1

機械手臂使用現況與未來發展 工業機器人應用與發展

主要結論

工業機器人的趨勢，是全球總銷量以 14% 的速度年增成長，使用密度

漸升、並象徵新建廠／替換掉舊式工廠的速度。

亞洲地區尤其中國的影響力最大且未來將更重要。在工業 4.0 影響

下，工業機器人未來發展以:機器人視覺、機器人學習、自動化、協同

機器人為主要發展。

本文包含

機器人手臂產業鏈簡介

工業機器人現況分析

工業機器人應用趨勢

展望工業機器人未來

建議追蹤未來機器人趨勢指標

1. 全球汽車市場生產量

2. 製造業國家勞工薪資漲幅

3. 工業機器人建造成本

Collaborator

Junior 台大財金系四 黃于庭

Junior 台大財金系四 張裕晉

Junior 台大工管系四 邱建豪

Junior 政大國貿系三 蘇玟綺

Junior 台大商研碩一 陳靜玫

Junior 中山財管碩二 秦唯衽

附註聲明：本報告僅為學校社團學習用，報告並不具實際投資參考價值，請勿參考此報告之投資建議

2017.3.11

工業機器人產業

評論與分析

2

一、機器人手臂簡介及其產業鏈

機械手臂定義

機械手臂（英語：robotic arm）是具有模仿人類手

臂功能，並可完成各種作業的自動控制設備。這種機器

人系統有多關節連結，並且允許在平面或三度空間進行

運動或使用線性位移移動。

構造上由機械主體、控制器、伺服機構和感應器所

組成，並由程式根據作業需求設定其一定的指定動作。

(註一)第一台工業手臂，Unimate，用於美國通用汽車的

新紐澤西州廠的壓鑄作業。此時期世界各國的機械手臂

也正在萌芽發展階段。

機械手臂的核心構造，包括線性滑軌、滾珠螺桿、

軸承，及夾爪等零件。上銀 (2049) 就是台灣知名的精

密零件供應商。

(圖片：https://www.sutori.com/item/untitled-c32c-317e)

(圖片：http://www.mmh.org.tw/davinci/info.html)

3

機械手臂分類

根據不同關節之間運動的關係，機械手臂可分為

以下四種（註四、註五）：

直角座標型有 3 個移動關節，能使手臂末端沿著

直角座標系 XYZ 軸移動。圓柱座標型則是有 1 個轉動

關節和 2 個移動關節，構成圓柱狀的工作空間。極座

標型有 2 個轉動關節和 1 個移動關節，能用來改變手

部空間位置。關節座標型則是全部關節為轉動關節，結

構緊湊。在相同工作條件下，機體占空間大小依序為直

角、圓柱、極座標型，最小的是關節座標型。

而工業機器人的軸數，是另一個分類依據。軸數代

表著機器手臂的「自由度」，當軸數增加，機器人就有

更高的靈活性。現有的機器人能夠有一到七軸，常見的

是三四五六軸。

4

工業機器人作業及操作流程

工業機器人的運作可分為五個階段。首先，透過動

態感測及光感測等方式，機器人能夠感測外在信號。接

著，象徵大腦的運算核心，如工業電腦會進行運算。電

力會帶動驅動馬達。然後，機械手臂就能進行猶如手腳

的動作。最後，還有象徵神經的通訊系統負責中間或是

對外的資料傳輸。(註六)

