人形机器人传感器产业链最新分析：力、触觉、IMU、视觉传感器为主流！（全面）

在与技术飞速发展的浪潮中，人形机器人正从科幻概念逐步走向现实应用，成为全球竞争的新焦点。而作为人形机器人的“感官”，是其实现交互与复杂任务执行的关键硬件基础。从感知外界环境的视觉、触觉、力觉，到维持自身平衡与定位的惯性测量等，各类传感器的性能与技术进步直接决定了人形机器人的智能化水平与应用场景拓展能力。当前，人形机器人传感器行业迎来发展机遇，政策支持、资本涌入、大模型助力及广泛应用场景拓展推动其发展。但行业也面临技术提升、成本降低及国际竞争等挑战，国内企业需加快技术创新，实现国产化替代。

本文将深入剖析人形机器人传感器行业，从驱动因素、细分领域、市场规模到相关公司布局，全方位梳理行业现状与未来发展趋势。探讨各细分领域的技术路线、市场格局等内容。同时，聚焦行业内具有代表性的企业，分析其技术优势、市场地位与战略布局，为读者提供一份详尽的参考，助力行业健康发展，推动人形机器人技术迈向新的高度。

01

行业概述

1、传感器是机器人实现智能层级跃迁的硬件基石

传感器是感知世界的首要工具。传感器与、计算机被称为现代信息技术的三大支柱，其主要功能是将各种物理量、化学量等待感知量转换为可检测与数字化的电信号。

人形机器人通过传感器获取外界状态和自身状态。机器人代替人类工作时需要人类的“感知-决策-执行”，在感知环节，传感器如同机器人的感官（如：眼、耳、皮肤等），负责感知外部环境（如：压力、图像）与自身状态（如：位置、速度、加速度）。

传感器系统是机器人必备组成部分。感知系统在机器人工作的各环节发挥作用，以物流搬运机器人为例，定位传感器感知机器人当前位置，并在行驶过程中通过感知位置保证行驶路线正确，监控搬运力度，视觉传感器探测障碍物。

传感器作为人形机器人智能化层级的核心硬件载体，其技术迭代直接驱动智能等级跃迁。在人形机器人智能化等级从L1至L3的升级过程中，传感器系统发生阶跃式演进：L1级依赖基础视觉传感器实现简单操作；L2级通过力传感器实现物体抓取；L3级整合电子皮肤与力反馈，实现与复杂环境交互。

2、方案：力、触觉、IMU、视觉传感器为主流方案

内部传感器方案较成熟，外部传感器具备较大增配潜力。人形机器人上使用传感器大致可以分为内部和外部两类：1）内部传感器是运控反馈系统的关键，对精细操作和柔性控制的需求催生高级别传感器的需求，包括位置、速度传感器、等，基本可以沿用/协作机器人的成熟方案；2）外部传感器是对外智能交互的核心硬件，主要为视觉、力觉、温度和触觉传感器等，增配潜力较大。

远期看随着多模态感知与交互的发展，听觉、语言交流、味觉、嗅觉等多元传感系统有望增加：

关节处的位置/速度/力传感器主要的作用为针对关节的运用状态、输出力或力矩进行监测和反馈，一般可采用编码器或者一维力/力矩传感器，若要更突出的复杂场景柔顺控制能力则可以在脚部/手腕等处增配六维力/力矩传感器，例如Opmus；

本体的惯性传感器，可以采用加速度计/，精度要求更高则可以增配IMU，主要用于协助身体平衡、定位导航等功能。

灵巧手触觉传感器，主要用于获取如接触力大小和方向、温度、湿度、形状纹理等信息，对非结构化环境中的稳定抓取、路径规划和避障等至关重要。当前主要包括压力阵列触觉传感器和柔性电子皮肤两种方案，均处于产业发展前期。

