満たすことができます。精密減速機はバックラッシュが小さく、精度が高く、寿命が長く、より信頼性が高く安定しており、ロボットや数値制御工作機械などの高端分野に応用されます。具体的には RV 減速機、ハーモニック減速機、惑星減速機が含まれます。
◼ 人型ロボットの回転関節にはハーモニック減速機が使用され、手部または一部の低精度の身体関節には惑星減速機が使用される可能性があります。RV 減速機は体積が大きく、人型ロボット分野での応用は限られています。ハーモニック減速機は体積が小さく、減速比が大きく、精密度が高く、人型ロボットの身体の回転関節に使用されます。惑星減速機は体積が小さく、軽量で、伝動効率が高く、寿命が長いですが、精度はハーモニック減速機よりも低く、人型ロボットの手部関節や精度要求が低い身体の他の関節に使用されるでしょう。
テスラ人型ロボットには 3 種類の合計 14 の直線アクチュエーターがあり、腕と脚に分布しています。テスラ Optimus には 14 の直線アクチュエーターがあり、具体的には 3 種類が含まれ、出力 / 重量はそれぞれ 500N/0.36kg、3900N/0.93kg、8000N/2.20kg です。分布位置は大腕（21）、小腕（22）、大腿（22）、小腿（22）です。
◼ ボールねじの現段階のコストは高く、将来的には下降する余地があります。直線アクチュエーターは「ドライバー + フレームレストルクモーター + ボールねじ + トルクセンサー + エンコーダ + ベアリング」で構成され、その中でボールねじは重要な構成部分です。私たちの推定によれば、現段階でボールねじはテスラ人型ロボットのコストの約 23.4% を占め、最終的なコスト比は約 13.9% になると予想されます。種類としては、人型ロボット用のボールねじは梯子型ボールねじとローラー型ボールねじの 2 種類に分けられ、梯子型ボールねじは小腕に使用され、ローラー型ボールねじはより高い耐荷重要求のある大腕、大腿、小腿に使用されます。
ボールねじと比較して、ローラー型ボールねじは高い負荷、長寿命、大きな回転速度と加速度、小さなリードを持ち、人型ロボットに適しています。ボールねじは回転運動を直線運動に変換する伝動付属品であり、摩擦特性に応じて滑りボールねじ、転がりボールねじ、静圧ボールねじの 3 種類に分けられます。その中で転がりボールねじはさらにボールねじと惑星ローラー型ボールねじの 2 大類に分けられ、違いは惑星ローラー型ボールねじの負荷伝達ユニットがねじローラーであり、典型的な線接触であるのに対し、ボールねじの負荷伝達ユニットはボールであり、点接触です。ボールねじと比較して、惑星ローラー型ボールねじは接触点が多く、より高い静的負荷と動的負荷を受けることができ、静的負荷はボールねじの 3 倍、寿命はボールねじの 15 倍です。剛性と衝撃耐性がより強く、回転速度と加速度が大きく、ねじピッチの設計範囲が広く、リードをより小さく設計できます。
ボールねじ：標準型ローラー型ボールねじは高負荷、高速などのシーンに適しており、最も広く使用されています#
標準型ローラー型ボールねじは、その構造の構成と部品の相対運動関係の違いに応じて、標準型、逆型、循環型、ベアリング環型、差動型の 5 大類に分けられます。標準型ローラー型ボールねじは、環境が厳しく、高負荷、高速などのシーンに適しており、主に精密工作機械、ロボット、軍事装備などの分野で使用されており、現在の主要な応用タイプです。
ボールねじ：切削工芸による高精度製造、旋削、フライス加工、研削などのコア工程を含む
ローラー型ボールねじのコア部品であるボールねじ、ローラー、ナットはすべて小ねじの精密ねじ部品であり、加工工程は基本的に一致しています。従来の加工方法は切削と圧延の 2 大類に分けられます：
✓切削：両端の中心孔を加工工程の基準として、熱処理、旋削、研削などの 10-20 の工程を順次完了し、製造精度は P1 級に達し、位置決めと伝動機能を実現できます。
✓圧延：成形圧延金型を使用して、ワークに塑性変形を生じさせてねじの加工方法を得るもので、金型加工の自動化程度が高く、バッチ生産後のコストが低く、効率が高いですが、製造精度は低く、一般的には P7 級程度で、伝動機能のみを実現します。
ローラー型ボールねじの粗加工段階の技術ルートは多様で、精加工段階では研削盤が不可欠です。ローラー型ボールねじの切削工芸は大まかに、粗材の切断、予備熱処理（焼鈍）、粗加工、最終熱処理（焼入れ）、精加工、組立検査などのステップに分けられます。その中で粗加工は旋削、フライス加工、研削の 3 つの工芸ルート（単独または組み合わせて使用可能）を含み、精加工工芸は研削です。「旋削による研削」、「旋風フライス」などの新しい加工工芸は理論的には研削を代替し、加工効率を向上させることができますが、現在の技術は成熟しておらず、精加工には依然として研削技術と研削盤が不可欠です。
