机器人的近场安全，为什么不能全交给视觉和模型

作者：Vincent

编辑：吕鑫燚

出品：具身研习社

2026 WAIC 展台上，几乎每一台演示干活能力的具身智能机器人，身边都有一道护栏。安全员的视线始终盯着同几个位置：脚边、腰侧、挥臂轨迹。

这三处有个共同点——都在头部主相机的视野之外，被机器人自己的机体挡住。

这不是模型能力问题。再强的端到端模型也无法推理出被自身遮挡的空间，这是几何问题。而机器人要独自进入人群，恰恰需要先解决这段 5 厘米到 1 米的距离：它迈步时脚下有没有落差，转身时身侧有没有人。

行业目前给出的答案不止一种，代价也各不相同。

以特斯拉、Figure为代表的头部玩家，正把视觉、多模态模型和端到端学习放在控制的核心位置，尝试用一套神经系统连接全身传感与执行。这条路线在场景理解和泛化上的价值毋庸置疑，但它解决不了两件事：被机体挡住的视野，以及"附近有没有东西、有多远"这类高频低语义判断所占用的算力。

于是问题变成了分工。模型负责理解与规划，一条独立的测距通道负责在最近的距离上守住底线，底层控制据此减速、避让或停止。后者链路更短，响应时延和失效模式更容易被测量、被验证——对要进客户验收的量产机型，这比性能上限更要紧。北醒押注的，正是这条“安全分层”路线从工程共识走向批量应用的窗口期。

安全问题变得紧迫，首先是因为越来越多的机器人正在落地。IDC数据显示，2025年全球人形机器人出货量已超过1.8万台；TrendForce预计，2026年全球出货量将超过5万台。随着更多机器人进入工厂、商业设施等真实环境，护栏、安全员等外部保护不可能始终如影随行。届时，及时发现人员和障碍，并在接触前减速或停止，是必不可少的能力。

这并不是某一家企业需要解决的问题，而是需要被独立定义和验证的行业问题。

2025年更新的ISO 10218系列标准，已经对工业机器人及协作应用中的风险评估、安全集成和速度与间隔监控等机制作出规定；面向工业环境中动态稳定移动机器人的ISO/CD 25785-1也仍在制定，覆盖形态包括双足、四足和轮式平衡机器人。

标准覆盖对象不断扩展，说明安全原则也正延伸至更复杂的场景。这些标准尚不能覆盖机器人进入家庭和其他开放空间后的全部问题，但已释放出一个明确信号：随着机器人的形态和活动范围发生变化，如何识别并控制各类安全风险至关重要。

但另一方面，细化到机器人本身来看，如何诠释安全？

毕竟，安全要求在增加，整机的算力、电量和散热空间却不会无限增加。

VLA、视觉、导航和运动控制都在争夺有限资源。如果连“附近有没有障碍物”这种基础问题也持续交给模型处理，就会增加功耗、时延和整机成本。

由此可见，安全需求的上升、本体资源的约束与标准的变化，最终指向同一个需求：在不过多占用算力和能源的前提下，为机器人补充一条直接、可沿身体分布的近场安全方案。

这是一条量产时代下，必须走的路径，这也是北醒为具身智能着手筹备的未来。

北醒创始人、CEO李远曾在公开采访中说：“作为感知、预测、规控三大单元的第一个单元，激光雷达在感知环节可以让我们以小见大，看到许多东西。” 众所周知，眼睛的第一要务是安全。因此，北醒NOVA20聚焦在机器人身边5厘米至1米，补足脚下、身侧和运动肢体周围的感知空白，就是公司产业判断的产品化结果。

“身边这一米”并非无人涉足。

整机厂手里至少有超声波、红外接近开关、ToF/结构光深度相机、电子皮肤/关节电流力控四种现成解决方案。其中，ToF、结构光深度相机能提供稠密深度图，体积较大，而电子皮肤和关节电流力控依赖接触力输出，覆盖成本较高。超声波、红外接近开关则能维持较低功耗和较小体积，但前者通常输出单点距离，后者主要输出物体有无或较粗略的距离。

