场景案例
典型行业
场景案例
围绕清洁环卫、无人配送与园区物流三类低速移动机器人场景，展示端侧视觉大脑在复杂真实环境中的落地案例与适配能力。
cleaning_services
清洁环卫
夜间雨后与脏污路面稳定识别
local_shipping
无人配送
人车混行环境下的通行策略
inventory_2
园区物流
任务阶段识别与绕行建议
neurology
统一底座
同一视觉大脑适配多场景案例
01 / 清洁环卫
夜间、雨后与脏污路面的稳定识别案例
面向清洁环卫场景，端侧视觉大脑重点解决夜间作业、雨后反光、路面脏污以及非结构化障碍物较多时的环境理解问题，支撑机器人安全、高效、连续作业。
cloudy_snowing
场景痛点
夜间 / 雨后反光、路面脏污、非结构化障碍物密集，影响低速通行稳定性。
visibility
案例解法
通过环境鲁棒性优化，提升湿滑、污损与复杂光照条件下的感知稳定性。
- check_circle 夜间与雨后复杂工况增强
- check_circle 非结构化障碍识别与低速通行判断
- check_circle 连续环卫作业场景适配
02 / 无人配送
人车混行环境中的通行与等待策略案例
面向无人配送车场景，重点处理人车混行、临时占道与动态障碍物多等问题，通过动态目标轨迹预测与风险分级，形成更稳妥的通过、绕行与等待策略。
route
动态路径判断
针对临时占道、拥堵与路线变化，快速形成通过、等待或绕行建议。
psychology
动态目标预测
对行人、车辆等动态目标进行轨迹预测，提升复杂环境下的决策稳定性。
warning
风险分级处理
结合环境风险等级与任务状态，支撑更平滑的配送场景通行控制。
03 / 园区物流
作业区复杂路况下的任务阶段识别案例
面向园区物流车场景，核心问题在于路径阻塞、作业区域复杂与任务切换频繁。案例重点通过任务阶段识别与绕行建议，帮助车辆在复杂园区环境中维持连续运行能力。
local_shipping
场景特点
作业区状态复杂、临时停靠频繁、路径阻塞与装卸任务并存。
alt_route
案例解法
通过任务阶段识别与路径绕行建议，提升复杂物流工况下的执行连续性。
- check_circle 路径阻塞检测与重规划建议
- check_circle 作业阶段识别与状态切换判断
- check_circle 园区物流任务连续运行支撑