工業機器人上下游供應鏈

根據工研院產經中心 (IEK) 分析，亞洲三大機器人

強國各有所長。日本能利用既有先進機器人技術，生產

高價值產品；南韓採財團式培育產業、整合應用領域，

並輔以經貿策略強攻新興市場；大陸挾政策鼓勵，吸引

國內外資金，以價格與規模優勢行銷全球，同時積極提

升自有技術。相較之下，台灣機器人產業，則持續透過

多年來精密機械聚落建構的完整供應鏈發展，也分別為

上、下游半導體、電子代工產業累積豐厚的成長動力；

直到近年來更有關鍵零組件廠商紛紛透過併購、策略聯

盟、上櫃上市等模式，吸引國內外大量資金湧入，將有

助於企業下一步升級轉型、拓線增產，提升國際競爭

力。

5

台灣機器人產業持續透過多年來精密機械聚落建

構的完整供應鏈，也分別為上、下游半導體、電子代工

產業。上游主要競爭對手為日本（THK、NSK）與歐洲（德

商 Steimyer、瑞典 SKF）控制器方面，中國因擁有龐大

市場而具商機，而台灣國內生產尚不普遍。

(圖片來源：THK、NSK、SKF)

6

台灣工業機器人重點上下游企業

上游－上銀科技

上銀科技是生產上游相關傳動元件及系統的大廠，

講究高速化、高精密、複合化之傳動控制與系統，契合

中國大陸自動化發展目標。上銀的營收中，線性滑軌佔

62%，滾珠螺桿 27%，工業機器人 6%，其他 5%。以下

為上銀的產品列表：

中游－研華寶元科技

研華寶元科技為工業電腦（IPC）大廠，和和上

銀、台灣電路板（PCB）設備製造商等，聯手推出全球

首部 PCB（印刷電路板）產業專用 6 軸機器人。研華

寶元科技以 CNC （電腦數值控制工具機）控制器起家，

6 年前投入機器人研發，開發運動控制器，目前直角滑

軌機械手出貨量穩定每月保持 100 台。研華寶元科技

主要供應中國塑膠射出工廠，整體控制器出貨佔比約

5%。而 CNC控制器仍佔公司出貨比例高達 80%，主要

客戶以金屬加工廠為主，中國跟台廠約 7：3。（註八）

7

上中下游－台達電

台達電主攻工業型機械手臂，其零組件國產化比例

達 9 成以上。目前工業自動化（IA）營收比例約 11、12%，

仍在產品初上市階段，占整體營收比重仍相當低，但隨

每年投入研發，未來營業額具成長空間。外銷占其銷售

8 成，內銷 2 成，主力客戶都是電子製造、食品、小五

金，及汽車相關行業。台達電的經銷據點是先由中國沿

海長三角、珠三角開始，後續將推往全中國。下圖為其

目前的營運布局（註九）：

工業機器人四大家族

目前機械手臂領域，有四家最知名的廠商，分別為

瑞士的 ABB、德國的庫卡（Kuka）、以及日本的發那科、

安川電機。（註十）

ABB 專精運動控制系統，能夠提高生產的品質、效

率以及可靠性，其製程自動化服務能夠應用於製鋁、水

泥、化工、食品、生技、金屬、採礦、採油、發電、造

紙等產業。（註十一）。ABB 財報（十二）日前被中國美

的集團收購德國庫卡，則主攻汽車製造領域。其機器人

可用於物料搬運、加工、點焊和弧焊，涉及到自動化、

