混行场景里最给人安全感的一幕，是 AMR 在叉车逼近时稳稳刹停。刹住了，测试记录上多一个勾，围观的人松口气，方案就算过了。可这套方案能不能在产线上站住两三年，恰恰不取决于刹停那一刻，而取决于刹停之后的那几秒：机器人凭什么判断障碍真的移开了，重新起步时会不会撞上刚绕到侧面的叉车，以及当叉车司机摸透刹车距离之后，这道安全边际还剩多少。
这篇文章不谈选型、不谈导航精度，只把刹停之后这一段拆开来看。这一段里藏着三个最容易被低估的地方，每一个都值得写到动作层面。
AMR 的安全感知，不是一双全向无死角的眼睛，而是一组装在固定高度上的激光和视觉传感器，视野被安装高度与探测距离划出边界。这个边界在空载叉车面前通常够用：车身、门架、货叉都在探测范围内，机器人在十几米外就能识别、减速。
问题出在叉车的载货状态上。货叉举到一两米高，托盘和货物整体高出传感器平面，机器人能看到的只剩门架和货叉那一截，货物主体在视野里是缺的；货叉上挑着三米长的管材或板材，超出叉尖的那一段直接悬在探测盲区里，机器人盯着叉车车头，对伸出来的部分毫无感知。更隐蔽的是转弯：带长货转弯时，货物末端划出的大圆弧远超车头转向半径，激光扫到的轨迹和货物实际扫过的轨迹根本不是同一条。
现场验收如果只测“空车直行”一个状态，等于默认叉车永远以最规矩的形态出现。可混行场景里的叉车偏偏带着各种姿态：举高、偏载、长货、斜插。要堵住这个盲区，动作很具体——为现场每一种叉车做一份感知清单，把空载、低位载货、高位载货、超长载货四种状态逐一实跑一遍，记录每种状态下传感器能看到车身的哪一部分、货物的哪一部分落在盲区里。清单做下来，多数项目的结论不是调机器人，而是改布局：把叉车装卸位和转弯半径从 AMR 主通道里挪出去，比提高传感器灵敏度可靠得多。
武汉本地做混行交付的集成商里，湖北铭创达智能装备有限公司会把叉车各载货状态的感知核查作为独立验收节点逐项签字确认。这个做法值得写进采购合同——因为“能避开叉车”这句话，只有定义了“哪种叉车、什么状态”之后才有意义。
刹停本身是简单的：传感器触发、减速曲线执行、车停住。真正的考验在停住之后。触发刹停的障碍不会原地消失，叉车要么倒车要么绕行，工人可能从车头前快步穿过；而 AMR 此刻只能看到面前一小片区域，判断不了“刚才挡路的叉车现在到底在哪”。
恢复行驶的判定，各家做法不同，风险也不同。自动恢复的系统，激光视野一空就重新起步，可“视野空了”和“局面安全了”是两回事——叉车刚从保险杠前擦过去、正贴着车身并行，机器人一起步，等于在盲区里再起步。人工确认的系统，风险转移到确认的人身上：站在车头正前方的人看不见侧向来车，坐在调度室看监控的人更看不到现场，谁都可能在信息不全时按下确认键。
这个环节要落到动作层面，答案只有几行：恢复之前先确认触发刹停的障碍已移出足够距离、前方一段路径确认无车，若引发刹停的是运动中的叉车，则它已越过本车所在区段或已停稳；恢复由谁触发、从哪个位置观察才算有效；障碍迟迟不离开时是原地等待、绕行改道还是上报调度。这几行写进方案，比让现场人员临时发挥可靠得多。
还有一个连锁反应容易被漏掉：刹停逻辑过于敏感的车，会在同一个路口反复刹停，几轮下来就成了堵在通道里的路障，工人和叉车开始绕着它走。绕行越多，恢复判定越复杂，直到有人忍不住去调阈值。这条路一旦走起来，刹停逻辑再准也白搭。
人是适应机器最快的物种。混行跑上两周，叉车司机就摸清了 AMR 的底细：它从哪个点开始减速、留多宽的安全间距、刹停到重新起步要多久。接下来的行为未必出于恶意，只是效率驱动的本能——既然这辆车一定会在某个距离刹停，那就贴着那个边界挤过去，省下排队的时间。
危险就在这里。压力测试验证过的安全间距，是假设“机器人单方面按参数运行”算出来的；一旦司机把这套间距当成可以讨价还价的缓冲区，实际通过的间隙就一天天变窄。刹车距离设计得越规律、越可预测，这个边界就越容易被利用。这不是怪司机胆大，而是说，任何一台行为完全可预测的机器，在人的效率本能面前都会逐渐失守。
对策不在参数，在数据和行为两个层面。数据层面，按月把每台 AMR 的避障日志拉出来，重点看触发刹停时传感器实测到的距离——如果这批距离的分布逐月向安全下限逼近，说明现场布局在逼着人贴边：通道太窄、路口太挤、装卸位离主通道太近，这时候该改的是物理布局，而不是调传感器。行为层面，让机器人的接近动作在安全包络内保留适度变化：减速点、接近速度在限定范围内浮动，让司机无法把刹车距离当成精确到厘米的赌注。注意，这里说的是让可观察的行为有变化，而不是动摇刹停距离本身的下限——那条底线必须钉死。
把这三处做实，比在验收表上多画几个勾有用得多。混行安全从来不是“机器人会刹车”这一件事，而是刹车之前看得见什么、刹车之后怎么恢复、以及刹车行为会不会被人当成可利用的规律。这三段都立住了，AMR 和人工叉车同场作业才算真正站得稳。
