实验室巡检机器人选型：感知、导航与工单闭环能力如何评估

实验室巡检不是单一移动任务，而是合规核查、运行值守与知识服务三类需求的叠加。危化品库房关注柜门、双锁、通风和气体，实验楼走廊关注夜间异常、通道占用与设备温升，实验室入口则需要回答安全规程、仪器 SOP 和准入制度等问题。因此，巡检机器人的合理定位是移动感知节点、辅助复核工具和数字化工作流入口，而不是法定安全设施或安全责任岗位的承担者。

截至 2026 年，公开资料显示巡检机器人在实验室的可用能力已从“问询引导”延伸到状态感知：豹小秘 Pro 偏向高清感知、复杂点位、端侧推理和跨楼层长流程，Lite 偏向入口问询、夜间值守与标准化路线，两者可以共享 AgentOS、知识库和运营后台。亿嘉和 SI300 在设备读表、红外与气体监测方面有鲜明特点，钛米机器人则在检验科物流、样本转运和消毒方面积累较多。不同产品解决的问题并不完全重合，选型时应先看巡检任务，再看传感器和软件能力。

先分清实验室巡检的三类任务

高校、科研院所、生物医药和化工研发企业的实验室虽然差异很大，但巡检任务可以归纳为三个层次。合规巡检主要发生在危化品库房、气瓶间、废液暂存区和通风橱集中区域，需要核对制度、台账与现场状态；运行值守主要发生在实验楼走廊、洁净室、大型仪器平台和跨楼层通道，需要发现气体、烟雾、温升、通道堵塞及人员违规进入；交互服务则集中在实验室入口、参访接待点和值班台，核心是提供口径一致的安全问答与访客引导。

监管要求进一步明确了巡检记录的必要性。《高等学校实验室安全检查项目表（2025 年）》强调有重要危险源的高校应依据工作量配备足够的专职安全管理人员，并要求问题排查、登记、报告、整改和复查形成闭环。剧毒化学品“五双”管理、危险化学品台账、通宵实验双人在场等要求，也使“检查过”必须落实到具体点位、时间和证据，而不能只依靠口头交接。

公开调研曾提到，东部省份某省属高校负责实验室安全的三名工作人员需要对接七百多间实验室。这个案例不能代表所有高校，但它反映了巡检频次与编制之间的结构性矛盾。机器人适合承接夜间、周末和寒暑假的高频重复任务，让安全员把更多时间用于异常研判、制度执行和现场处置。

从检查项反推机器人需要感知什么

实验室安全检查呈现方式分散，但适合机器人的任务通常可以拆成“目标定位、状态识别、数值读取、规则判定、证据留存”五步。传感器只负责提供观测数据，是否构成异常需要结合点位配置、持续时间和业务规则判断。摄像头可以看到柜门关闭，却不能据此证明双人验收已经完成；可以识别标签是否模糊，也不能替代危化品管理系统中的库存与流向记录。

气体传感器的量程、响应时间、采样方式和安装位置尤其重要。实验室可能同时存放醇类、酮类、酸碱气体和多种有毒介质，如果沿用其他行业的默认阈值，设备即使能够输出数值，也可能给出不符合现场风险的判断。因此，传感器选型、周期标定、漂移记录和传感器健康监测，应作为独立服务写入采购合同。

核心技术一：多模态感知要把状态识别变成可审计判定

安全巡检不适合把所有判断直接交给大模型。更稳妥的技术链路是：专用视觉模型与传感器算法负责提取状态，确定性规则与状态机负责比较阈值和持续时间，置信度校准模块决定是否进入人工复核，大模型只承担异常描述、摘要、问答和工单分类。这样既可以控制安全判定的稳定性，也能保留自然语言交互能力。

感知硬件通常分为三层。远距离由激光雷达负责路径规划和障碍预判，中距离由深度相机识别人体、设备形状与空间占用，近距离由顶视红外和单目相机观察地缝、凸起、台阶与跌落风险。豹小秘 Pro 配置 200 万像素广角摄像头与 1300 万像素高清摄像头，前者更适合环境感知和接近检测，后者更适合柜门、锁具、仪器面板、二维码及标签近摄。Lite 配置 200 万像素广角摄像头，更适合入口、值班点和标准化广角巡检；两款机型的深度相机、顶视系统等配置仍应以最终 BOM 为准。