金屬加工、食品和塑膠等產業。（註十三）。

8

中國美的集團今年入股 KUKA，成第一大股東。（註

十四）日本 Fanuc 的特色則是更加便捷的工藝控制，

以及比同類型機器人更小的底座，他們還擁有獨家手臂

設計，其出產的碼垛（搬運）機器人最受歡迎。（註十

五）安川電機則主要生產點焊和弧焊機器人、油漆和處

理機器人、LCD 玻璃板傳輸機器人和半導體晶片傳輸機

器人。

二、當前工業機器人趨勢分析

全球銷售量及總使用量

工業機器人 2016 年銷售量約 29 萬台，預計在

2019 年銷售量可達約 42 萬台，即 2017 - 2019 年預

計年銷售量 yoy+13%。此外，以全球的「現行總使用量」

而言，2015 年約有 163 萬台。到 2019 年，預計全球

總使用量約 259 萬台，即年增率約 yoy+12%。

每年的「機器人報廢數量」對「現行總使用量」也

有影響。因工業機器人的使用週期約三到五年，現行每

年約有 10 萬台機器人被汰舊、報廢。從右下圖表可看

出，2016 年銷售量約 29 萬台，去除報廢的 10 萬台

後，使總流通量從 2015 年的 163 萬台上升到 2016

年的 182 萬台。上圖為工業機器人銷售量的走勢圖，

下圖則為現行總使用量的趨勢圖。

9

各國銷售量及使用密度

觀察工業機器人的普及程度時，很重要的是「使

用密度」，即每萬名產業工人使用多少台工業機器人。

目前「年銷量」前七大國家為中、韓、日、美、德、台、

義。而「使用密度」前八大國家則是韓、新加坡、日、

德、瑞典、台灣、丹麥、美國。有趣的是，把年銷量和

使用密度作比較，可以發現中國的排名差異懸殊，年銷

量最大國的使用密度不在前十名內。右圖則為各國銷售

量，右下圖為各國工業機器人密度。

從右圖看到，相比世界平均的使用密度 69 台，中

國僅 49 台，與第一名的韓國 531 台有 10 倍差距。

由此推論，倘若中國能在密度上有所提升，年銷量還有

極大成長空間。

產業別市佔率

IFR (國際機器人協會) 報告指出，2016 年銷售市

場規模約 29 萬台，年增約 14%。預估 2017 -2019 年

工業機器人平均銷售年增率 13%，2019 年安裝總量將

至 260 萬台。約 70% 的需求聚集在汽車、電器／電子、

金屬加工類產業。此外也考慮到機器人使用周期約 5~8

年，每年約有 10 萬台機器人的減少單純出於汰舊換

新。

10

帶動發展的驅動因素

1. 新技術應用

技術方面，視覺辨識與導引模組技術讓機器人能夠

做出更精細的動作，可應用於產品包裝組合的自動化。

而異型件插件自動化則能改善插件精度，提高生產效率

及流程。(註十六)

2. 產業滲透率

由於裝設了「感測器」，機器人對於視覺和精準

的掌握度顯著提升。因此，電子業等精密產業使用工

業機器人的程度提高。值得注意的是，電子業及金屬

業機器人的年成長率已超過汽車產業年成長率。(註

十七、註十八)