视觉传感器，主要用于物体的识别和跟踪、环境感知，同样是路径规划的基础。得益于移动服务机器人发展，3D主动视觉的视觉SLAM有了一定的发展基础，大部分人形机器人厂商沿用方案。特斯拉Optimus则使用车端的视觉方案，即通过摄像头+F计算平台。

02

驱动因素

1、人形机器人具备中长期潜力，市场空间广阔，推动硬件发展

中长期来看，人形机器人赛道正展现出极具爆发力的发展潜力，具备广阔的市场空间。国内自上而下的政策支持、多渠道资本的持续护航、AI大模型的赋能以及广泛应用场景对商业落地化的推进，驱动了人形机器人产业发展。

1）政策支持：国家层面，2023年10月工信部发布《人形机器人创新发展指导意见》，提出到2025年初步建立创新体系、突破关键技术，到2027年形成安全可靠产业链供应链体系，综合实力达世界先进水平。地方层面，北京、上海、广东、江苏等地纷纷响应，出台相关政策，推动机器人产业规模化、专业化发展。

2）资本助力：人形机器人产业具有长周期、高技术密集度与生态依赖性等特点。2022年初至2024年Q1，中国人形机器人领域共发生25笔融资，融资规模43.75亿元。2025年8月31日，优必选与InfiniCatal签署10亿美元战略伙伴合作协议。湖北省设立100亿元人形机器人产业投资母基金，北京市设立总规模1000亿元、存续期15年的政府投资基金，重点支持人工智能、机器人等领域。

3）AI大模型突破推动人形机器人智能化预期。近两年来，人工智能大模型技术快速迭代，有望为人形机器人的产业落地提供重要的技术支撑。在技术驱动层面，AI大模型赋予人形机器人“最强大脑”，在人-机-环境交互方面，大模型可以接受视觉、语言、触觉等多种信息输入，提升自然语言处理、视觉感知、动作规划等核心能力。国外科技大厂如谷歌2022年推出RT系列模型并多次迭代，2024年3月发布GR00T项目，2025年8月末发布JetsonThor开发套件及量产模组；国内智元2025年3月发布智元启元大模型（GO-1），银河通用2025年1月和6月分别发布GraspVLA与TrkVLA等。

4）应用场景拓展：人形机器人有望广泛应用于工业制造、仓储物流、民生服务及特种应用领域。近两年商业化落地进展持续推进，如Figure01进入宝马工厂实训，优必选Walke1走进比亚迪等汽车工厂，宇树科技人形机器人应用于研究、教育和消费领域等。中长期来看，人形机器人有望从ToB场景延伸至ToC场景，拓展广阔市场空间。

总体来看，人形机器人市场前景广阔，有望在2025年实现量产。在政策支持与长期资本的持续护航下，市场对人形机器人规模化应用的迫切需求正倒逼核心零部件的发展与国产化进程。通过技术迭代与供应链优化持续降低硬件成本；同时，AI大模型的快速发展为机器人“大脑”的泛化能力提供支撑，进一步拓展其在工业、服务、特种等多元场景的应用边界，而应用场景的持续丰富又将反向刺激硬件需求的增长，推动传感器、执行器、结构件等核心硬件向高性能、低成本、高可靠性的方向快速演进，形成“市场扩容-硬件降本-场景拓展-需求升级”的良性循环，为人形机器人的大规模商业化奠定坚实基础。

2、人形机器人产业链：上游核心零部件价值量占比较高，业绩兑现较快

人形机器人产业链由上游零部件供应、中游本体制造与集成、下游多元应用领域三大板块构成。上游零部件主要包括决策、感知系统、运动执行系统和其他零部件等，其中从当下看，价值占比高、增量空间大的主要是传感器、减速器、、丝杠等核心零部件。中游本体制造与集成主要负责整机的设计、组装和测试，以及将上游零部件和中游本体进行整合，此环节当前利润空间相对较小，但随着技术成熟和规模化生产，未来具有较大的弹性。下游应用领域，人形机器人未来有望广泛应用于制造、物流、医疗、教育、家庭陪护等多个领域。