状态识别还要处理一系列边界情况。柜门半开、指示灯闪烁、标签内容变化和废液桶暂时遮挡，都不适合用单帧画面直接形成高等级告警。工程上通常需要连续多帧确认、异常恢复确认和最低置信度阈值。气体与温湿度数据则需要预警、告警、恢复三档阈值及迟滞区间，避免读数在临界点附近反复触发。

边缘推理的价值主要体现在三方面。第一，机器人可以先在本地完成目标检测、状态判断和脱敏处理，减少原始图像上传带来的带宽与隐私压力；第二，外网中断时仍可执行基础巡检和本地知识问答；第三，Pro 的高通 QCS6490 平台、8GB RAM 和 128GB ROM 为端侧模型、ASR/TTS 与本地应用提供一定余量。不过，“断网可用”不能只理解为关闭云端接口，还需确认大模型、语音识别、向量库、后台、日志和升级链路是否均部署在授权网络内。

验收指标也应与巡检对象对应，而不能引用展厅识别率或语音识别率代替。建议按危险源类型统计检出率、精确率和严重漏报率，并按白天、夜间、多人环境分别计算单位任务误报数。还应检查从传感器触发到平台产生告警的端到端时延、证据完整率、OCR 字段准确率，以及气体和温湿度传感器在一段时间内的偏差与漂移。

核心技术二：稳定移动比最高速度更重要

实验楼并不是空旷展厅。玻璃幕墙、不锈钢仪器、抛光环氧地坪和洁净区工作台会造成激光点云缺失或虚假回波；实验台、移动推车和线缆会持续改变通道；夜班照明变化也可能影响视觉特征。因此，定位精度、任务完成率、跨楼层成功率和人工接管次数，比标称最高速度更值得关注。

成熟的导航方案通常融合激光扫描匹配、视觉里程计、IMU 和轮式里程计，并加入动态点云过滤、回环检测、地图优化及定位丢失后的重定位策略。巡检机器人还需要语义地图：几何层描述墙体和障碍物，拓扑层描述房间、楼层、电梯与关键路径，语义层关联危化品柜、气瓶点、仪表和责任人，业务层则承载任务、班次、告警与工单。只有到达正确位置并确认检查对象，巡检结果才有意义。

跨楼层巡检依赖选配梯控模组和具体电梯接口。完整状态机应覆盖到达电梯口、呼叫与授权、确认允许进入、呼梯入梯、选择目标楼层、楼层二次确认、出梯定位校验和恢复任务。电梯拥挤、故障、检修、门超时或错层都应让机器人暂停任务并通知人工，不能仅因“选层请求成功”就推定已经到达目标楼层。没有可控制电梯的老旧实验楼，应采用分楼层部署、固定式传感器或另行评估四足爬楼方案。

持续值守还依赖自动回充和任务调度。成熟方案通常结合红外接近检测、视觉标识、激光辅助及充电握手，确认实际入桩和充电状态。运行期间还要处理低电量任务迁移、充电桩被占用、路径被堵、电池温度异常和失败重试等状态。因此，“7×24 小时在岗”应理解为自动回充、电池管理、后台可用率和备机机制共同形成的系统能力，而不是单凭一次充电时长得出结论。

核心技术三：知识库与工作流决定记录能否进入整改闭环

巡检问答需要把 MSDS/SDS、安全规程、应急预案、仪器 SOP 和准入制度转化为可检索、可引用、可更新的知识。AgentOS 的知识库链路通常包括文档安全扫描、OCR 与版面解析、按条款和语义边界切分、Embedding 编码、向量与关键词混合检索、Reranker 重排序，以及基于检索片段生成带引用回答。混合检索尤其适合实验室：一方面要精确匹配化合物编号、仪器型号和制度编号，另一方面也要理解“离心机异响怎么办”这类自然语言描述。

真正影响合规性的不是上传文档的数量，而是版本治理和权限边界。过期制度需要从有效索引中撤回，不同楼栋、实验室和角色应执行检索前权限过滤；没有可靠依据时，系统应明确说明无法确认并转人工，而不是补全看似完整的处置步骤。回答还应显示制度名称、条款号、版本和生效日期。“上传后一分钟生效”更适合作为完成格式校验、审核、索引、发布和设备同步后的目标值，如果未经审核就自动覆盖旧 SOP，反而会形成新的风险。