11

3. 中國市場

身為工業機器人最大的市場，中國有三大面向可

以討論。政策方面，為了推動高階技術，中國政府提

出 《十三五政策》、《中國製造 2025》、《機器人產業

發展規劃 2016-2020 年》，要求自主品牌在 2020 年

產量達 10 萬台，六軸及以上達 5 萬台。促使機器人

園區已達四十多座、生產商八百多家。然而，卻產生

「高階產業低 階化」問題，長期而言可能有高階自動

化設備的技術和數量達不到政令要求，低階自動化設

備卻已經浮濫成殺價競爭的窘境。（註十九、註二十）

產業方面，中國製造業面臨轉型升級，目標是製

程改善和效率生產。中國機器人密度 49 台／萬人低

於全球平均 69 台／萬人。因此，配合技術的提升，

可望增加各產業使用率。成本方面，由於勞工薪資快

速上升，自動設備尤其低階等級的建設成本逐漸下降，

加上缺工、勞動年齡佔比下降，創造出工業自動化的

需求。如圖，近年薪資增速均大於 GDP 增速，顯示人

口紅利下降，製造商面臨壓力：

12

三、工業機器人在各產業的應用

汽車業

汽車業是最早開始使用工業機器人的行業，主要用

來取代噴塗及焊接。前者工作性質危險性強、工作量大，

後者則是為了讓質量穩定、增加效率及安全性。

以 BMW 為例，車體目前有 1,400 台機器人運

作，而噴漆也由機器人協助完成。此外，BMW在南卡

羅來納州斯帕坦堡的新廠，在 2013 年 9 月開始自丹

麥的 Universal Robots 引進能夠與人合作的機器人，

節省了員工 80% 閒置的時間。（註 21、22）

Tesla 則採用多工機器人，一台就能焊接、打釘、

壓焊，及組裝零件。用在汽車業的工業機器人需求較去

年成長了 4% 至約 97,500 台。

電子業

電子業機器人罪重視的是速度、精準度。此外，晶

片等細小零件需要無塵操作，以防汙染。而電子行業生

命週期短，因此更需要靈活彈性因應不同製程需求。舉

例來說，精細的機器手臂可以安裝 CPU 、記憶卡等細

小零件，更可以使用記憶路徑的方式，讓手臂進行精細

的工作。（註二十三）

其發展趨勢為結合物聯網 IOT，使得工業 4.0 製

造業將以大量客製化取代大量生產。用在電子業的機器

人需求較去年成長了 41% 至約 64,600 台。

13

金屬業

金屬業使用的機器人需要適應極高溫或潮濕的工

作環境。其功能包含物料搬運、焊接、組裝、拆解、去

毛邊、切割、鑽孔、研磨工序，及上色等。

用於自動化液態鐵接觸鑄造的機器人，負重高，使

用耐高溫的特殊材質。表面有時也會包一層防護膜，金

屬業的機器人需求較去年成長了 39% 至約 29,450

台。（註二十四）

四、工業機器人的未來趨勢

工業 4.0

工業 4.0 簡單的說，就是大量運用自動化機器人、

感測器物聯網、供應鏈互聯網、銷售及生產大數據分析，

以人機協作方式提升全製造價值鏈之生產力及品。其精

神是「連結與優化」，連結製造相關元素，進行優化，

以增進企業競爭力與獲利；也因產業而異，不同產業運

用不同「機器人+自動化+大數據」運作比例，達到更大

效益。

運用的新技術

硬體：感測裝置、網路裝置、機器人、穿戴

式裝置、3D 列印、智慧型手機、平板電腦。

軟體：雲端平台、大數據分析、人工智慧、

虛擬實境 VR、擴增實境 AR。

14

對未來製造業樣貌的影響

產品走向回應式生產，也就是接到訂單才生

產，降低庫存成本，減少滯銷的損失。

發生長尾效應：採用回應式生產，產品生命

週期得以延長。

獲利公式重新計算：製造業可由 B2B 延伸到

B2C。

具有少量也可接單的能力，將因此增加新的

客戶與訂單

各國的佈局

工業 4.0 浪潮推進物聯網能連結更多元件、機器

人更加智慧化、工廠更自動化、廠商間更無縫整合生產，

而各國因原有資源或產業上的優勢、各國政策配合下其

技術佈局如下：

國家 德國 美國 中國 日本 英國

政策 工業 4.0 先進製造 中國製造

2025 無 無

大聯盟 工業 4.0 平台 工業物聯網聯

盟（IIC） 無 企業各自努力

2050 工廠／

先進製造研究

中心

技術

佈局

以德國機器

設備製造業

為主體，前後

延伸至整個

價值鏈的虛

實整合

物聯網軟體開

發和標準制度

權、製造業回歸

製造大國變強

國，發展十大

重點領域：新

一代信息技

術、高檔數控

機床和機器人

等…。

生產自動化、

機器人、控制

器、感測器

研 發 數 位 工

廠、自動化、人

機協同等先進

製造技術

15

以機器人為例說明

隨工業 4.0 發展下，機器人走向越來越智慧的四大趨

勢：

機器人視覺從 2D 檢測、定位到 3D 取放、

量測、人機共工應用

利用物聯網傳遞的數位化資料，機器人扮演

更靈活、更自動化(自動化生產)

機器手臂應用機器學習 (machine learning)

