如何攻克自主移动机器人（AMR）的感知盲区

仓库和制造设施给传统的 AMR 感知系统带来了根本性的挑战。与受控试点项目中简单的布局和理想的工况不同，大多数实际设施内部往往杂乱无章、瞬息万变且视觉特征极不一致，频繁充斥着视线遮挡、粉尘干扰以及剧烈波动的照明光线。在这些情况下，感知失效往往集中在最关键的区域：近场区域，即机器人围绕物体、基础设施和人员进行导航的区域。

许多系统依赖 2D 和 3D 激光雷达（LiDAR）以及各种类型的 3D 摄像头，但每种模态在性能、可靠性或成本方面都存在着难以兼得的技术。

大多数激光雷达系统使用一种称为“飞行时间”（ToF）的方法，其中传感器通过计算激光脉冲行进到物体并返回所需的时间来测量距离。然后，激光雷达利用来自返回信号的数据来创建“点云”，这在 3D 中看起来像地形图，而在 2D 中则表现为平面上的点。

无论是 2D 还是 3D，激光雷达对在AMR的实际应用中都各有其软肋。2D 激光雷达仅在单一的水平切面上进行扫描，输出的距离测量数据如同一层单薄的线阵切片，虽能勉强应付平坦地面上的常规导航与基础避障，但由于缺乏对完整 3D 空间结构的捕捉能力，它极易漏检上方悬挂的空中障碍物或敞开式的低矮装卸货台。此外，置身于货架高度雷同、通道千篇一律的传统仓储环境中，2D 激光雷达极易陷入定位迷失的窘境。

相比之下，3D 激光雷达能够跨越多个垂直角度精准捕获深度数据，进而生成全景 3D 点云，赋予了设备对物体轮廓、高度及复杂工况更深层次的认知。尽管 3D 激光雷达是攻克诸多感知盲区的利器，且通常被用作真值和训练，但其高昂的造价以及居高不下的系统复杂度（尤其是带有机械旋转、长期运行易磨损部件的传统扫描结构），严重掣肘了其在 AMR 领域的规模化普及——不过，目前最新的固态设计方案正逐步打破这一产能与成本的紧箍咒。

视觉摄像头系统：难以窥见全貌

摄像头系统提供了高分辨率的视觉细节，对于识别物体和特征至关重要。然而，它们本身并不能测量深度。尽管双目立体视觉、结构光和ToF摄像头可以估算深度，但在低光照、强光眩目、缺乏纹理的环境中，或者当表面具有反射性或吸收性时，它们的性能会下降。此外，所有纯视觉方案都无法摆脱狭窄视场角的物理壁垒，从而在机身周围留下了不可忽视的感知盲区。

虽然 3D 摄像头解决方案通常比激光雷达更便宜，但它们仍然会带来显著的成本和集成复杂度。相比之下，单路 RGB 彩色摄像头的性价比要高得多，但它极其依赖 AI 算法或多传感器融合技术来推算深度，从而需要额外的软件以及运行该软件所需的高性能计算算力。

更棘手的是，无论是激光雷达还是摄像头，在面对细长或向外突出的尖锐物体时都极易抓瞎——这在行业内被称为“戳刺难题”，典型的代表就是空托盘的边缘或叉车的金属货叉尖。不仅如此，车间内的粉尘、透明材质以及高反光表面，也会严重干扰激光雷达的正常工作，频繁引发假阳性（误报），导致 AMR 频繁发生莫名其妙的紧急刹车，严重拉低工厂的物流运营效率。

此外，传统激光雷达在现代化仓库中还有一个致命克星：那就是表面包裹着透明塑料拉伸缠绕膜的货品托盘，或者是涂有高亮反光环氧树脂的地坪涂层。这些材质高亮、透明且高反光的物理特性，会直接导致激光雷达发射出的激光束发生严重的散射、扭曲和镜面反射，从而产生错误的距离测量数据和破损的周界模型。

雷达是一项关键部件

雷达通过采用射频电磁波克服了许多此类局限性，这种电磁波的波长比激光雷达和摄像头所使用的可见光或红外光更长。因此，它本质上对照明条件不敏感，并且对环境变化的鲁棒性要强得多。雷达还可以检测具有低视觉对比度的物体，并且在某些情况下，还能检测被部分遮挡或包裹在反射材料中的物体，而这些材料可能会使激光雷达感到困惑。

在汽车行业应用的推动下，现代雷达技术已经显著成熟。较新的 4D 成像雷达系统能够同时测量距离、方位角、俯仰角和速度，将立体空间探测与动态运动感知融为一体。专为车辆周围高精度 360° 探测而设计的雷达，具有超宽视场角且探测距离高达 10 米——虽然这在汽车标准下属于“超短距”， 但却精准契合了工业仓储物流中极度苛刻的“近场避障”诉求。由于雷达是按汽车规模量产的，因此它还具有极具吸引力的成本优势。

全面融合：打造感知闭环

安波福 PULSE™ 传感器将雷达和视觉的优势结合到一个紧凑且具成本效益的感知系统中。它集成了一个用于提供视觉上下文的单路广角 RGB 摄像头，以及一个能够实现精准近场感知以进行深度和运动感测的雷达。雷达负责在挑战性工况下筑起可靠的目标探测与连续追踪防线，而摄像头则负责输出深层的语义理解信息，并捕捉细腻的空间特征。

该系统非常紧凑——体积大约只有冰块那么大——不仅大幅砍掉了硬件本身的物料成本（BOM），也彻底释放了机器人的工业设计自由度。

PULSE 针对需要高精度和高可靠性的任务进行了优化，例如检测细小的突出物体或在狭窄、杂乱的空间中进行导航。在这些场景中，其雷达可确保物体被稳定探测到，而其摄像头则保留了光学探测的优势。通过结合互补的感测模态，PULSE 提供了一种稳健且可扩展的感知解决方案，实现了真正的自主性——使机器人能够独立导航、在人类周围更安全地运行，并在无需人类持续监管的情况下执行任务。