机器人知道自己在哪，却不知道人在哪

2026 年被称为具身智能的元年。仅上半年，机器人企业的累计融资额就达到 558 亿美元，接近上一年全年纪录的两倍，软银以 54 亿美元收购了 ABB 的机器人业务。人形机器人开始进入工厂产线而不只是展会现场的消息也在不断传来。

跟资金和关注度无关的是，真正要部署到现场时，反复出现的是同一句话：实验室和现场之间的距离。意思是在实验室里表现得很好的机器人，进了工厂就不是那么回事了。

这段距离里相当一部分并不是算法问题，而是坐标问题。

机器人知道自己在哪，而且知道得相当准。但它不知道从旁边走过去的那个人在哪。准确地说，它知道那儿有个东西，但不知道那是谁、为什么在那儿、现在打算干什么。

I. SLAM 是机器人的地图

自主移动机器人的位置感知大多基于 SLAM（同步定位与建图）。机器人用激光雷达或摄像头一边测周围一边建图，同时在这张图里估自己的位置。这套东西很强，在室内没有 GPS 也能跑得不错。

不过它有两个性质。

第一，那张地图是机器人的。 原点和坐标轴都以机器人第一次建图时为准，跟建筑图纸不是同一套坐标系。我们在管控界面上说的“三楼 A 区”，在机器人的地图里根本不存在。机器人说自己在（12.4, 8.1）时，这个值对应图纸上哪一格，得另外对齐了才知道。

第二，在那张地图上，人只是会动的障碍物。 激光雷达把人、托盘、叉车归在同一类里。它会避，但不会判断。现在挡在前面的到底是拿了维修审批进来的工人、走错路的访客，还是随手放着的材料，它不区分。它本来就是按照“不需要区分”来设计的。

传统做法是把空间分开：竖安全围栏，用光幕和安全扫描仪造出“半径内不会有人”这个前提。在机器人只跑固定轨迹的工序里，这套很管用。

麻烦在于，现在进来的机器人不只跑固定轨迹。它们在仓库里自由移动，在医院走廊里穿行，和人共用同一条通道。当围栏分不开的空间越来越多，那个前提就不成立了。

II. 把人也放进同一套坐标系

解法的方向很简单：让人也拥有坐标。

人佩戴 UWB 定位标签后，就从“被检测的对象”变成了“主动发出坐标的主体”。精度按规格书在 ±10〜30 厘米上下，会随现场条件变动。重要的不是绝对值，而是信息的性质。摄像头或雷达告诉你“那儿有个东西”，跟标签告诉你“工号 47 的工人在这里”，是两种不同的信息。后者可以挂上身份、权限和作业背景。

接下来才是真正费力的活：把机器人的地图和建筑图纸的坐标系对齐。原点、轴向、比例尺度都要配好，两套坐标才能在同一个平面上比。项目里花时间的地方通常不是算法，而就是这里，因为机器人厂商的地图、我们的图纸、现场的实测尺寸，彼此都有点对不上。

坐标系对齐了，区域定义就能共享。ORBRO OS 的结构就是在图纸上画区域、给区域挂条件和动作。人和机器人用同一套区域定义，就能写出“A 区有人时机器人减速”这样的规则。能写规则，这一点是决定性的。在那之前，机器人的判断和管控的判断各跑各的。

运算放在哪里也得一并定下来。用于机器人控制的位置信息，承受不了往返管控服务器的延迟。ORBRO 支持在现场部署的边缘产品 RTLS Manager 和本地边缘服务器 ORBRO Edge Pro 上完成位置运算与事件判定。判断得在现场内部闭环，才能拿去做控制。

III. 坐标合并之后能做的四件事

1. 不是报警，而是控制。 人进入危险半径时发个告警，和直接把设备停下来，完全不是一个量级。ORBRO 在港口和造船现场做过把工人位置接到起重机停机信号上的项目：人还没意识到危险，设备先停了。移动机器人同理。至于挂减速、改路径还是直接停，看工序而定。

2. 把动线分开。 把机器人路径和人的通道在空间上分开，或者把同一条通道在时间上分开。首都圈的一家大学医院就把定位接入自主配送机器人，让配送动线不与患者和访客动线重叠。把 UWB 位置和机器人的 SLAM 位置一起用，复杂走廊里的识别会稳很多。这是一种不去把机器人做得更聪明、而是把空间规则做清楚的思路。

3. 搞清楚为什么停。 只要运营自主机器人，这个问题就一定会出现：昨天三点这台机器人为什么停了？机器人日志里只有“检测到障碍物”。如果人和资产的位置记录在同一条时间轴上，就能回放那个时刻那个坐标上到底有什么。知道原因就能改路径或改堆放规则，不知道就会在同一个地方反复停。

4. 工序设计的依据。 把人的占用时间和机器人的占用时间重叠的区域用数据找出来，就成了调布局的依据。热力图和停留时长分析本来是为看人的动线做的，但机器人一旦上了同一张图，它们就变成找两股流碰撞点的工具。

IV. 贴不了标签的东西

光靠定位并不能全部解决。能贴标签的是人和纳入管理的资产。材料、堆放物、临时进来的外部人员、当天第一次来的协力厂商人员，都没有标签。

这个位置由视频来补。ORBRO 的视频事件检测产品 AI Event Manager 从画面里判定进入危险区域、碰撞风险、人倒地这类事件。没有标签的对象由摄像头告诉你，而摄像头的盲区、光线和粉尘影响识别的那些段，由标签来填。

两者合用时，关键是数据得在同一张图纸上。十个摄像头画面和一个定位界面分开看，两路信息永远合不到一起。只有放在同一套坐标系里，才会出现“B 区进来一个无标签对象，该区有 1 名工人，1 台机器人正在靠近”这样一句完整的话。

V. 评估时要确认的五件事

1. 坐标系对齐由谁、怎么做。 这件事的责任很容易卡在机器人厂商和定位厂商中间没人接。签约前就定好。
2. 刷新频率和延迟。 报警够用的频率和控制需要的频率不一样。先定用途，再定数字。
3. 机器人控制的对接方式。 是干接点还是 API，停机和减速指令由谁有权发。
4. 停机判断的主体。 机器人自带的安全功能是第一道，上层系统基于位置的判断是补充层。不要把方案设计成上层系统取代安全功能。这个区分要在评估初期就写进文件，后面才不会反复。
5. 记录的形式。 事故或停机之后能不能回放那个时刻，以什么粒度保存。

结语

具身智能的瓶颈，与其说在机器人的性能，不如说在机器人要进去的那个现场准备得怎么样。机器人已经把自己的位置知道得够准了。缺的是一张关于它工作空间的共同地图，以及人有没有上到那张图上。

人一旦有了坐标，机器人就从“要躲开的障碍物”的世界，进到了“要配合的对象”的世界。从那一刻起，规则就可以写了。

ORBRO 从定位标签、基站这类硬件，到在现场完成判断的边缘产品，再到把人、资产、机器人和视频事件放在同一张图纸上处理的 ORBRO OS，都是自己做的。如果您即将引入机器人或已经在用，欢迎联系我们。只要告诉我们您用的是什么机器人、它们在哪里和人重叠，就可以开始评估。