当下，传感器、减速器、电机、丝杠等上游核心零部件价值量占比较高，目前具备技术壁垒和场景落地能力的上游零部件企业也是业绩兑现较快的环节。

3、政策支持传感器发展

近年来，在全球科技竞争加剧、中美贸易摩擦等背景下，关键科技领域实现国产替代，解决“卡脖子”问题成为维护国家安全的关键，中央及地方政府积极出台政策支持热敏及传感器等电子企业，行业政策宽松，给国内热敏电阻及传感器企业带来了良好的发展机遇、广阔的发展空间。

03

力/力矩传感：人形机器人高精度交互的关键

1、力传感分类：人形机器人力控方案的技术选型与维度考量

力传感器主要将力学转变为电学信号。敏感元件直接感受（或响应）被测信息（非电量），转换元件进一步将敏感元件的感受（或响应）信号转换为电信号，其具体作用包括：1）把来自敏感元件的信号转移成电压、等信号，使其更适合进一步处理和传输；2）对信号进行滤波、调制、解调、衰减、运算及数字化处理。

力感知是人形机器人运动控制的基础，力/力矩传感器为主流力控方案。力感知为人形机器人的运动控制提供必要的力觉信息，对机器人完成复杂、精细作业任务，实现柔顺化、智能化操作起到关键作用。其中，电流环与力/力矩传感器与机器人力感知的主要方式，与电流环的间接力感知相比，力传感器能够提供更为直接和准确的环境交互信息，外力感知能力相对更敏锐。

力传感器存在多种分类方法，可按、贴片材料、测量维度、信号传输方式等划分不同类型。

按工作原理划分，力传感器主要包括应变式、压电式、式与式。其中，应变式力传感器因其高精度、宽测量范围、良好的线性度和成熟的制造工艺成为人形机器人力控的主流方案。相比之下，电容式传感器易受电磁干扰，压电式传感器仅适用于动态测量（静态信号衰减），而式传感器虽精度高但成本昂贵且系统复杂，限制了其广泛应用。

硅/金属箔电阻应变传感器性能更优秀，后续有望在人形机器人领域推广。经过对不同类型的力矩传感器在稳定性、刚度、动态特性、成本与信噪比五个维度的综合比较，硅/金属箔电阻应变式传感器在稳定性、刚度以及信噪比等方面展现出显著优势，后续有望在人形机器人领域推广。

按测量维度划分，力传感器可分为一维力/力矩传感器、三维力传感器和六维力传感器。一维力/力矩传感器仅测量单一方向的力或力矩；三维和六维力传感器可同时测量多方向力，其中六维力传感器位列工信部十四五“机器人关键基础提升行动”之列。

一维力传感器：一维力传感器在工业应用广泛，但在机器人使用中，若控制不好易产生振动，且量程受限。市场一维力传感器单价在100-2000元不等，应用在称重仪器、铁路检测等。

三维力传感器：1）力F的作用点P始终与传感器的标定参考点O保持重合；2）力F方向在三维空间随机变化，选用三维力传感器。市场三维力传感器单价在100-10,000元不等，用在实验室检测或部分自动化场景。

六维力传感器：1）空间中任意方向的力F的作用点P不与传感器标定参考点重合；2）力F方向在三维空间随机变化，选用六维力传感器。六维力传感器大幅提升机器人末端感知水平，是高端人形机器人、打磨作业的协作臂腕部、仿生手的核心部件。成本相对高昂，售价在3,000-30,000元不等。