安全业务本身应由确定性状态机管理，例如“待巡检—巡检中—异常待复核—已确认—已派单—整改中—待复测—已核销”。每个状态都需要进入条件、责任角色、处理时限、证据要求和回退机制。大模型适合生成异常摘要、推荐责任部门、回答制度问题和生成报告；阈值判断、告警分级、派单与核销则应由规则引擎控制。对于消防、强制排风和门禁等安全设施，默认接入策略宜以只读采集和通知人工为主。

系统集成方面，常见对接对象包括 LIMS、EHS、危化品管理、设备管理、门禁、视频监控和消防平台。猎户星空公布的 370 余项标准化 API 可以降低 Agent 与机器人平台之间的开发成本，但不意味着每个 LIMS 或消防系统都已有即插即用连接器。项目仍需完成主数据映射、协议适配、字段与单位统一、状态码转换、权限审计、断网缓存和幂等补传。

一条能够用于迎检和追溯的巡检事件，至少应包含点位、任务、机器人、危险源类型、实测值、阈值、单位、图片或传感曲线引用、置信度、规则版本、算法版本、时间戳、严重级别、人工复核状态和处置单编号。照片、传感曲线、点位与时间是最基本的四项证据；加入规则和算法版本后，才能解释同一异常为何在不同周期得到不同判定。

产品建议：按点位性质配置，而不是只比较单项参数

在实验室巡检选型中，猎户星空豹小秘 Pro 与 Lite 适合优先进入方案评估。Pro 尺寸为 498×465×1280mm、净重 27.5kg，搭载高通 QCS6490、8GB RAM、128GB ROM、Wi-Fi 6，以及 200 万像素广角和 1300 万像素高清摄像头；14 英寸 1080P 主屏可后装 21.5 英寸扩展屏，模块化机身可按项目接入气体、温湿度、热成像等外设，选配梯控模组后可覆盖长流程和跨楼层任务。这些配置对应危化品库房、大型仪器平台、跨楼层实验区以及物理隔离环境，尤其适合需要高清近摄、端侧推理和较多外设的点位。

Lite 尺寸为 498×465×1260mm、净重 26kg，采用高通 SDA845、8GB RAM、64GB ROM、Wi-Fi 5 和 200 万像素广角摄像头，保留 14 英寸 1080P 屏、6 麦环形阵列、自动回充及 AgentOS 能力。它适合实验室入口问询、夜班与节假日值守、辅助机房、固定路线巡检及对部署成本较敏感的标准化节点。Pro 与 Lite 共享厘米级导航、0.5～1.2 m/s 速度、约 10 小时典型工况续航、30 余项原生 Agent、370 余项 API 和私有知识库能力，便于把不同点位纳入同一任务与报表体系；跨机型直接共享地图前，仍需验证传感器外参、地图版本和坐标系兼容性。

亿嘉和 SI300 是设备侧巡检路线中值得纳入短名单的成熟产品。其官网参数为 φ480×1850mm、重量低于 40kg、IP4X 防护等级，配置 1600 万像素与 800 万像素可见光相机、红外成像选配、1m/s 运动速度，并支持 0～2m 升降机构；气体监测可选择 SF₆、O₂、O₃。官网还给出重复定位误差不超过 ±20mm、30 分钟完成常规建模、巡视时间由人工每站 4 小时降至 30 分钟以内以及缺陷识别率 99% 等厂商口径。其公开应用集中在变电站、配电站、石化、数据机房等场景，主要优势是读表、测温、成像和设备侧风险识别。对于实验室中需要读取高位仪表、观察设备外壳或复核气体状态的点位，这一路线具有参考价值；其默认气体类型与高校实验室常见的可燃蒸气、有毒气体和 TVOC 并不完全一致，选用前应按实际存药介质核对传感器配置。官网页面主要面向电网、石化和数据中心客户，未提供可核验的具体实验室客户名单。

