是的，我们的 ANT 技术包含一种安全且高度可配置的障碍物避让功能，称为 SmartPass。通过本详细指南，了解 SmartPass 的工作原理，以及何时采用障碍物避让才是最佳选择。
障碍物避让正越来越多地出现在移动机器人项目的招标文件和需求规范中。但在实际应用中，它究竟意味着什么？它是否始终是最高效的选择？
本指南将介绍：
AGV 和 AMR 等自动化车辆通常采用以下两种主要导航方式之一：
1. 路径跟随
车辆沿着预先定义的路径运行，这种路径可以是物理路径（例如磁条），也可以是虚拟路径（如 ANT 导航）。
2. 障碍物避让
车辆动态地、自主地实时规划自身行驶路线。
一般而言，AGV 会遵循某种预定义路径，而 AMR 则持续感知环境，从而自主寻找并规划路线。
这一差异甚至在 ANSI/RIA R15.08-1-2020 标准中得到了明确体现。该标准规定了工业移动机器人设计与集成的安全要求，并指出：
“AGV 与 AMR 的根本区别在于其穿越指定运行环境的方式。AGV 沿预定义引导路径（虚拟或物理）自动运行，并采用碰撞避免机制；而 AMR 则通过传感器检测障碍物，并通过计算无障碍路径来调整路线，而非依赖预定义路径。”
下面我们来比较 AGV 式路径跟随与 AMR 式障碍物避让的工作方式。
需要注意的是：ANT driven 车辆既可以使用虚拟路径跟随，也可以使用我们的障碍物避让方案 SmartPass，甚至可以在同一个项目中同时使用这两种模式。
了解了这些技术的区别之后，让我们进一步分析它们各自的优缺点。
比较这些不同导航方式的一个实用方法，是了解各自最理想的应用场景。
纯障碍物避让——即车辆持续自行生成路线——适用于机器人尺寸较小且运行环境较为繁忙的场景。
一个典型例子是 Cleanfix 的清洁机器人。这类机器人需要覆盖并清洁指定区域，但完成清洁的顺序并不重要。
在购物中心、机场等环境中，Cleanfix 机器人遇到障碍物（尤其是人员）的概率很高。如果机器人像 AGV 一样每次遇到障碍物都停车等待，那么清洁工作将几乎无法完成。因此，在这种场景下，纯障碍物避让是非常合适的选择。
路径跟随更适合工业环境，例如仓储物流和生产制造中的物料搬运应用。
实现成功应用的关键在于：现场人员经过良好培训，能够及时发现车辆堵塞情况，并快速移除障碍物（或者更好地避免制造障碍物）。
对于承载重型货物的大型车辆而言，路径跟随是理想选择，因为工作人员通常更容易接受行为可预测且运行逻辑明确的车辆。
路径跟随同样适用于空间有限的场地，例如改造型（brownfield）工厂，因为在这些环境中绕行障碍物很容易导致车辆陷入死锁状态。
尽管现实应用已经证明了上述观点，但很多人仍然认为障碍物避让一定更加高效。
客户经常看到制作精良的营销视频，视频中的 AMR 看起来能够智能协同、自如穿梭，因此很自然地认为这种方式效率更高。
然而，在大多数工业应用中，这并非事实。尽管障碍物避让极具吸引力，但它在工业环境中的表现往往不如预期。
AMR 式导航在工业环境中的主要问题包括：
依赖障碍物避让作为主要导航方式的车辆通常比沿预定义路径运行的 AGV 更慢。
AMR 必须持续感知环境并计算前进路线，同时还需要降低速度以应对障碍物。由于其运行路径更加自由，也更频繁地遇到障碍物，因此往往需要绕行更长距离。
基于障碍物避让的车队通常效率较低，因为缺乏协调一致的交通管理机制。
AMR 从设计之初就是以障碍物避让为核心，而不是以内置交通管理为核心。
换句话说，它们往往独立运行，而不是通过车队管理系统获取堵塞信息、协调路权与交通优先级。
缺乏高效交通管理的结果就是交通死锁。AMR 经常彼此阻塞，导致物流运输流程中断。
部分 AMR 供应商会尝试通过增加简单交通规则（如单向区域或禁行区域）来降低死锁风险，但效果通常十分有限。
在 BlueBotics，我们已经见证了数百家终端用户在路径跟随与纯障碍物避让之间做出选择，也亲眼看到了这些选择带来的结果。
结论是：在绝大多数情况下，由强大交通管理支持的虚拟路径跟随远比纯障碍物避让更高效。
例如，一家北美轮胎制造商运营着一支由 37 台移动机器人组成的车队，这些机器人全部采用纯障碍物避让导航（导航技术来自另一家公司，而非 BlueBotics）。终端用户对系统整体表现并不满意，经常遭遇死锁问题，整体效率也较低。
随后，这批机器人升级采用了 ANT 导航，并将其核心导航模式从障碍物避让切换为稳健的预编程虚拟路径跟随。
结果：仅通过改变导航方式，同一支车队便以更少的车辆实现了更高的吞吐量。
该轮胎制造商减少了 7 台 AGV，而即便如此，系统生产效率仍比此前提高了 10%。
需要强调的是：这些仍然是同样的车辆。唯一改变的，仅仅是导航方式由障碍物避让切换为虚拟路径跟随。
虽然障碍物避让显然不是工业应用的最佳方案，但这并不意味着路径跟随在所有情况下都能完美运行。例如：
在这些场景下，理想情况是路径跟随车辆能够智能绕过障碍物，然后立即返回原有路线。换言之，实现“两全其美”。
借助 ANT，您可以通过 SmartPass 功能实现这种混合模式。
SmartPass 是 ANT 软件套件中的一项高级功能，它在虚拟路径跟随的基础上增加了受控的障碍物避让能力。
简而言之，它结合了：
与典型的 AMR 障碍物避让不同，SmartPass 可确保所有避障动作都保持受控、可预测，并与整体车队效率保持一致。
本视频将为您详细讲解：
不同于在障碍物避让之上追加简单交通管理功能——许多 AMR 厂商曾尝试这样做，但收效有限——SmartPass 采取相反的方法：在 ANT 默认的虚拟路径跟随模式上增加智能且可配置的障碍物避让功能。
这意味着，我们 ANT server 车队管理软件强大的交通管理能力同样适用于 SmartPass 避障动作。
这一方法带来了三大优势：
1. 以效率为核心的运行方式
2. 尽可能减少死锁
3. 完全可配置
SmartPass 安全且谨慎，并且具备高度可配置性，以适应不同客户与场地的需求。例如，您可以定义：
在大多数情况下，BlueBotics 推荐采用纯路径跟随。不过，以下框架有助于您做出或验证选择。
情景 1：如果……
环境大部分时间保持稳定且易于管理；
安全性是首要考虑因素。
请选择虚拟路径跟随。
情景 2：如果……
请选择虚拟路径跟随 + SmartPass。
情景 3：如果……
请选择纯障碍物避让。
请注意：上述所有导航模式均可在 ANT lab 配置软件中进行设置，其中“虚拟路径跟随”为默认模式。
BlueBotics 工程师团队很乐意与您深入探讨这一主题。欢迎联系我们安排交流。