综合成本与测力应用，一/三/六维度力传感器均可广泛应用于人形机器人。一维力/力矩传感器测力维度单一，适合单一运动方向场景，例如直线或旋转关节，尽管难以满足高精度任务，但是低成本、易集成；六维力传感器提供全方位力觉反馈，用于复杂作业场景的手部末端力控；三维力传感器往往作为低成本环境下六维力传感器的补充，二者存在一定替代关系。参考特斯拉Optimus和优必选WalkerX的传感器方案，预计人形机器人单机大概率搭载六维力传感器2或4个（少数人形机器人厂家用三维力传感器代替），其余28个关节普遍标配一维力/力矩传感器。

按信号传输方式划分，力传感器输出模式主要分为模拟输出和数字输出两种。模拟输出即输出连续变化的电压或电流信号，信号大小与受力成正比，适用于短距离、低成本、精度要求不高的场景；而数字输出则输出离散的，通过通信协议（如、SPI、）传输，数字信号包含受力大小、单位、状态等信息，适用于长距离、高精度场景，如机器人、医疗设备、航空航天等领域。能够认为，人形机器人复杂的运动控制需求更适合数字信号传输方式，有效抵抗长距离传输中的信号干扰，确保多关节协同运动时的实时性。

2、产业链及竞争格局：上游弹性体与应变片至关重要，中游ATI份额领先

力/力矩传感器行业产业链上游主要由原材料（金属材料、材料、有机材料等）及关键部件（弹性体、应变片等）组成；中游为传感器的加工制造和封装检测；下游应用领域广泛，为主，人形机器人、汽车等行业需求加速增长。

产业链上游来看，弹性体和应变片性能至关重要。从成本结构来看，上游原材料在生产成本中占据重大比例，据传感器专家网，以国内终端产品为例，目前材料成本合计占比约40%（其中20%弹性体、10%应变片、5%封装材料）。从功能作用来看，原材料进一步加工成为弹性体和应变片，是力传感器的核心组成部件。合理的弹性体结构设计使得不同方向的受力性能达到最佳，减少从而提高传感器的测量精度；高质量的应变片更能准确将弹性体的微小应变转换成电信号输出，具有更高的灵敏性和稳定性。

产业链中游来看，行业集中度高，美国ATI份额领先。重点聚焦六维力传感器市场格局，据中商情报网，2024年中国六维力传感器市场中，国外企业市场份额约70%，其中ATI（美国）为行业龙头（市占率22.4%）；国内企业合计占30%份额左右，其中宇立仪器市场份额为12.2%，较为领先，蓝点触控、坤维科技和鑫精诚等国产公司市场份额仅居其后。

六维力传感器高端应用仍由欧美主导，国产在串扰方面存在进步空间。从参数对比来看，欧美高端品牌（如美国ATI、德国ME）在串扰（0.3%-0.5%FS）和精度（0.5%FS）上表现优异，技术成熟度高；而国内厂商（如坤维科技、宇立仪器）在部分指标（如精度0.1%-0.2%FS）已接近或超越国际水平，但串扰控制（普遍1%-3%FS）仍存差距。日本OnRobot及部分国内品牌（鑫拓诚、海伯森）参数相对宽松（精度1%-3%），面向中低端市场。

产业链下游来看。2023年，六维力传感器主要应用于工业自动化领域，人形机器人未来有望成为六维传感器最大增长需求。据睿工业报告，2023年，六维力传感器主要应用于工业自动化领域高柔性化产线的需求不断增长，尤其在机器人打磨和装配等场景中不可或缺，但受限于工艺，难以大批量使用。汽车领域应用成熟，缺乏新场景，增量有限。人形机器人是六维力传感器最大增长来源，随着其量产和应用，六维力传感器出货量将大幅提升。此外，军工、航空航天、医疗等领域对成本敏感度低，价格较高，增量稳定。

