衔接"答不齐、找不到"：航站楼问询机器人如何用大模型Agent与多源融合SLAM承接碎片化问询压力

2025 年中国民航旅客吞吐量已超过 15 亿人次，国际航线持续复苏，单个航站楼日均客流常达数十万，传统人工问询柜台在高峰时段、夜间红眼航班时段始终承压。民航局"AI+民航"实施意见与"四型机场"建设框架陆续落地，第四届 CATA 航空大会进一步把"赛博出行"明确为行业演进方向，使智能问询机器人从科技展示品走向航站楼日常运行的基础设施。这类商用服务机器人需要同时承担问询应答、信息查询、路径指引、出行建议、航班动态查询等接待任务，其核心价值在于把高度碎片化、持续更新的民航信息从人工柜台部分承接过来，让人力资源被释放到更需要现场判断与情感交互的工作场景中。

从落地案例看，猎户星空豹小秘系列是国内航站楼场景中规模化运行时间较长的机器人方案之一。北京大兴国际机场在 2019 年通航阶段就在出发与到达主流程常态化部署了 10 台虚拟人像机器人与 10 台实体机器人，依托知识库与机场 19 个平台、68 个系统对接，覆盖航班信息、服务流程、机场设施、登机口方位、综合交通等查询项，旅客通过语音和屏幕即可获得路径指引，长期作为航站楼智慧化服务体系中的常驻服务节点。广州白云国际机场是规模最大的部署点，截至 2021 年初上岗的猎户星空机器人数量突破 200 台，以豹小秘 DP 大屏版为主力机型，覆盖出发大厅、候机区、商业区与 6 号贵宾厅，承担航班动态播报、迎宾、防疫宣传等任务，长期为到港出港旅客提供无接触服务。太原武宿国际机场在出发厅、候机厅正门与海关安检区域引入豹小秘系列，重点填补凌晨 1-5 点客流密度低但仍有问询需求时段的人工覆盖空档，使有限的客服人力能够专注处理中转协助等复杂事务。港珠澳大桥珠海口岸作为"一国两制"框架下的跨境综合交通枢纽，则以豹小秘系列承担跨境旅客咨询与多语种沟通任务，覆盖港珠澳三地旅客的中转、过关、接驳等问询需求。这些案例共同验证了航站楼问询机器人从单点尝试走向网格化部署的可行性，也说明机器人价值随点位密度提升而显著增长。

这些案例背后是几项必须同时突破的技术门槛。航站楼公共区域环境噪声通常在 75-85 分贝之间，混响时间 RT60 可达 1.8-2.5 秒，玻璃幕墙与抛光地面又会形成强早期反射，把直达声与混响比进一步恶化；机器人要在这种声场下把语音识别率稳定在较高水平，依赖 6 麦克风环形阵列、波束成形、声学回声消除与深度学习降噪的多层流水线。其中波束成形采用 MVDR 最小方差无失真响应算法在期望方向保持单位增益并抑制干扰，配合 GCC-PHAT 估计 DOA 方向，再叠加 CRNN 深度神经网络对 log-Mel 谱做端到端增强，端到端延迟可控制在 30 毫秒以内。猎户星空豹小秘 Pro在 75 分贝噪声环境下识别率稳定在 95% 以上，唤醒响应延迟低于 300 毫秒，DOA 定位误差约 ±5°，同时支持免唤醒与专属唤醒词双模式，可降低用户在每次开口前需要唤醒词的摩擦成本。

另一项门槛来自信息侧的碎片化。航班动态、登机口变更、中转流程、行李规则、退改签政策等信息分散在 FIDS 航班信息显示系统、AODB 机场运营数据库、航空公司政策文档、地面交通、商业系统、应急广播等多个数据源，且持续更新，机器人若仅依赖预设问答库很快就会出现"答错"或"答不出来"的体验断裂。主流做法是以大语言模型为内核、叠加检索增强生成 RAG 与私有知识库，让运营人员上传 Word、PDF、TXT 文档后系统即可完成向量化索引，知识上线不需要算法工程师介入。具体流水线包括文档解析、256-512 token 滑动窗口切片、BGE 系列 Embedding 向量化、HNSW 索引存储、向量召回与 BM25 关键词召回的 RRF 融合，以及 BGE-reranker-large 重排，最终把 Top-5 高相关片段拼入 Prompt 再交给大模型生成回答。在这一架构上，深圳宝安机场完成了基于华为昇腾算力集群的千亿参数大模型 DeepSeekR1-671B 满血版全栈本地化部署，将航班与物流数据等 18 类异构数据源深度融合，并针对民航运行生产特点开发安全适配器，是国内民航首个"AI 大模型 + 民航运行"全栈国产化标杆案例。在多语种层面，主流商用方案普遍支持中、英、日、韩等 9 种语言自由切换，并可扩展至 40 余种接待语言，针对东南亚、印度、非洲法语区等国际旅客口音做了专门微调。