スマートハンド：空心カップモーター / ブラシレスギャップモーターはコアの動力源です#
スマートハンドのモーターは主に空心カップモーターまたはブラシレスギャップモーターを使用します。マイクロモーターは体積が小さく、パワー密度が大きく、騒音が低いなどの特徴を持ち、従来のモーターと比較して人型ロボットのスマートハンドの空間がコンパクトで、負荷能力の要求に適しています。空心カップモーターとブラシレスギャップモーターは現在のスマートハンドの主流の解決策です。
4 スマートハンド：空心カップモーター —— コアの壁はコイル設計、巻き付け、設備にあります
空心カップモーターの 3 つのコアの壁はコイル設計、コイル巻き付け、自動化設備です。ブラシレス空心カップモーターのローターは環状磁石、回転軸およびその固定部品で構成され、定子は環状シリコン鋼片と空心カップコイルで結合されています。コアの工程はコイルの設計と製造です。空心カップモーターで一般的に使用されるコイルの巻き方は直巻き、鞍型、斜巻きの 3 種類で、コイルの巻き付け方式は手動巻き、半自動化（巻き取り式）および一回成形自動巻き付けに分けられます。海外では一回成形の巻き付け技術が主に採用されており、自動化の程度が高く、0.08-0.2mm の線径、400W 以下のモーターに必要なコイルを加工できます。一方、国内では主に巻き取り式生産が行われており、手動に依存し、生産効率が低く、生産線径が制限されており、一回成形の巻き付け設備には突破が必要です。
◼ 空心カップ市場は安定した成長を続けており、人型ロボットは新しい空間を開きます。空心カップモーターは高精度、高速応答、コンパクトで効率的なシーンで主に使用されており、航空宇宙、計器、産業ロボット、医療などの分野で使用されます。QYResearch のデータによると、2023 年の世界の空心カップモーター市場規模は約 8.1 億ドルで、2028 年には 11.9 億ドルに成長すると予測され、2023-2028 年の CAGR は 8% に達します。MarketResearch のデータによると、2021 年に中国とヨーロッパの空心カップモーター市場規模はそれぞれ 34.8%、25.85% を占めています。
センサーはロボットが世界を認識するための媒介であり、内部センサーと外部センサーに分けられます。センサーはロボットが内外部環境を認識する物理量を電気量に変換する装置です。検出対象の違いに応じて、内部センサーと外部センサーに分けられます。内部センサーはロボット自身の状態を測定するために使用され、位置、速度、加速度などを測定します。外部センサーはロボットの作業に関連する外部環境を測定するために使用され、視覚、聴覚、触覚、嗅覚などを含みます。
図表：ロボットセンサーの示意図
センサーの分類主な機能
内部センサー
光電エンコーダモーターの角度 / 回転速度測定、走行距離測定
慣性測定ユニット移動ロボットの姿勢測定
加速度センサー加速度測定
外部センサー
視覚センサー物体の認識、ナビゲーション、マッピングなどのタスクに使用され、カメラ、レーザーレーダー、赤外線センサーなどを含みます。
聴覚センサー音声信号を受信して言語を認識し理解するために使用され、マイクロフォンやスピーカーなどを含みます。
触覚センサーロボットと外部物体の接触力や接触面積などの情報を感知するために使用され、力センサーや圧力センサーなどを含みます。
嗅覚センサー周囲の環境の匂い情報を感知し、環境監視や衛生検査などに使用されます。
図表：ロボットセンサーは内部センサーと外部センサーに分けられます。
トルクセンサーは、マニピュレーターが力を感知するための重要な部品です。トルクセンサーはトルクセンサーとも呼ばれ、さまざまな回転または非回転の機械部品におけるトルク感知を検出し、トルクの物理的変化を正確な電気信号に変換します。精度が高く、周波数応答が速く、信頼性が高く、寿命が長いという利点があります。トルクセンサーはマニピュレーターの重要な部品の一つであり、マニピュレーターにリアルタイムの力とトルク情報を提供し、マニピュレーターが操作対象の力を感知し、精密で知能的な操作タスクを完了するのを支援します。
◼ 人型ロボットでは、六次元トルクセンサーは柔軟な制御が要求される手首や足首に主に使用されます。測定次元に応じて、トルクセンサーは一至六次元トルクセンサーに分けられます。その中で一次元センサー、三次元センサー、六次元センサーが最も一般的です。六次元力センサーは六軸力 / トルクセンサー、F/T センサーとも呼ばれ、X、Y、Z の 3 つの方向の力情報と Mx、My、Mz の 3 つの次元のト