技術於 2018 年普及

生產線上的機器人配置密度愈來愈高，解決

以往控制技術與機器人間的互相干擾

1. 機器人視覺－安川電機 Nextage 為例

安川電機 (Kwada) 於 2014 年發表 Nextage 機器

人，其主要結構由 15 軸 (可動關節) 小於 80W 的低

功率伺服馬達所組成。頭上裝有 “立體攝像機” 可以測

量 3D 立體距離，並以高精度辨識確認周圍環境，手

上裝有 “手動相機” 可以識別詳細的二維位置數據並

確認工件的形狀，工作手臂配有多種末端執行器並且手

軸向外的設計增加安全性。

2. 機器人自動化生產－西門子 Amberg 廠

西門子安貝格廠，多次獲得全歐最佳工廠，是德國

智慧工廠的傳奇，吸引無數國內外企業前來取經，全廠

自動化程度達 75%，為世界目前最自動化的工廠。

自動化帶來的產能是同廠房面積的 8 倍：一

般工廠若需增加產能，通常採取蓋 8 座工廠

或增建。而西門子靠的是一片片晶片條碼整

合生產線每一個環節，每條生產線平均每小

時可製造 15 萬件電子元件，產能高達 8 倍。

16

24小時內交付訂單：單機多工，即接了單後，

才按客戶需求生產，也不用大量備料和庫存，

二十四小時內就能出貨，快速且成本低，能

與大陸地區匹敵。

99.9988%極高良率：工廠數位化和自動化不

只加快產品，更是降低出錯的產品。

數據聯網，機器之間溝通(M to M)：Amberg

廠能做到有效的機器和機器之間、機器和產

品之間的溝通，全廠高度自動化，人工只需

要定期看數據檢測和紀錄。 資料來源：西門子的超級印鈔機

3. 機器人學習-以 Darwin 為例

機器人當前以機器學習(machine learning)為主要

研發方向之一。而機器人行動取決於人工智慧(AI)的指

示，人工智慧改善有賴機器學習，機器學習需傳感器與

數據收集。

機器學習（machine learning）中，又以深度學習

（deep learing）領域最受關注，其動機在於建立、模擬

人腦進行分析學習的神經網絡，它能夠模仿人腦的機制

來解釋數據，例如圖像、聲音和文本。

以深度學習幫助 Darwin 機器人學習走路為例，

Darwin 從兩個 GPU 加速深度學習網路取得它所需要

的知識，深度學習技術透過多層模擬神經網路，模仿人

腦的演算法進行「學習」。Darwin 的學習分為兩個階

段：在模擬和在實際環境裡。當成學習基礎的 Mordatch

創造出模擬機器人 Darwin 實體（長度、周長等）的模

型，還有指定部分基本環境特徵，就是沒教機器人怎麼

走路。Darwin 可以在無人教導的情況下運用深度學習

技術從地板上站起來。

17

4. 協同機器人－以 Sawyer 機器人為例

由 Rethink Robotics 新創公司生產的 Baxter 與

Sawyer 的兄弟機器人，Sawyer 又比 Baxter 機器人更加

精細、靈活。

細緻的手：有「力量感知」功能的關節處理

的高精細度任務，如測試電路板

安全：傳感器感測意外時，能進行相對應的

自我調節，放慢動作並保護它所協助的人類

安全，使得 Sawyer 能夠在廠房中與人們更安

全共同工作與安全機制。

「從做中學」編碼：可編成編碼，可以手指

教會 Sawyer，比起傳統機器人須經由編碼更

容易訓練。

18

五、結論

分析總結

工業機器人的趨勢，是全球總銷量以 14%的

速度年增成長，使用密度漸升、並象徵新建

廠／替換掉舊式工廠的速度。

亞洲地區尤其中國的影響力最大且未來將更

重要。

在工業 4.0 影響下，工業機器人未來發展以:

