穿透强光，洞悉微毫，这家企业破解非结构化环境精细作业“眼睛”难题

“户外场景对感知的考核，从来不是上限，是下限。

西北戈壁，正午，典型的恶劣工况，但一台 9 吨重的铺装机器人却正在支架上抬起一块光伏组件。光伏板面是双层玻璃加镀膜，太阳直射加地面反射，板面亮得发白，支架的阴影又横切在上面。这块板接近 40 公斤，从被抓取到对准卡扣，机械臂要走 3 米多行程，误差要求毫米级。

作业看起来只是搬运，真正难的却在眼睛。因为板面过曝，深度图上会出现大片空洞；板面反光，匹配算法在亮区找不到对应点；风沙和振动叠加，标定参数缓慢漂移，三种情况在同一个正午都可能发生。任何一次失效都不便宜，板放偏 15 毫米，边缘出现破损隐裂，这一块就面临报废风险。

户外机器人的感知瓶颈如今已成行业共识。大模型与伺服执行器这两年的进步速度有目共睹，感知层却长期被当成一个能外采的通用件。买了就装，装上就能用，这个假设在室内恒定光源、标准几何体、纹理丰富的场景里基本成立，但工业现场仿人大量作业并不在室内。井口、戈壁、矿山、月台、车间临窗区，光照从几百 Lux 到十万 Lux 之间瞬间剧变，来料和地形每次都不同。

同一台相机装进工厂能跑三个月不出问题，装到室外、戈壁等恶劣工况下却有可能瞬间致盲。

机器人的大脑和手这两年进步很快，眼睛掉队了。

直到近日，机器人大讲堂了解到，一家名为【蓝疆行远】的新锐具身智能公司，通过其自研Spatiscan S1相机，已经能让机器人在复杂恶劣工况环境下，依然获得自主感知、思考与执行能力。

这款名为Spatiscan S1的相机在已经经过光伏智能铺装等多项目地复杂环境条件的实际验证，而且价格仅为13900元/台，远低于市面上的工业3D相机。

01.

眼睛为什么会失灵，问题出在物理层

把失效原因摊开看，会发现并非视觉算法不够好，光强只是户外感知的表层矛盾，材质才是硬骨头，这导致了光在恶劣工况物理上的不配合。

第一种是高反光。光伏玻璃、镜面金属型材、切削后的钣金边缘把入射光镜面反射回镜头，亮区像素直接饱和。双目算法靠左右图像的灰度对应算视差，亮区里像素值都撞在上限，对应关系消失，这块的深度只能靠猜，猜出来的点是飞点，飞点连不成面，点云上就是一个洞。

第二种是高吸光。纯黑橡胶件、沾满重油的钻杆、黑色塑料周转箱，表面不返回有效光，左右图在这块区域都找不到可匹配的特征点。到了户外，脏污和油污会把大量原本可测的表面变成测不了的黑面。

第三种是透光。玻璃杯、石英片、注塑罩、带液体的容器，光线不是被挡住而是被穿过去。左相机看到的是玻璃前表面，右相机看到的可能是后表面加上液体加上背景，两张图里根本不是同一个界面，视差算出来是个病态值。

结构光在这三种材质面前同样失效，它会被玻璃透射出去，打不到目标上。ToF 也不稳，透明表面对飞行时间的调制很弱，回波容易漂到背景上。业内过去的做法是喷显影粉、加背光，或者上机械限位，这些土办法在单点上有效，但没法规模化，还改变了被测物表面状态。

这三种问题往往在真实恶劣工况里同时出现。例如油污钻杆的现场，黑色螺纹和油膜反光同时存在；光伏电站的现场，玻璃高反光和支架阴影同时存在。而相机在强光下点云塌了一块，没有任何报错，机械臂拿着这份错误的空间认知继续全速执行，直到撞上东西或者把工件放歪。

非结构化的真实定义，是没有第二次机会的环境。所以感知件和其他零部件在采购逻辑上不是一回事。电机、轴承可以按峰值性能选型，相机只能按最差工况选型。室内采购的是性能，户外以及恶劣工况本质上希望采购的是确定性。

02.

