机械行业市场前景及投资研究报告：机器人大脑算法迭代，视觉方案.pdfVIP

一周解一惑系列：

机器人大脑算法迭代对视觉方案的影响2025年05月09日

➢本周关注：奥比中光、浙江荣泰、杰克股份、法兰泰克、雷迪克推荐维持评级

➢主要应用场景：3D视觉技术的应用场景广泛，它不仅是工业自动化领域的

关键技术，也是众多行业智能化变革的重要驱动力。在3D高精度扫描、机器人

领域智能化升级、智能物流与仓储管理、消费电子领域与生物识别领域都展现出[Table_Author]

了巨大的应用潜力。

➢3D点云数据在机器人大模型中具有多项优势：1）增强空间推理能力，提升

任务成功率：实验表明，基于点云的方法在成功率和平均排名上超越了RGB和

RGB-D方法，无论从头开始训练还是利用预训练，都能展现出更强的性能和泛

化能力。将3D点云数据注入到预训练的VLA模型中，能够为模型提供更全面的

空间信息，使机器人能够更好地理解和感知环境中的物体位置、距离和形状等。

这种能力使得机器人在执行任务时能够做出更准确的决策和动作规划，解决了

2D模型在空间感知上的局限性，提高了任务的成功率。与传统的2DVLA模型

相比，PointVLA能够利用3D点云数据准确感知物体的实际位置和高度，从而相关研究

在面对不同高度的桌子或物体时，做出相应的调整动作，成功完成任务，如在1.一周解一惑系列：真空镀膜设备国产化进程

“placebread”任务中，PointVLA能够适应训练数据中未见过的更高桌面高持续推进-2025/04/21

度，而2D模型则因无法准确感知高度而失败。这说明3D点云数据为模型提供2.一周解一惑系列：高端磨床进程有

了更精准的深度感知和空间定位能力，有助于机器人更精确地操作物体，提高任望加速推进-2025/04/13

务的成功率。2）提高少样本多任务学习能力：PointVLA在仅有少量训练样本的3.一周解一惑系列：SEMICON新品百花齐

放，设备公司平台化发展-2025/04/01

情况下，成功完成了多个不同的任务。这得益于点云数据提供的丰富信息，使得

4.一周解一惑系列：具身智能时代各本体公司

模型能够更有效地利用有限的样本进行学习和泛化，适应多样的任务场景，降低最新进展-2025/03/24

了数据采集和训练的成本。3）增强泛化能力：实验结果显示，在相机动态变化5.一周解一惑系列：固态电池产业进展加速，

的实验中，基于点云的方法在不同视角下的平均成功率明显高于其他方法，表明设备企业有望受益-2025/03/16

其对相机视角变化具有更强的适应性。

➢机器人视觉图像数据获取与3D传感器技术应用：近年来，随着3D视觉

传感器技术的突破，数据采集方式逐渐向高精度、多模态方向发展。3D视觉传

感器已成为人形机器人“感知-决策-执行”链路的核心，其重要性体现在环

境感知与建模、动作规划与执行、市场驱动与技术趋势几方面。传统2D视觉难

以应对复杂三维场景，而3D传感器通过深度信息增强环境理解。优必选机器人

通过语义视觉导航技术提取高层语义信息（如车间设备布局），实现自主任务调

度。宇树H1的激光结合3DSLAM算法，实时调整关节扭矩（最高达360

N・m），确保动态平衡。3D数据为机器人提供精确的空间坐标，优化路径规划。

在柔性装配场景中，优必选机器人利用3D视觉识别遮挡条件下的汽车密封条

安装位，结合仿人五指手完成精细化操作。宇树H1通过AI强化学习训练跳

跃、舞蹈等动作，依赖3D激光SLAM实现动作的稳定性。

➢3D传感器算法框架：主要包括IntelRealSense和奥比中光。前者以开源

SDK2.