NOVA20 要抢的不是视觉的位置，而是超声波和红外接近开关的位置。它试图在同样低的功耗和体积预算内，把"有没有东西"升级为"哪个方向、有多远、变化有多快"。

这也划清了产品边界：NOVA20 不识别人、不区分物体类别，不替代视觉与模型，也不负责接触后的精细力控。它提供的是一条负担低、任务明确的距离输入。

一颗近场雷达有没有价值，不能只看参数高低，还要看它替整机解决了什么问题。

第一组问题，近场距离能否测得完整、准确。近场防撞并不是“测到一个点”就够了，机器人脚下可能是台阶边缘，身侧可能是细杆或突然伸来的手臂，视场过窄容易漏检，测距过粗又会压缩整机设置预警、减速和停止阈值的空间。NOVA20在40°视场内设置20个通道共同探测距离，公开指标为厘米级精度。它的价值不只是多输出几个距离数据，而是让一颗模组同时观察一片扇形区域，比较不同方向的距离变化，为防跌落和身侧防撞提供更完整的近场信息。

比如机器人已走到台阶边缘，单点测距却可能仍无法发现落差，20个通道则能同时观察不同位置，某个位置的距离突然变大，机器人就可以快速做出动作反应。

第二组问题，多点感知能否稳定、及时地进入控制链路。NOVA20采用纯固态、多线束设计，可以按需放在手腕、胸背、腰侧、膝部或脚踝。它更像机器人“皮肤外”的一圈非接触神经末梢：不是等碰撞发生后才感知受力，而是在接触前发现距离变化。

另外，近场感知系统要把距离信息及时交给底层控制，还要应对多颗雷达可能造成的彼此干扰。NOVA20不输出图像，直接提供距离数据，减少中间环节，有助于降低时延；据北醒介绍，产品设计也考虑了多颗设备同时工作时的抗串扰问题。其落地价值，是让不同点位以较低的计算负担持续提供近场距离输入，便于整机据此设置减速、避让和停止逻辑。

这样一来，近场感知只需要分析多个传感器即时提供的距离数据即可，机器人不用调用复杂的图像处理和模型分析功能，通路减少，效率上升。

第三组问题，算力与功耗。NOVA20无需输出图像，产品平均功耗低于1W，重量低于5克，尺寸不超过25毫米×22毫米×13毫米。底层系统可以直接读取距离，将更多算力留给语义理解、任务规划和精细操作。低功耗除了省电，也在于降低多点布设对整机散热和稳定性带来的追加负担。

就像是机器人为了确认手臂离桌角还有多远，就不必每次都先识别桌子的类别和形状，传感器直接提供距离，可以把算力留给更复杂的任务。

第四组问题，复杂光照下能不能稳定工作。NOVA20指标显示，在10%反射率目标、100Klux环境光下其量程可达1米，盲区小于5厘米。100Klux接近强烈日照工况，NOVA20为同一套近场安全方案从室内延伸至巡检、物流运输和户外作业场景提供了条件。

比如机器人从仓库走到露天装卸区，光线可能在几秒内发生剧烈变化，NOVA20在强光下仍可提供数据，机器人不会因为光照明暗而无故暂停动作。

第五组问题，能否真正进入量产BOM。样机可以依靠堆料补盲，量产整机却要核算成本、安装和集成复杂度。NOVA20采用UART接口，并支持按风险点灵活布设，整机厂可以先覆盖关键位置，再根据机器人形态和应用场景扩展点位。它的价值，是把近场安全感知做成装得下、算得过账、能够批量复制的组件。

NOVA20的通用性和灵活性，允许整机厂在关键位置按需加装，这种方案更符合量产整机的成本逻辑。

这也划清了产品边界：NOVA20不识别人，不替代视觉和模型，也不负责接触后的精细力控。它提供的是一条负担较低、任务明确的距离输入，让整机多一层可调用的近场感知。

NOVA20的面世，可以说是北醒切入具身智能赛道的标志性动作，但回溯其技术路线会发现，这款近场固态激光雷达并非追逐风口的临时转向，而是公司成立十余年测距技术积淀的一次定向落地。

故事的开始，早在2015年就已埋下。

成立之初，北醒推出的首款DE-LiDAR 1.0便瞄准无人机避障场景，核心命题就是“为移动载体提供可靠的测距与安全防护”。此后十余年，其技术路径沿着“移动载具的安全感知”持续延伸，从无人机逐步渗透至轨道交通、民航、汽车、工业AGV等对可靠性要求极高的领域，场景在变，但 “用激光雷达解决真实环境下的避障安全问题” 的核心主线始终未变。

