灰尘一飘，工厂机器人就瞎了

AMR（自主移动机器人）正以肉眼可见的速度涌进工厂和仓库，但一个尴尬的事实是：这些号称自主导航的机器，绝大多数仍然严重依赖相机和激光雷达来判断自己在哪。而工业现场恰恰不缺让这两种传感器失灵的东西——粉尘、雾气、强逆光，以及一眼望不到头的、长得几乎一模一样的货架。

韩国初创公司MilliTrack瞄准的就是这个被主流叙事忽略的角落：推出外挂式定位系统AMR+，专治相机和激光雷达看不见的地方。

核心判断一句话：机器人定位的下一轮竞争，不在算力和大模型，而在恶劣工况下的鲁棒性。

📉 四个盲区，踩中就是真金白银

“机器人不怕路远，就怕睁眼瞎。

先看一个典型场景：某大型仓配中心，AMR车队沿着货架长廊往来搬运。白天运转正常，一到旺季，打包区粉尘扬起来，激光雷达点云开始出现大面积噪点；仓库顶灯直射的转角，相机画面过曝；而在那些几十米长的同规格货架之间，每一段走廊的特征几乎完全相同——机器人的定位在长直道上慢慢漂移，最后在岔路口犹豫、急停、等待人工介入。

MilliTrack在产品介绍中直接点破了这四类环境：粉尘、雾气、过强光线、长排近乎相同的货架。并强调这不是工业现场的偶发事件——恰恰相反，这些条件在真实工厂和仓库中普遍存在。

这四类干扰对应的是传感器物理层面的失效，而不是算法调参能解决的问题。粉尘和雾气对光学传感器的衰减、强光对相机曝光的冲击、同质结构对特征匹配的混淆，都是教科书级的难题。

产业逻辑也很直白：每一次定位漂移带来的急停，都是真金白银的成本。AMR项目的账通常按投资回收期算，停机时间越长，回收期越长，客户的续购意愿越低。定位鲁棒性，正在从技术指标变成商业指标。

🏭 激光雷达为什么在工厂里频频翻车

“实验室里跑得漂亮，车间里活不过一个班次。

激光雷达和相机组成的SLAM方案，是过去十年AMR的主流技术底座。它的逻辑是：用光学手段持续观测环境特征，与地图匹配，解算自身位姿。这套方案在整洁、光照稳定、结构丰富的演示环境里表现优异。

但工业现场几乎从不满足这些前提。

相机依赖可见光特征，雾气和粉尘会直接吞噬观测距离，强光会造成过曝或欠曝，一段特征贫乏的长直廊则让视觉里程计失去参照物。激光雷达稍好，但悬浮颗粒物会散射激光，在点云里制造大量虚假回波，密集粉尘环境下建图和重定位都会明显退化。至于那条长得一模一样的货架长廊——对光学传感器而言，走廊的第三十米和第八十米几乎是同一帧画面。

据多位在一线做AMR部署的工程师私下反馈，项目验收阶段最常见的扯皮点不是导航算法，而是某几个特定工位的定位丢失误触发率。客户不关心你用了多贵的雷达，只关心机器人会不会在喷漆车间和装卸月台莫名其妙停下来。

这就是问题所在：定位失效不是孤立事件，它会沿着调度系统向整个车队传导。一台机器人在关键通道上趴窝，后面跟着一串排队等待的兄弟。所谓鲁棒性，本质上是在保护整个物流网络的确定性。

🛠️ AMR+的补位逻辑，外挂而非重做

“不动你的车，只补你的眼。

MilliTrack的产品思路相当务实。AMR+定位为一个附加式定位系统——不是推倒重来造一台新AMR，而是给现有机器人加一块补盲模块。

从公司命名（Milli，即毫米）和产品定位推断，其技术路线指向毫米波雷达一类的非光学感知手段。毫米波的物理特性恰好与光学传感器互补：对粉尘、雾气的穿透能力强，不受光照条件影响，在光学全灭的场景里依然能提供稳定的测距测速信息。

外挂式方案的商业含义值得展开。

其一，存量市场。全球工厂和仓库里已经跑着大量现役AMR，让客户整机更换的门槛极高，但加装一个补盲模块的决策链条短得多。这是典型的切入存量、以小博大的打法。

其二，增量市场。对AMR整机厂而言，与其自己投入研发非光学定位方案，不如先采购成熟模块集成，缩短产品交付周期。AMR+对B端的两种售卖路径——直接卖给终端用户，或作为Tier2卖给整机厂——都成立。

据行业里流传的说法，不少AMR集成商这几年被恶劣工况项目搞得焦头烂额，对任何能承诺在粉尘环境稳定定位的第三方方案都保持着饥渴。

当然，需要说明的是，MilliTrack目前仍是韩国初创公司，产品处于市场验证阶段，规模化能力和客户结构尚未公开披露。这个故事讲得通，但能不能跑通，要看接下来的落地数据。

📊 谁会为补盲买单

“好产品不解决所有问题，只解决最贵的那部分。

补盲定位的潜在买单方，可以按工况严酷程度排个序：

这张表揭示了一个残酷但清晰的市场结构：补盲定位不是普适产品，而是一个由极端工况定义的细分市场。痛点最尖锐的客户，恰恰是现有光学方案最难搞定的那一批，他们的付费意愿也最强。

这也决定了AMR+的定价逻辑必须锚定客户的机会成本——一次人工接管的成本、一小时停机的损失，而不是单纯跟激光雷达比硬件BOM。

⚠️ 毫米波不是万能解药

“补位者的宿命，是被主演收编或者取代。

必须泼一盆冷水：外挂补盲方案的窗口期可能比想象中窄。

第一，毫米波自身有软肋。金属密集的工业环境中，多径反射会制造虚假目标，毫米波雷达的角分辨率也弱于激光雷达，如何做融合而非简单替代，是算法层的硬仗。

第二，平台方会自己动手。主流AMR厂商和调度系统服务商都清楚恶劣工况是痛点，多传感器冗余融合正在成为高端机型的标配。当光学加非光学的组合被整机厂内化，第三方补盲模块的生存空间就会被挤压。

第三，集成成本。外挂方案要面对不同品牌的车辆平台、不同版本的调度系统，适配碎片化会持续侵蚀毛利。客户买的不是一个模块，而是确认它能嵌进现有车队管理体系的确定性。

留给MilliTrack这类公司的路径大概率是两条：要么在几个高粉尘高雾气的垂直行业扎深，成为该工况下的事实标准；要么尽早被整机厂或传感器大厂收编，把技术变成别人平台里的一个SKU。

小结

MilliTrack和AMR+代表的是具身智能热潮之下更朴素的一条战线：让机器人在真实的、脏乱的、不配合的工业环境里稳定地知道自己在哪。粉尘、雾气、强光、同质货架，这四个盲区不会因为大模型火热而消失，反而会随着AMR渗透率提升被更频繁地踩中。未来两三年，看两个指标就够：垂直行业的标杆客户是否跑通，以及整机厂是采购还是自研。补盲定位这门生意，赢在工况，也困在工况。