无人叉车进入加速渗透期，厂商积极布局智能物流

2025年9月1日证券分析师：商俭 执业证书编号：S0630525060002，联系方式：shangjian@longone.com.cn投资建议● 无人叉车是叉车与无人驾驶技术的融合，是一种智能工业车辆机器人。在叉车上加载导航定位技术，构建地图算法，辅以避障安全技术，实现叉车车的无人化作业的技术。无人叉车能够高效衔接多个生产环节之间的物料流转，构建柔性化的厂内物流运输体系，助力仓储物流智能化升级。在作业中实现安全性高、成本降低、24小时待命、灵活高效和环境适应性强等特性。● 具身智能或率先落地智能仓储物流领域。无人叉车部署简单、作业环境封闭、运动复杂度低，主要技术核心在于解决精准定位、路径规划与货叉控制，目前技术成熟且供应链标准化，可在现有仓储场景中立即部署；而人形机器人仍需突破双足平衡、多关节协同、抓取、人机交互等难题。因此，无人叉车将率先以“低成本、高可靠、快速适应”的优势率先落地仓储物流。从经济性看，部署无人叉车可在1-2年内实现投资回报，单台设备替代2–3名叉车司机，每年直接节省15-30万元人力成本，且人工成本长期持续攀升，实现“越早投入、越早受益”的正循环。● 无人叉车进入加速渗透阶段市场空间倍增。随着无人叉车的技术进步、成本下探、应用场景拓展以及智能制造与仓储物流升级需求的持续驱动，2024年无人叉车销量实现显著增长，国内市场无人叉车销量达到约2.45万台，但渗透率仅为1.9%。我们预测无人叉车有望迎来渗透率的加速提升，从2024年的1.9%跃升至2027年的5%，对应国内销量扩张至7.41万台；在规模效应下，单台无人叉车有望持续下降。预计2027年无人叉车市场规模突破133亿元，增长到2024年市场规模的两倍以上。无人叉车市场当前处于规模化应用初期阶段，正从“早期导入”迈向“加速渗透”的黄金阶段。● 建议关注：国内叉车龙头企业正积极布局智能物流与物流机器人领域，将重塑物流行业竞争格局。关注品牌认可度高，海外已深度布局，研发实力强劲的国产叉车龙头及核心零部件企业，安徽合力、杭叉集团、中力股份、井松智能、极智嘉。● 风险提示：国际贸易风险；技术迭代速度不及预期风险；原材料价格波动风险；行业竞争风险。 证券研究报告 HTTP://WWW.LONGONE.COM.CN 请务必仔细阅读正文后的所有说明和声明 CONTENTS一、具身智能技术加速渗透叉车领域二、多领域厂商积极布局无人叉车三、建议关注：国内叉车企业智能化布局四、风险提示无人叉车是叉车技术与无人驾驶技术的融合●无人叉车是叉车与无人驾驶技术的融合，又称“无人驾驶叉车”或“叉车 AGV”，是一种智能工业车辆机器人。在叉车上加载各种导引技术，构建地图算法，辅以避障安全技术，实现叉车的无人化作业的技术。主要可以分为平衡重式、前移式、插腿式、托盘堆垛式、托盘搬运式、侧面叉式。●无人叉车能够高效衔接多个生产环节之间的物料流转，构建起柔性化的厂内物流运输体系。无人叉车尤其擅长，高位立体仓库的自动化存取、厂区收货区的智能装卸以及产线间的精准转运。通过部署无人叉车系统，企业能够有效应对工业生产与仓储物流环节中普遍存在的物流吞吐量大、人力搬运劳动强度过高、作业效率瓶颈以及潜在安全风险等问题。资料来源：《2021叉式移动机器人行业发展蓝皮书》，《2024叉式移动机器人行业发展蓝皮书》，东海证券研究所图：无人叉车主要应用环节图：无人叉车主要分类室内存取室内转运月台装卸室外转运平衡重式前移式托盘堆垛式插腿式托盘搬运式侧面叉式无人叉车定位导航装置和车载控制系统占比较大●无人叉车主要零部件由车体、驱动装置、定位及导航装置、车载控制系统、电源装置、通信装置和安全防护装置等组成。从成本构成方面来看，无人的定位及导航装置、车体、车载控制系统成本占比最大分别达25%、20%、16%，其中定位导航装置和车载控制系统是无人叉车的实现无人驾驶的核心部件。定位及导航装置：即无人叉车获取导航定位信号的传感器，不同的导航方式采用不同的传感器；车载控制系统：控制无人叉车手动或自动行驶的硬件及软件，主要负责实现导航计算、路径跟踪、运动控制等功能。资料来源：海康机器人招股说明书，《2024叉式移动机器人行业发展蓝皮书》，东海证券研究所图：无人叉车上游零部件图：无人叉车的成本构成 25%20%16%14%13%6%6%定位及导航装置车体车载控制系统电源装置驱动装置通信装置其他无人叉车的三大核心技术：导航定位、控制和调度●激光SLAM技术以及机器视觉技术的快速成熟与普及，叉车无需依赖预设反射板的自然导航方案逐渐崛起。自然导航技术无需改造场地，部署效率高。依据所采用的核心传感器差异，自然导航主要分为激光SLAM与视觉导航两大技术路线：●激光SLAM导航：利用车载激光雷达实时扫描周围环境的轮廓特征，并将其与预先构建或实时生成的高精度环境地图进行匹配比对，通过点云配准算法计算出车辆的精确位姿（位置与方向）。无需反光柱、二维码等辅助标记，快速建立全场景地图。●视觉导航：主要依赖摄像头采集环境图像信息。 通过先进的图像识别与特征提取算法，系统能够鲁棒地获取车辆相对于路径或环境特征的多种位姿偏差数据。基于这些信息，可设计融合多输入反馈的最优导向控制器或结合模糊控制策略的智能导航控制器，实现车辆在各种工况下快速、稳定且可靠的姿态调整与路径跟踪。 资料来源：《2021叉式移动机器人行业发展蓝皮书》，东海证券研究所图：反光板导航示意图图：激光 SLAM 导航示意图 图：视觉导航示意图●无人叉车的车载控制系统堪称“大脑和神经中枢”，承担着感知信息融合、决策规划生成与运动指令执行的关键任务。车载控制系统是一个复杂、多层次的软硬件集成体系，它的实时性、可靠性、精度和智能化直接决定无人叉车的作业效率、安全性、场景适应性和最终用户体验。随着大模型的发展，车载控制系统正朝着更高度的集成化、更强的自主决策能力以及更优的能效管理方向持续演进。●调度系统为自动化物流体系的核心决策中枢，旨在对大规模集群实施集中化、智能化的实时监管、任务调度与协同控制。 该系统尤其适用于数量众多、物流路径网络复杂、搬运任务高频且存在动态冲突的大型或高复杂度应用场景。调度系统可灵活配置，实现物料按需精准配送，也能独立运行，显著提升整个物料运输流程的柔性化、自动化与无人化水平。资料来源：《2021叉式移动机器人行业发展蓝皮书》，腾视科技公众号，东海证券研究所图：单舵轮车辆控制器控制交流电机架构示意图图：叉车调度系统架构 无人叉车的三大核心技术：导航定位、控制与调度无人叉车较人形机器人复杂度低更容易落地资料来源：亿欧智库，中叉网，腾视科技，东海证券研究所整理图：无人叉车的解决方案与人形机器人比有相似性 感知定位层决策规划层执行层人形机器人案例——Optimus GEN22组8MP摄像头1个毫米波雷达1个红外传感器30个力矩传感器1个语言通讯VisualSLAMOCC+Transform