3、方案探索：六维力传感器渗透率有望持续提高

六维力传感器在人形机器人领域的重要性逐渐凸显。人形机器人的复杂运动涉及多个关节，解耦难度大，尤其在复杂场景的末端力控方面，如复合装配，即使是特斯拉也可能面临算法难点，且复杂算法可能拖累响应速度，导致机器人运动卡顿。因此，随着六维力传感器成本下降，特斯拉加大使用六维力传感器的可能性增加。目前，六维力传感器在协作机器人中的渗透率约为25%，人形机器人由于算法积淀尚不成熟，对六维力传感器的依赖度更高，其未来渗透率可能高于协作机器人。

当前人形机器人厂商的力控方案尚未收敛，各家差异较大。大部分人形机器人厂商关节处普遍搭载一维力/力矩传感器，部分在手/脚腕处搭载六维力传感器，部分厂商还附加手指触觉传感器。总结来看，搭载六维力传感器的企业渗透率约20-30%。例如，优必选WalkerS1、开普勒K2等将六维力传感器部署于工业场景的人形机器人手腕和脚踝处，用于实现动态平衡和精细抓取操作；智元、本田、特斯拉则在交互服务类人形机器人手掌处搭载指尖触觉传感器，侧重交互反馈。

4、工艺探索：自动化贴片与自动化标定是降本的核心

串扰、精度及准度为六维力传感器衡量性能的重要指标。串扰指标用来衡量多维力传感器各测量方向间的耦合影响。精度和准度描述六维力传感器具体的测量误差水平。

六维力传感器生产过程存在三大技术难点。1）弹性体加工：针对每个场景进行非标设计，弹性体加工需综合考虑轴间干扰、结构解耦、形变敏感性等，对于材料选择、结构设计及加工制造过程均有较高要求。2）贴片：当前贴片环节依赖人工，在弹性体的每个应变梁处进行精密贴片，如果贴片出现误差，对良率的影响较大。据高工机器人，应变片的生产特点之一在于需大批量生产才能覆盖单次的启动成本，并包含大量专业生产步骤，尤其是高精度贴片、温度补偿等环节。3）标定检测：六维力传感器的标定样本空间含531441个样本点，是一维力传感器难度的6次方，需要借助专用标定设备通过解耦算法极力降低串扰，提升准度和精度。

提高良率与规模化是降本的核心。可行的降本路线或存在：1）材料利用率提升，提高后续环节良率以减少对于弹性体等材料的浪费；2）加工工艺优化，贴片环节与标定测试环节由人工向自动化发展或大幅提高良率，降低成本，目前柯力传感、凌云股份等均尝试自动化标定与自动化贴片；3）规模化降低设计和研发成本。

5、市场预测：从万元级到千元级，千亿赛道蓄势待发

特斯拉人形机器人需要使用28个一维力/力矩传感器与4个六维力传感器。目前人形机器人中每个旋转关节需要1个力矩传感器，每个直线关节需要1个力传感器，而六维力传感器主要用于手腕（共2个）和脚踝（共2个）等关键部位。根据slaAIDay，特斯拉机器人拥有14个线性关节与14个旋转关节，因此需要14个力传感器与14个力矩传感器，手腕与脚踝共需要4个六维力传感器。

六维力传感器生产技术难度大、生产效率低，目前外资品牌六维力传感器单价在5~8万元，国产六维力传感器零售价1.5-3万元。根据前瞻产业研究院数据，2023年力传感器在人形机器人零部件中价值量占比16%，预计2030年占比降至11%（根据特斯拉CEO马斯克观点，特斯拉机器人售价将为2-3万美元，则对应的力传感器成本不会超过2000-3000美元，即1.5-2.2万元），降价空间巨大。预计单个六维力传感器终局成本有望达到千元级。

中性测算下，2025年全球人形机器人力传感器市场规模15.9亿元，2030年达到271.0亿元，2035年达到505.8亿元，2025~2035年CAGR约41.3%。

