障碍物检测依靠传感器及时发现行驶路径上的人和物体。难点不在于能否看见，而在于阈值：太敏感会因为一块反光地砖频繁急停，太迟钝则可能漏掉低矮或深色物体。误报和漏报之间必须由现场实测来定平衡点。
障碍物检测的任务是及时发现挡在前面的人或物。工程上它涉及两个不同层次：一层是安全相关的检测，通常由经认证的安全激光雷达承担；另一层是导航层面的检测，用于绕行决策。两者不能混为一谈，因为只有前者能计入安全功能，采购时必须区分开写。
实现方式上，传感器返回的距离或图像数据被投影到机器人的运动包络上，判断是否与预定路径冲突。冲突后触发的反应分级：减速、绕行、停车、报警。分级策略和触发阈值一起决定了系统在现场的观感。
它在人机混行的场所最不可替代。仓库通道、走廊、门厅这些地方，人的位置无法预测，只能靠实时检测。项目前期应统计的是干扰类型：常见的是叉车、托盘、拖线，还是反光和玻璃隔断。
成本除了传感器本身，还包括安装位置调试、遮挡区评估和定期清洁。镜头或激光窗口积灰会直接降低检测距离，这项维护是刚性的，不能省。
某服务机器人用户在引入方案时会重点评估障碍物检测：项目组记录现状、接口和验收标准，在限定区域内试运行，再依据实测结果决定是否转入常规运营。这个例子说明障碍物检测很少能孤立评估，效果取决于周边系统、受训人员和清晰的异常上报路径。
物理限制很明确：玻璃、镜面、深色吸光表面和极低矮的物体是常见盲区，激光雷达对它们的回波很弱或完全没有。这类盲区不能靠调参解决，只能靠增加互补传感器或改造现场。涉及人员或图像数据时，安全要求按 ISO 10218 和 EN ISO 3691-4 执行，摄像头数据还要符合 GDPR。
实践应用
某服务机器人用户在引入方案时会重点评估障碍物检测能力。障碍物检测依靠传感器及时识别行驶路径上的人和物体。项目组记录现状、对接接口和验收标准，在限定区域内试运行，再依据实测结果决定是否转入常规运营。
优势
- 在人机混行区域提供实时的人员发现能力
- 反应可分级为减速、绕行、停车，处理过程可复盘
- 为效果测量和后续扩量提供数据基础
- 降低人员被碰撞和货物被撞倒的风险
局限性
- 玻璃、镜面、深色吸光表面和极低矮物体是难以消除的盲区
- 安装位置调试和遮挡区评估会带来额外的项目工作量
- 阈值过敏会导致频繁急停，过钝则可能漏检
- 激光窗口和镜头积灰会直接缩短检测距离，清洁不能省
典型应用领域
常见问题
- 障碍物检测简单说是什么？
- 障碍物检测依靠传感器及时发现行驶路径上的人和物体。
- 障碍物检测在实际运行中怎么工作？
- 传感器数据被投影到机器人的运动包络上，判断是否与预定路径冲突，随后触发分级反应：减速、绕行、停车或报警。
- 什么情况下企业必须重视障碍物检测？
- 在人机混行的仓库通道、走廊和门厅，人的位置无法预测，只能靠实时检测。注意区分安全认证传感器和仅用于导航绕行的传感器。
- 障碍物检测有哪些做不到的地方？
- 玻璃、镜面、深色吸光表面和极低矮物体的回波很弱甚至没有，属于物理盲区，调参解决不了，只能增加互补传感器或改造现场。