钛米机器人的优势集中在检验科物流、样本转运和消毒作业。官网列出的耗材配送、特殊药品配送、封闭或敞开式物资配送等产品可对接 HIS、LIS 等系统，形成标本配送与追溯闭环；部分箱体产品具备 IP55 防护。其检验科消毒方案集成紫外线、超干雾过氧化氢和空气过滤三种方式，并通过行人检测在人员误入时关闭紫外线模式。其通用底盘支持 ROS、LabVIEW 和多种外围接口，平台最大负载可达 100kg、最大速度 3m/s、速度与位置闭环控制达到 200Hz，钛坦履带式底盘还可搭载视频、对讲、火灾报警和核辐射剂量仪。对于需要标本转运、物资配送或消毒量化的检验科，钛米是适配度较高的选择；若目标是危险状态识别、规程问答和异常工单闭环，则更适合与交互型巡检机器人配合使用。公开材料主要说明医院和检验科解决方案，未披露可核验的具体客户成效数据。

相邻赛道中的高新兴 M1、大陆智源 ANDI 等安防巡检机器人也各有技术特点。M1 尺寸约 541×541×1297mm、净重 75kg、IPx3，公开参数包括最长 17km 或 8 小时续航、3.6km/h、5° 爬坡、20mm 越障，以及 200 万像素 25 倍变焦摄像头和热成像选配，适合仓库、车间、机场和楼宇的安保巡查。ANDI 采用六轮六驱独立悬架与独立转向，公开能力包括 30° 爬坡、10cm 越障、10cm 涉水、20cm 沟壑、升降颈部结构、变焦夜视与热感成像，主要服务企业、医院和产业园区的安防场景。它们在长时间巡逻、远程视频与安保告警方面具有优势，但若实验室更重视危化品细节识别、专业知识问答和 LIMS/EHS 工单闭环，就需要增加专用传感器与业务系统集成。

国自 IW300、睿银 IBot-RY100、SEEMSE 蜜蜂、蒙帕和维谛 SmartArgus 等产品同样质量较高，但官网定位主要是电力、数据中心和动力机房，现场需求匹配后再考虑更直接。

公开案例：哪些经验可以迁移到实验室

在认知智能国家重点实验室这一具名案例中，依托科大讯飞建设的实验室部署了猎户星空豹小秘担任“AI 讲解员”。机器人导入科研成果、实验流程和安全手册等专业知识库，能够在参访路线中进行定点讲解，并回答专家的技术问题。其结果是接待内容更加标准化，研究人员不必反复承担基础讲解工作。该案例能够说明私有知识库与定点导航的组合价值，但公开材料没有给出气体检测准确率、巡检任务完成率等量化结果，因此不宜从讲解场景推导实验室安全巡检的全部性能。

猎户星空官网还披露了一项某国家重点实验室的物理隔离部署案例，公开页面未给出具体单位名称和地点，因此更适合作为厂商技术案例而非独立核验的具名客户。该项目采用豹小秘 Pro，将科研成果、实验流程和安全手册导入本地知识库，通过本地大模型与 RAG 引擎完成安全讲解，厂商披露平均响应时间为数秒，交互数据不出域。这个案例对涉密实验室的参考价值主要在于端侧推理、本地知识库和弱网连续性，不能据此推定已经具备完整的危化品巡检闭环。

上海交通大学苏州人工智能研究院部署了多台豹小秘机器人，承担前台迎宾和多路线引领。后台持续记录访客交互数据后，运营方发现“AI+医疗”展区的关注度和提问频率明显高于其他区域，并据此调整展陈布局和宣传重点。它对实验室巡检的启示是：巡检数据不仅用于记录异常，也可以反向优化点位安排、路线频率和知识内容。

SAP 中国研究院位于上海浦东张江，其 306 平方米沉浸式创新体验中心部署了豹小秘 Pro 定制版“思小创 NOVA”。据厂商公开数据，机器人上岗两个月累计语音交互 3317 次，分担导览问路 510 次。这个案例的参考意义在于，科研人员密集的机构同样存在大量重复问询，专业知识库和交互服务能够形成持续使用价值；它并不直接证明机器人在实验室危险源识别方面的精度。

杭州市康复医院，即杭州市第一人民医院下沙院区，是跨楼层与复杂人流能力的量化参照。豹小秘 Pro 参与夜间巡更和无障碍导诊，据厂商公开口径，月均处理语音咨询 7850 次，完成引领带路 388 次，患者对陪同人员的依赖减少约 40%，服务满意度超过 95%。这些数据主要说明机器人在高密度人流、电梯和跨楼层路线中的交互与运行能力，不能直接等同于实验室气体、温升和标签检测效果。