6、技术趋势：新型结构&智能补偿，向高精度出发

力传感器正持续向高精度化、轻量化与AI智能化方向发展，以满足人形机器人、精密医疗等领域对更高精度（0.05%FS级）、更低串扰（＜0.5%FS）的迫切需求。

新型弹性体结构设计助力动态响应精度提高。在高精度解耦方面，传统力传感器受多维力测量时串扰影响，且温度漂移和长期稳定性不足，尤其在复杂工况下误差可能进一步放大。针对这一问题，行业正通过新型弹性体结构设计（如空心梁、柔性铰链）来优化动态响应精度。

轻量化设计提高力传感器灵活性与过载能力。新一代传感器采用钛合金、碳纤维等先进材料提升抗过载能力，并通过金属3D打印技术实现复杂结构的一体化成型。根据铂力特公告，2024年华力创科学推出全球最小的六维力传感器之一PhotonFinger，采用轻量化先进材料，使量程和过载能力提升50%-250%。

融合智能算法，实现误差补偿。通过AI算法实现力控自主化，使六维力传感器具备自校准和环境补偿能力，实现误差补偿。例如，海伯森在HPS-FT系列六维力传感器内部集成高精度的温度补偿算法，确保传感器在不同温度下输出稳定，减少温度漂移对测量精度的影响。

04

触觉传感器：技术路线多样，国产化进程加快

1、电子皮肤：多模态感知融合，柔性触觉传感重要应用

触觉是人体重要的感知功能，人体的触觉感知功能多样且复杂。触觉作为人类感知系统的核心组成部分，通过皮肤中多类特异性感受器协同工作实现复杂的环境交互。

触觉传感器是实现人形机器人环境感知与精确操作控制的核心组件。触觉传感器通过感知外界压力、振动、触摸等物理接触信号并将其转换为电信号，其组成部分包括电极、敏感材料和导电材料等。触觉传感器受光照、烟雾、遮挡等限制较小，能够更加准确地感知物体的位置和表面属性，为人机交互和自动化系统提供了重要的信息输入手段。

柔性触觉传感器和刚性触觉传感器的差异主要体现在材料端。按照物理性质和形态，触觉传感器可分刚性（MEMS为主）和柔性两大类，刚性传感器主要聚焦指尖精准操作，感知压力、硬度；柔性传感器则和人类皮肤一样可以弯曲，覆盖全身。两者技术原理均包括压阻式、电容式等，但柔性传感器由于使用柔性材料制作，能够像人类皮肤一样感知外界的信息，具备高灵敏度、高柔韧性，响应速度快、延展性高甚至可自由弯曲。

柔性化为触觉发展新方向，电子皮肤成为重要应用。柔性触觉传感器囊括了法向力、剪切力、温度等更多维度，能够扩展可感知的信息，柔性触觉传感器集成信号处理电路、算法等模块形成电子皮肤。电子皮肤类似人类皮肤，对物体轮廓、接触面积及各部位压力感知更丰富，获取的是类似图像信息，非简单标量。能够认为，电子皮肤较传统触觉传感器不仅在感知维度上更加丰富，还能够提供更加细腻、精准的感知反馈，不断趋近人类皮肤的功能，在日益复杂、精细的交互场景中发挥更大的作用，有望成为触觉传感器的终局形态。

2、技术路径：多种技术路线，精度&稳定性&成本面临挑战

压阻式、电容式、光电式与电磁式的柔性触觉传感器已经落地应用，压阻与电容为主流技术路线。

柔性触觉传感器在高精度检测、长期稳定性和成本控制方面面临多重挑战，多功能柔性触觉仍是国内“卡脖子”技术。（1）高精度检测：难点在于如何在不同环境条件下保持传感器的稳定性和准确性。（2）长期稳定性和可靠性：柔性触觉传感器商业化应用的关键瓶颈，传感器需在高温、湿度变化和持续机械应力等条件下长时间工作，而材料老化等问题可能导致数据不准确。（3）生产成本较高，限制了柔性触觉传感器的大规模应用。（4）当前的研究成果仍不足以覆盖人体皮肤触觉感知的全部功能。

