随着智能仓储和柔性制造快速发展，移动机器人正在从简单搬运设备向具备环境理解能力的智能系统演进。对于仓库、制造车间以及冷链等复杂工业环境而言，机器人不仅需要自主移动，更需要具备精准感知、动态避障和功能安全能力。近日，美国机器人企业Robust.AI宣布，其下一代Carter仓储机器人将采用美国Aptiv（安波福）的AI驱动感知系统，通过雷达与视觉融合技术提升机器人在动态环境中的自主运行能力。这一合作体现了工业机器人产业正在从单一导航技术竞争，转向“AI感知+安全控制+智能决策”的系统化竞争阶段。

Robust.AI是一家专注于人工智能协作机器人和智能物流系统的科技企业，总部位于美国。公司致力于开发能够在人类工作环境中安全运行的机器人平台，通过人工智能、机器视觉和自主导航技术，提高仓储、制造等领域的自动化水平。其核心产品Carter是一款面向物流和制造场景的自主移动机器人（AMR），强调人与机器协同工作，而不是完全替代现有作业体系。

美国Aptiv（安波福）则是一家全球汽车智能技术企业，前身源于汽车零部件巨头Delphi Technologies，主要业务覆盖智能驾驶、车辆电子、电气架构以及软件平台。近年来，Aptiv持续将其在高级驾驶辅助系统（ADAS）、传感器融合和人工智能感知方面积累的技术拓展至机器人和工业自动化领域，希望利用汽车行业成熟的感知技术推动更多智能设备的发展。

此次合作的重点，是Aptiv旗下PULSE™感知系统被应用于Robust.AI第三代Carter机器人。PULSE采用视觉与雷达融合架构，通过人工智能和机器学习算法处理原始传感器数据，实现更高水平的环境感知能力。相比单一摄像头或单一雷达方案，该系统能够结合两类传感器优势，在复杂环境中提供更加稳定的空间理解能力。

根据双方介绍，PULSE系统通过环视摄像头与超短距离雷达组合，实现360度环境感知，同时减少机器人运行过程中的盲区、系统复杂度以及硬件成本。通过对雷达和视觉数据进行早期融合，系统能够支持深度地图生成以及占据栅格（Occupancy Grid）构建，为机器人导航和功能安全提供数据基础。

对于仓储机器人而言，感知能力是实现规模化应用的关键。传统仓储机器人通常在相对固定环境中运行，但现代物流中心往往存在人员移动、货物变化、设备调整以及光照变化等情况。机器人需要实时判断周围环境，并根据变化调整路径。因此，仅依靠预设地图和基础避障算法已经难以满足复杂工业环境需求。

Carter机器人结合Aptiv感知系统以及Robust.AI自身的vSLAM（视觉同步定位与地图构建）和人工智能感知技术，可以提升机器人在动态环境中的定位、导航和任务执行能力。该平台主要面向仓储物料搬运、生产线物流以及制造现场等应用场景，支持无需大规模基础设施改造的快速部署。

Robust.AI联合创始人兼首席执行官Anthony Jules表示，Carter机器人需要在真实仓库和制造环境中与人员共同工作，因此感知质量、系统可靠性以及部署便利性非常关键。Aptiv的PULSE技术通过摄像头和雷达融合方式，为机器人在复杂环境中的运行提供进一步支持。

从行业发展趋势来看，工业机器人正在进入Physical AI（物理人工智能）阶段。过去，移动机器人主要依赖激光雷达、二维码、磁条等技术完成路径导航，而未来机器人需要具备类似人类的环境理解能力，包括识别人、物体以及环境变化，并根据任务目标自主调整行为。

这一趋势也推动汽车智能技术企业与机器人企业之间的跨界合作。汽车行业长期积累的传感器融合、人工智能算法和功能安全体系，正在成为机器人产业的重要技术来源。与此同时，机器人企业则通过实际工业应用场景，为这些技术提供新的商业化空间。

工业机器人进一步普及仍面临挑战，包括复杂环境可靠性、人工智能决策安全、成本控制以及行业安全认证等问题。尤其是在人员高度密集的仓储和制造环境中，机器人必须满足更高等级的安全要求。