蓝疆行远的解题思路，先加法再减法

看清物理成因之后，会发现市面上既有解决方案有两条路线，二者各有各的账要算。

一条是做加法，也就是机器人上多装传感器，用多视角互补顶双目基线限制，用激光雷达兜底，用相机和雷达做融合。这条路线在实验室里能把点云完整性做上去，代价也清楚。硬件成本和功耗随传感器数量上升，光学链路越长标定流程越复杂，而且每多一个传感器就多一个误差源，标定模型的维护成本会随服役时间累积。这个打法在单台高价值设备上勉强算得过来，要成百上千台铺开，账立刻算不平。

蓝疆行远走的是另一条反方向的路，先做加法打底，再做减法收敛。

打底阶段用原创的多视角高精度 3D 技术，通过多视点空间信息互补突破双目的基线限制，让Spatiscan S1在复杂场景下的深度精度与结构完整性做到足够高。这一步不控制成本，目的是拿到一套可信的算法基线，并让算法见过足够难的反光、透明和无纹理样本。

验证阶段把Spatiscan S1相机的技术拉到真实工况里长期跑。光伏组件铺装场景位于西北戈壁，现场有十万级 Lux 强光、沙尘、宽温与机械振动，长期运行完成 99.99% 的工况稳定性验证。这一步产出的不只是稳定性结论，还有一批无法通过仿真伪造的现场特征数据，覆盖了绝大多数户外干扰类型。

收敛阶段用这批真实数据做端到端优化，把多视角空间信息的知识蒸馏与特征复用到双目架构上，让双目方案的精度和鲁棒性追平多视角方案，最终收敛成结构简化的双目成像模组。

三步走完的结果很直接。Spatiscan S1相机的BOM 成本和功耗下探到可量产区间，价格因此仅为13900元/台，这种全新结构带来的光学组件减少，意味着故障源和工况敏感点同时减少，部署与校准简化意味着现场技术员也能维护。

由此可见，蓝疆行远这条路线反直觉的特点在于，其看到感知技术真正的进步，不是只能把视觉能力上限再抬高一档，而是可以把已经够用的上限，压缩进一台卖得出去、修得起来、装得上去的机器人产品里。

因为上限或许决定宣传指标，下限才真正决定产品能不能进场。

▲蓝疆Spatiscan高精度3D相机拍摄户外强光下汽车充电/加油盖稳定3

03.

Spatiscan S1的三个性能维度

最终，Spatiscan S1成为一款真正意义上的全场景、抗强光、亚毫米级双目 3D 相机。它要解决的核心问题分三个维度，每个维度对应行业里一个长期没有解法的痛点。

首先，Spatiscan S1突破了精度与大视野不可兼得的瓶颈，在不同工作距离上给出一组阶梯式精度。0.5米内0.17 mm，1 米内0.49 mm，2 米处1.45 mm，3 米处3.42 mm，5米处依然能达到7.38 mm。

这组阶梯对应两类不同的作业场景。1 米内是近距离装配、插接、螺纹对接这类需要精细对准的任务，3 米左右是移动机器人在行进中对大型构件做粗定位和引导。在不同距离上给出匹配的精度，而不是用一个亮眼的最小值覆盖所有工况，这是工业场景真正需要的分档能力。

其次，Spatiscan S1还具备全场景抗强光能力。干扰户外作业最怕见光死，荒漠正午的烈日直射和工件反光会让普通相机瞬间过曝失明。Spatiscan S1因此采用自研抗光硬件构架配合宽动态算法引擎，在室外正午露天环境实现无遮挡稳定作业。

在硬件侧，Spatiscan S1采取抗光构架和宽动态传感器设计，接收动态范围覆盖从阴影到高光。软件侧是自研 AI ISP 成像引擎做像素级动态曝光映射，简单说就是让相机对画面里不同位置分别控制曝光，而不是整幅图用一个曝光值。高光区域压暗以保留细节，阴影区域提亮以保留纹理，避免传统相机只能二选一的结果。同时算法内置反光区域语义识别能力，在成像阶段就定位出镜面反射区并过滤无效特征，不让这些特征流到后面的深度匹配环节去制造误匹配。

Spatiscan S1也并非只能手搓的非标产品。

传统 3D 视觉有三个长期无解的材质。纯黑橡胶件、沾满重油的钻杆、被黑色油污包裹的金属螺纹根部属于高吸光材质，表面几乎不返回有效光，算法找不到可匹配的特征点。光伏玻璃面板、镜面金属型材属于强反光材质，高光区域像素饱和，深度信息直接丢失。玻璃杯、石英片、注塑罩属于透光材质，光线穿透表面导致左右相机看到的不是同一个界面。

Spatiscan S1攻克了这三类材质的成像难题。针对透明材质这类物理层次的挑战，方案用多视图几何配合物理渲染一致性约束，迫使网络隐式学到透明材质的折射与反射耦合先验，再用材质感知的域随机化增强鲁棒损失权重，抑制镜面歧义和病态视差响应。结果是不需要喷粉，不需要额外补光，玻璃杯、药瓶、石英片、光学镜片、透明塑料件、带液体的容器拿到手就能测。

在产品形态上，Spatiscan S1做的是减法，一套硬件三档模式。不同分辨率能够面向面向不同场景需求，13900元/台的价格，更是让客户有了更多选择权。

04.