機器人視覺、機器人學習、自動化、協同機

器人為主要發展。

後續追蹤

延續本次分析脈絡，我們建議如果要後續追蹤、

觀測設備自動化的趨勢，可以從以下數據著手：

1. 全球汽車市場生產量

2. 製造業國家勞工薪資漲幅

3. 工業機器人建造成本

19

參考資料

註一：https://zh.wikipedia.org/wiki/%E6%A9%9F%E6%A2%B0%E6%89%8B%E8%87%82

註二：https://www.stockfeel.com.tw/%E6%A9%9F%E6%A2%B0%E6%89%8B%E8%87%82-%E4%B8%8A%E9%8A%802049/

註三：https://www.stockfeel.com.tw/%E6%A9%9F%E6%A2%B0%E6%89%8B%E8%87%82/

註四：http://www.automan.tw/mag_images/book/317_10.pdf

註五：http://www.automan.tw/mag_images/book/317_11.pdf

註六、七：https://www.stockfeel.com.tw/機械手臂-上銀 2049/

註八：http://www.appledaily.com.tw/appledaily/article/finance/20140801/35993732/

https://www.ctimes.com.tw/art/print.asp?O=HJZ8768N102ARASTDD

註九：http://www.chinatimes.com/newspapers/20160609000971-260206

https://udn.com/news/story/7240/1933260

http://www.chinatimes.com/newspapers/20170219000058-260202

註十：https://www.stockfeel.com.tw/%E5%B7%A5%E6%A5%AD%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%9B%9B%E5%A4%A7%E5%AE%B6%E6%97%8F%EF%BC%8C%E4%BD%A0%E7%9F%A5%E9%81%93%E5%B9%BE%E5%80%8B%EF%BC%9F/

註十一：http://new.abb.com/process-automation

註十二：http://new.abb.com/investorrelations/financial-results-and-presentations/quarterly-results-and-annual-reports-2015

註十三：https://www.kuka.com/

註十四：http://finance.technews.tw/2016/05/18/chinas-midea-group-announces-bid-for-germanys-kuka/

註十五：https://kknews.cc/zh-tw/tech/5g9e23.html

註十六： https://portal.stpi.narl.org.tw/index/article/10284;jsessionid=6A458D2DC49D07B2C633EBB9CDFBA363

註十七： http://www.digitimes.com.tw/iot/article.asp?cat=130&id=0000379311_PNI4BLHU087QWP2506XHA

註十八：http://repository.nkfust.edu.tw/bitstream/987654321/17295/1/%E5%B7%A5%E6%A5%AD%E6%A9%9F%E5%99%A8%E4%BA%BA%E8%88%87%E6%99%BA%E6%85%A7%E8%87%AA%E5%8B%95%E5%8C%96%E4%B9%8B%E6%87%89%E7%94%A8.pdf

註十九： https://read01.com/E44BR0.html

註二十： http://iknow.stpi.narl.org.tw/post/Read.aspx?PostID=12316

註二十一：https://www.technologyreview.com/s/530696/how-human-robot-teamwork-will-upend-manufacturing/

註二十二：https://www.bmwgroup.com/content/dam/bmw-groupwebsites/bmwgroup_com/ir/downloads/en/2015/Mr_Erlacher_Manufacturing_Excellence.pdf

註二十三：https://www.kuka.com/zh-tw/%E8%A1%8C%E6%A5%AD%E9%A1%9E%E5%88%A5/%E9%9B%BB%E5%AD%90%E7%94%A2%E6%A5%AD

註二十四：https://www.kuka.com/zhtw/%E8%A1%8C%E6%A5%AD%E9%A1%9E%E5%88%A5/%E9%87%91%E5%B1%AC%E5%B7%A5%E6%A5%AD/%E9%91%84%E9%80%A0%E5%92%8C%E9%8D%9B%E9%80%A0%E5%B7%A5%E6%A5%AD

註二十五: http://3c.ltn.com.tw/news/17060

註二十六: https://blogs.nvidia.com.tw/2016/01/deep-learning-robot-walk/

註二十七: http://www.itritech.net/blog/smart-robot-four-trend/

註二十八: http://www.srido.org.tw/masterblog/10

註二十九: http://topic.cw.com.tw/2016industry4.0/article.html