跨场景的长期落地，也为北醒沉淀出一套 “不唯纸面参数，先解真实问题” 的工程方法论，这正是NOVA20产品定义的源头。

在三峡工程、北京地铁11号线、首都机场、京台高速等国家级项目中，北醒Horn系列激光雷达正稳定发挥作用。北醒在公共基础设施领域相关产品，已累计稳定运行超3万小时，覆盖全国30余座城市，拥有80多个落地项目。这类强约束场景对传感器的考核标准从来不是 “最远探测距离”，而是强光、温差、持续振动等复杂工况下的低误报率、长期稳定性与易维护性，客户要的从来不是实验室里的亮眼参数，而是能长年累月稳定工作的工程产品。

这套方法论被完整复刻到了NOVA20的研发中，先精准锚定人形机器人5厘米至1米的近场感知缺口，再围绕这个核心场景，反向定义探测精度、响应时延、功耗体积与多点布设的适配要求。比起“性能有多强”，北醒更在意“能不能解决真实痛点、能不能装进量产机型的BOM表”。

把精准的产品定义转化为可大规模交付的量产件，最终靠的是跨学科研发体系与成熟的制造能力。北醒的研发团队覆盖光学、结构、电子、算法全链条，创始人李远本人深耕光电子领域多年，技术底层积累深厚；在制造端，北醒与捷普联合建成的车规级激光雷达产线，自动化率超95%，可完成100多道核心工序的自动化生产，年产能超30万台。车规级的工艺控制、供应链管理与一致性交付经验，都可以复用到NOVA20的量产中——这也是北醒能把体积、功耗、成本压到量产级别的底气之一。

截至目前，北醒全系列激光雷达累计交付已超300万台，业务覆盖全球90多个国家和地区。李远曾对此总结：“强智能的出现和发展一定会需要强感知”，但‘强’从来不是更远、更大、更复杂。对机器人行业来说，真正的强感知，是在它最需要的距离上，用足够小、足够省、足够便宜的硬件，把安全这件事稳定做对。

从无人机到轨交，从汽车到机器人，北醒走的始终是同一条路：把底层感知做扎实，让安全成为每一台智能设备的出厂默认项。

随着人形机器人安全标准逐步完善，近场感知有可能从产品“加分项”变成风险评估、客户验收乃至准入测试中的基础项。标准不会限定整机必须用哪一种传感器，但风险能否被及时发现、系统能否及时响应、安全冗余是否成立，都需要稳定、可测量、可验证的感知数据支撑。近场激光雷达，因而有望成为安全链路中的重要组成部分。

这也会改变传感器的价值边界。当近场感知进入整机安全链路，安装位置、覆盖范围、数据融合、故障诊断和控制接口，都需要在整机设计阶段统筹考虑。传感器厂商与整机厂的合作关系，也将从单一器件采购前移至系统排布与联合验证。NOVA20正体现了近场感知从单颗产品走向系统化应用的趋势。

国际机器人联合会在2026年产业趋势中提出，人形机器人进入工厂，需要同时满足安全、耐久性、运行效率、能耗和维护成本等要求。这意味着，安全与效率并不是彼此对立的目标，稳定的近场感知既要降低碰撞和停机风险，也要减少不必要的避让与急停，使机器人能够在人员密集、环境持续变化的条件下保持正常作业。

由此回望，行业内关于“纯视觉还是多传感器融合”的路线讨论，答案其实早已清晰。

未来的机器人安全体系，不会由任何一种感知路线独自支撑，而是建立在不同层级、不同原理的传感器与控制链路的相互冗余、彼此补位之上。大模型负责理解世界、规划复杂任务，专用传感器负责守住安全底线、处理高频简单判断，上层的智能性与底层的确定性，共同构成机器人走向真实世界的完整底气。

当有一天，机器人真正走出工厂与园区，走进普通人的家庭，成为与我们长期共处的日常伙伴时，我们对它的信任，最终会建立在大模型展现出的聪慧与共情上，还是建立在那些始终沉默、不被看见，却总能在危险发生前一秒，稳稳触发安全机制的底层硬件之上？

这个问题，或许要交给时间，和每一台真正走进生活的机器人来回答。