这双眼睛可以用在哪里

据了解，蓝疆行远的技术演进路线是从垂直实战走向通用底座。光伏铺装是第一个成熟场景，同一套技术底座经过适应性调整，可以迁移到建筑、矿山、农林等更广阔的户外非结构化场景。

例如在能源重工与野外特种作业领域，石油钻杆抓取与螺纹对接的工况是井口露天，日照强烈，钻杆表面沾染黑色重油且大范围晃动。Spatiscan S1的特性，使客户可以在3 米距离保持3.42毫米精度完成大臂粗定位，接近到 1 米内输出0.49 毫米点云识别重油包裹下的金属螺纹根部，保障数吨重钻杆精准旋进。危化品鹤管对接与插枪引导的工况是防爆安全距离要求大，槽车位姿随机，加油口为深腔或深色塑料内腔，借助Spatiscan S1的特性，客户可以先用大视野锁定端口姿态，再引导柔顺插入。

例如在精密制造与金属加工领域，钣金上下料引导的工况是切割板件边缘易反光、冲压折弯件有弹性回弹形变、装配间隙狭窄，需要抑制金属表面的高动态镜面反射并提取微小对齐孔位与接缝坐标，而Spatiscan就能完美实现。免示教轨迹喷涂与焊缝追踪的工况是坡口公差离散，作业伴随强弧光、高温烟尘与二次反光，需要高帧率输出工件几何形貌生成喷涂路径，并在 V 型、U 型坡口引导焊枪对焦，Spatiscan S1同样能够完成。

例如在室内外无界流通物流场景下，无人叉车跨场景托盘识别需要叉车频繁进出室内仓库和室外月台，照度在几百 Lux 和上万 Lux 之间瞬间剧变，还有黑色注塑托盘和边缘破损的木托盘，需要保证点云无断层并识别叉孔轮廓。复杂无序拆码垛的工况则是垛型倾斜塌陷，物料包含黑色塑料周转箱、反光编织袋和被高透明缠绕膜包裹的异形纸箱，需要解决透明拉伸膜反射噪点与黑色箱体点云缺失，定位箱体顶面法向量与抓取中心点。Spatiscan S1同样满足这类场景需求。

还有例如非接触测量与质量管控需求下，类似林业原木胸径与径级在线三维测量的场景工况是野外林地树荫和杂散光干扰大，树皮粗糙暗黑吸光，树干形态非规则弯曲且截面呈椭圆。远距离和大景深在这里发挥作用，设备在距树干较远处单帧捕捉大跨度树身点云轮廓，通过自适应曲面拟合解算断面积与材积。另一类是透明构件的三维形貌和装配间隙检测，比如汽车车灯壳、透明仪器罩、医疗注塑盒，结构光直接穿透或多次折射会造成严重噪点，需要靠高鲁棒性算法提取透明交界曲面，Spatiscan S1目前也能够实现。

▲蓝疆Spatiscan高精度3D相机拍摄户外强光下电车充电接口实现完整精确3D重建

05.

交付一颗眼睛之后

现如今，感知层的竞争正在从算法竞赛转向工程竞赛。算法指标决定上限，工况验证决定下限，而下限决定产品能否进入真实的物理流程。

因此，非结构化环境落地的真正门槛可能依然是闭环成本，而非数据量。虚拟环境里失败一次的成本可以忽略，戈壁滩里失败一次的成本是一块报废的组件。这也是蓝疆行远构建真实、仿真、真实飞轮的商业逻辑，也使得收敛路线可能比堆叠路线更具普适性。

回到开篇那块光伏板。户外机器人的眼睛要能在正午强光下、在黑色油污上、在透明薄壁上稳定地给出可信坐标，才谈得上精细作业。这件事蓝疆行远在光伏电站已经验证过一次，接下来要验证的是它能不能在别的非结构化环境里重复成立。

具身智能时代下，脑和手的迭代还在加速，眼睛的短板已经摆到台面上。Spatiscan S1这颗13900元/台，却能在正午戈壁、在黑色油污、在镜面玻璃上稳定工作的眼睛，或许本身并不性感。但对机器人而言，性感从来不构成生产力，能在第十万次作业里依然给出可信坐标往往才是。