3、工艺探索：电子皮肤包含基底层、传感器层、封装层

电子皮肤核心构成可大致分为三层结构：基底层、传感器层和保护封装层。

电子皮肤融合先进的材料科学、微电子工程和传感器技术。电子皮肤的大致制造流程为：基底准备、电子元件集成、、制造电子元件、装配和封装、连接和集成、测试和标定。当前，电子皮肤在材料与制备工艺上还存在诸多突破难点。

基底层——材料高进口依赖：基底层行业普遍采用聚酰亚胺（PI）、聚二甲基硅氧烷（PDMS）等柔性高分子作为基底材料，并搭配碳纳米管、石墨烯或银纳米线等导电材料，以确保材料兼具良好的导电性和柔韧性，而目前高性能材料如高导电率银纳米线（美国Cambrios垄断），石墨烯（日本东丽主导）均对进口有强依赖。

传感器层——关键传感技术：柔性触觉传感器作为电子皮肤中最重要的传感元件之一，其高端产能被外国垄断，市场格局较为集中，根据华经产业研究院，2022年全球排名TOP5厂商包括Novasentis、Teks、JapanDisplayInc.(JDI)、Baumer、Fraba，合占57.1%市场份额；国内企业大都处于早期，多功能柔性触觉传感技术仍是国内关键技术。

保护封装层——动态环境耐久性：电子皮肤在人形机器人应用中需要承受反复拉伸和弯折，现有封装材料PDMS等在长期使用后容易出现老化开裂现象。根据echEx的报告，目前电子皮肤的测试标准要求至少通过10万次弯折测试，这对材料耐久性提出了严苛要求。

4、产业链：上游柔性基底材料决定电子皮肤性能差异

电子皮肤产业链以上游材料为核心。电子皮肤的上游主要为基底材料，以及碳材料、无机半导体材料等功能材料，材料端直接决定产品的性能和成本；中游为电子皮肤的生产制造商，通过微纳加工、3D打印等工艺将材料转化为传感器，并集成多模态感知模块；下游应用领域主要包括（智能穿戴触控）、医疗（手术机器人）、汽车（智能座舱）、机器人（灵巧手抓取）等。

上游原材料与芯片在电子皮肤成本中占比最高。电子皮肤既需感知压力、温度、湿度等信息，又需具备柔软、可折叠、自修复等特质，因此传感技术和良好的生物材料是行业主要壁垒。根据头豹研究院数据，芯片在电子皮肤成本中占比30%，其次为其他原材料占比25%。原材料中，柔性基材决定电子皮肤弹性性能，介电材料影响传感器灵敏度和稳定性，活性材料准确传递外界刺激点。

柔性基材是决定人形机器人电子皮肤性能的关键因素和主要壁垒，使其具备较好的拉伸性能和延展性能。目前常用于人形机器人电子皮肤的柔性基材主要是聚二甲基硅氧烷（PDMS），而随着柔性基材研究深入，聚酰亚胺逐渐被公认为是柔性电子传感器件的优选基底材料，但成本较高，难以规模化生产。

中游，柔性触觉传感器行业技术壁垒相对较高，市场格局较为集中，高端产能被外国占据。根据中商情报网，2022年全球电子皮肤市场TOP5厂商合计占有大约57.1%的市场份额。

柔性触觉传感技术国产化进程加快。目前，国内柔性触觉传感技术仍处于早期布局阶段，面临技术和市场的双重挑战。尽管汉威科技、力感科技等多家公司已开始在柔性传感器领域布局，但多功能柔性触觉传感技术仍是国内亟待突破的关键技术。随着人形机器人需求的增长，预计将推动国产品牌技术的快速进步，国内厂商也将逐步跟上传感器产业的发展趋势。观研天下数据显示，2022年中国柔性触觉传感器的国产化率为32.5%，预计到2027年提升至41%。