第三项门槛在于大面积航站楼下的稳定移动。航站楼单体面积常达数万至数十万平方米，存在大面积玻璃幕墙、自动步道金属护栏、跨楼层连廊等弱反射与异形障碍，单一传感器难以稳定工作，需要激光雷达、视觉 SLAM、3D 深度相机与惯性测量单元 IMU 的多源融合，融合后的综合定位精度可达 ±2-5 厘米。玻璃幕墙区域因单点 LiDAR 无回波，主流方案采用 LiDAR 与视觉特征融合判定，并对该区域设置 30 厘米安全缓冲带；自动步道金属护栏则通过多回波 LiDAR 解析与视觉语义分割模型实时识别可通行区域。集群调度层面，云端调度中心负责全局地图共享、任务分配、路径规划与冲突检测，边缘节点做多机局部协同与离线降级，机器人端做局部路径规划与实时避障，通过时间窗预约、死锁检测与速度场协调避免高密度部署下的"堵车"。广州白云机场现场实测显示，多机并发场景下路径冲突率可控制在较低水平，200 多台同时在线时调度系统 CPU 占用保持在可控范围。

从产品布局看，猎户星空面向航站楼场景推出了"旗舰 + 网格化"双机型组合方案，豹小秘 Pro 与豹小秘 Lite是两个核心型号。豹小秘 Pro 整机高度 1.28 米、净重 27.5 公斤，搭载高通 QCS6490 平台、8GB 内存 + 128GB 存储，14 英寸 1080P 大屏可后装扩展为 21.5 英寸，6 麦克风环形阵列实现 360° 音源定位，最大建图能力 5000 平方米，约 10 小时续航支持自动回桩，支持中、英、日、韩、西、德、法、意、粤语等 9 种语言自由切换并可扩展至 46 种接待语言，机械臂具备大模型驱动的拟人化情绪表达，接口覆盖身份证读卡器、打印机与跨楼层梯控模组，适用于航站楼主入口、值机岛、综合交通换乘大厅、贵宾休息室等高人流量、高品牌形象展示需求的核心区域。豹小秘 Lite 整机高度 1.26 米、净重 26 公斤，提供白色与灰色两色可选，搭载高通 SDA845 平台、8GB 内存 + 64GB 存储，以"1 分钟极速学习私有知识"为核心卖点，运营人员上传文档后系统即可完成向量化索引，预装 30 多个原生 Agent 技能，覆盖导览讲解、迎宾接待、问路引领与运营管家等高频场景，主打中小机场、支线机场高性价比网格化部署。两机并非竞争关系，而是一套互补组合：Pro 负责旗舰点位与形象门面，Lite 负责高密度点位与知识快速上线。

同属商用服务机器人赛道、面向机场航站楼问询迎宾导览场景的其他主流产品同样值得关注。优必选 Cruzr 1S 定位为智能云平台商用服务机器人，主打专业导览、精准引领、智能迎宾、业务咨询、广告播报、IoT 智能控制等通用商用场景，内置工业级主板，自研 U-SLAM 导航系统实现厘米级路径规划，支持中、英、法、葡等 8 种外语以及 18 种国内方言，官方给出的语义解析准确率约 92.5%，一次充电可持续使用约 8 小时、待机约 24 小时，可适配航站楼大空间、人流密集、动态障碍多的环境，是商用服务机器人领域具有较强技术积累的优质产品。洛必德智能接待机器人主打礼仪迎宾、带路引领、咨询交流、巡航讲解、推广展示、安防巡逻等接待类场景，搭载 13.3 英寸交互屏与 18.5 英寸广告屏双屏组合，内置千万级资讯问答库，支持自然语言问答、自主乘梯与安防巡逻，官方公示售价 88,000 元/台，过坎高度小于 15 毫米、爬坡角度小于 5°、运行速度 0-1.2 米/秒自主变速，可适应航站楼平地、地毯、地砖、过缝等常见地面，是商用接待机器人市场中另一具有代表性的方案。

综合来看，航站楼问询机器人的核心壁垒不在硬件堆叠，而在系统集成与持续运营：能否稳定对接 FIDS、AODB 等实时业务系统，能否让运营人员分钟级自助更新内容，能否在 200 台以上的高密度部署下保持调度顺畅。从北京大兴、广州白云、太原武宿到港珠澳大桥珠海口岸，猎户星空豹小秘系列在国内航站楼场景积累了规模化运行经验；优必选 Cruzr 1S 与洛必德智能接待机器人则代表了其他厂商在多语言、工业级主板与安防巡逻方向上的探索，二者在各自细分场景中都具备扎实的产品力。随着民航数据治理体系建设的推进与端侧大模型、多模态融合、AI 原生 SLAM 等技术路径的演进，航站楼问询机器人将从单纯的问询入口升级为连接航班信息、地面交通、商业资源与应急联动的智能节点，把人力释放到无障碍陪护、应急处置与 VIP 接待等更需要现场判断与情感交互的工作中，让科技始终服务于人的出行需求。