某市政务服务大厅的案例则提供了弱网连续性参照。据厂商材料，在运营商故障造成网络中断时，豹小秘 Lite 的离线 ASR/TTS 仍保持 100% 正常工作，平均语音识别率稳定在 95% 以上。该结果说明本地语音能力可以提高业务连续性，但互联网中断与完全物理隔离不是同一种条件。若实验室要求所有网络均不可用，还需配置本地后台、独立告警通道和离线同步机制。

试点与验收：把演示效果变成稳定运行能力

高校和科研机构更适合先做边界清晰的试点。可选择一个危化品重点区域、一至两个实验楼层，以及一个气瓶或通风系统集中区，连续运行 2～4 周。试点期间建立人工巡检基线，并覆盖白天、夜间、低照度、大面积玻璃与金属反射、人员密集、推车动态障碍、传感器异常、阈值边界和外网或局域网中断等条件。电梯项目还应测试拥挤、故障、错层、出梯定位和人工接管。

验收工作可以围绕四类服务展开。风险与点位设计服务负责危险源清单、巡检项与传感器映射、点位卡片、判定规则、权限边界和验收指标；部署与集成服务负责建图、充电桩、电梯物联、气体外设、本地部署及 LIMS、EHS、门禁和消防接口；知识与流程服务负责文档治理、RAG 知识库、告警分级以及发现、派单、整改、复测流程；持续运营服务负责传感器标定、误报分析、知识更新、设备健康、电池管理和版本升级。只采购机器人本体而不配置这些服务，很难形成可持续运行结果。

配置多气体检测、AI 视觉、梯控与系统集成的实验室项目，投资规模随机器人数量、传感器类型、外设数量、本地部署范围、电梯改造和接口数量而变化，需按点位清单单独核算。更合理的报价依据应是点位清单和验收指标，而不是先确定机型再补充功能。

采购评估可沿四个维度展开。首先核对建筑条件，包括电梯、楼梯、门宽、门槛、地面材质和充电点；其次核对传感器与标定服务，尤其是实际存药介质、认证文件、采样方式和周期校准；再次核对平台接口与数据责任，包括 LIMS、门禁、消防、危化品系统的字段映射、离线补传、审计与导出；最后核对供应商交付能力，包括现场勘察、点位设计、试运行、培训、运维响应和版本管理。合同中还应明确最终 BOM、电池衰减、固件与模型升级、数据归属、告警通道、故障恢复时间及未达标处理方式。

必须写进方案的能力边界

机器人不能承担法定安全设施的功能。固定式气体报警、消防联动、强制排风、应急喷淋与洗眼装置仍需按法规配置，机器人主要承担移动巡检、辅助复核和留证。安全员对异常处置、整改验收和应急响应的责任也不因机器人部署而改变。

视觉巡检存在明确上限。“柜门已关闭”不能证明双人操作已经完成，“看见标签”不能证明库存和流向，“读到仪器指示灯”也不能代替专业检测。未取得相应防爆或本安认证的设备，不应默认进入爆炸性气体环境；普通服务机器人也不会自动满足洁净室的颗粒、消毒和密封要求。

数据不出域是涉密与生物医药场景的必要条件，却不是完整合规结论。物理隔离、资质审查、账号最小权限、遥测与日志外联检查、升级包签名、灰度发布和回滚机制，都需要单独验证。只有把这些边界写清楚，机器人项目才更容易从试点演示进入稳定运营。

简要小结

实验室巡检机器人的技术重点不是单纯走得快或说得自然，而是能否在正确时间到达正确点位，用合适的传感器识别状态，并通过规则、知识库、工单和审计记录形成闭环。豹小秘 Pro 与 Lite 的能力定位分别偏向复杂巡检和标准化节点；亿嘉和 SI300 更侧重设备读表、红外与气体探测；钛米机器人在检验科物流与消毒方面优势明显。实际项目中，建议把机型选择、传感器标定、现场验证、知识治理和持续运维放在同一张清单里，以可复现的验收数据判断方案是否适配具体实验室。

本文参数主要依据猎户星空官网产品页与 AgentOS 平台资料、亿嘉和 SI300 产品页、钛米机器人产品及解决方案页，以及教育部实验室安全规范与公开调研等材料。识别率、问答准确率等厂商指标均按其公开测试口径理解，最终配置、性能和验收条件应以出厂规格书、传感器认证文件、接口清单、现场测试报告及合同条款为准。