在LinkedIn上，别再只晒参数了，聊聊我们是怎么让机器人“看见”障碍物的

大家好，我是Leo，我们团队是做跨境电商智能仓储物流设备的，主要是那些在仓库里跑来跑去的AGV（自动导引车）和AMR（自主移动机器人）。最近总有朋友在LinkedIn上问我，说你们的机器人避障性能看起来很牛，但在LinkedIn上发帖，除了贴几张动图、列一堆传感器参数，好像就没别的办法了？客户也看不太懂，感觉干巴巴的。

这确实是个痛点。我们做B2B技术的，产品本身很硬核，但要把它“翻译”成客户能感知、能信任的价值，尤其是在LinkedIn这样一个相对专业的社交平台，确实需要点技巧。今天不聊虚的，我就用大白话，拆解一下我们是怎么在LinkedIn上，把“避障性能”这个抽象概念，做得既真实又有说服力的。这不算是什么标准答案，更像是我们自己踩过坑、试过错之后的一点心得。

第一步：把“避障”这个黑盒子打开，让客户看到里面的“大脑”

刚开始我们和很多人一样，觉得避障嘛，就是机器人前面有东西能停住。所以我们的帖子就发一个视频：机器人走着走着，前面突然出现一个纸箱，机器人“嘎”一下停了。然后配文：“看，我们的机器人避障功能强大！”

结果呢？评论区很客气，但也很冷淡。有人问：“这速度多慢啊？”“换个不规则的障碍物还行吗？”“就这？”

我们后来才明白，这种展示方式太“结果导向”了。客户看不到过程，看不到技术含量，自然也就get不到我们的价值。他们心里想的是：我的仓库那么复杂，人来人往，叉车乱窜，地上的托盘、线缆到处都是，你这个机器人真能应付得过来吗？它是不是很“笨”？会不会撞到我的货？

所以，我们改变了策略。与其展示“结果”，不如展示“思考过程”。我们开始在LinkedIn上，用一种近乎“科普”的方式，去拆解我们的避障系统。我们内部叫它“费曼式营销”——用最简单的语言，讲清楚最复杂的技术。

我们是怎么展示“思考过程”的？

我们不再只发一个简单的视频，而是开始做一个系列。比如，我们发一个帖子，标题是《一个机器人在仓库里“看路”的完整心路历程》。内容里，我们用动画或者带数据流的视频，去模拟机器人的“第一视角”。

• 感知层 (Perception): 我们会用高亮的色块，实时框出机器人摄像头和激光雷达“看到”的所有东西。比如，一个移动的叉车、一个突然掉在地上的包裹、一个弯腰捡东西的工人。我们会配上字幕：“在0.5秒内，我的激光雷达扫描了前方15米，识别出3个动态物体和5个静态物体。”
• 决策层 (Decision-making): 这是最关键的一步。我们会用动态路径线，展示机器人是如何计算的。比如，前方2米处有一个工人正在横向移动，机器人不会傻等，而是会计算出一条新的、绕开工人的平滑路径。我们会解释：“我的算法预测了工人的移动轨迹，选择从后方1.5米处绕行，确保绝对安全。”
• 执行层 (Execution): 最后，才是机器人实际的移动。我们强调这个过程的平顺和高效，而不是急停。

这样一来，客户看到的就不再是一个简单的“停”或“走”，而是一个有“思考”、有“判断”的智能体。我们展示的不是一个功能，而是一种能力。这种能力，才是客户在复杂的仓库环境中真正需要的。

第二步：用“场景”代替“参数”，让性能可感知

参数是冰冷的，但场景是鲜活的。我们曾经犯过一个错误，在LinkedIn上贴出了一张技术规格表，上面写着“避障精度±2cm”、“响应时间<0.1s”、“传感器融合”……结果，一位潜在客户的销售总监直接在下面评论：“Leo，能说人话吗？这到底意味着我的仓库能省多少钱，或者少出几次事故？”

一语惊醒梦中人。从那天起，我们所有的LinkedIn内容，都必须围绕客户的实际场景来展开。我们把客户仓库里最头疼的几种情况，做成了“挑战系列”帖子。

场景一：高峰期的“人车混流”

我们拍了一段视频（当然，现在只能用文字描述给你听），场景是下午4点，出货高峰期。仓库通道里，拣货车、叉车、工人挤在一起。我们的机器人在其中穿行，如鱼得水。

帖子文案是这么写的：

“下午4点的出货高峰，你的仓库是不是也这样？拣货车、叉车、工人挤在一条道上，新人推着货一紧张，就容易堵车甚至擦碰。我们的AMR在这种环境下，能同时识别并跟踪超过20个移动目标。它不会像无头苍蝇一样急刹，而是会‘见缝插针’，在保证安全的前提下，以1.5m/s的速度平稳通过。这背后，是我们的动态路径规划算法在实时工作，它让机器人拥有了老司机一样的预判能力。”

我们还做了一个简单的对比表格，放在帖子下面，让价值一目了然。

场景二：不规则和“隐身”障碍物

仓库里最可怕的不是大箱子，而是那些低矮的托盘、半开的门、地上的线缆、货架伸出的角。这些对传统单一传感器的机器人来说，简直是噩梦。

我们的做法是，展示“多传感器融合”的威力。我们会发一个帖子，专门讲我们如何应对这些“隐形杀手”。比如，我们会用一张图，图上是一个低矮的托盘，然后用不同颜色的线条/点云来标注：

• 激光雷达（LiDAR）：用一条红色的线，清晰地扫出托盘的轮廓，但可能无法感知到托盘上晃动的货物。
• 3D视觉摄像头：用一片蓝色的点云，不仅识别出托盘，还能感知到上面货物的高度和形状。
• 超声波/毫米波雷达：用黄色的波段，补充探测近距离、透明或高反光的物体（比如玻璃、镜面）。

最后，我们会把这三张图合成为一张最终的“环境感知地图”，告诉客户：我们的机器人看到的，是一个由三种不同“感官”融合后得出的、最接近真实、最安全的世界。它不会因为一个传感器“眼花”就撞上去。这种“冗余设计”带来的安全感，比任何“<0.1s”的参数都更有说服力。

第三步：建立信任，从“诚实”开始

在LinkedIn上，最宝贵的资产不是粉丝数，而是信任。一味地吹嘘“100%安全”、“永不碰撞”，只会让人觉得不真实。我们发现，适当地展示我们如何处理“异常情况”，反而更能赢得专业人士的尊重。

我们是怎么做的？

我们开创了一个叫“极限挑战”的系列。我们会主动设置一些非常规的、甚至有点“刁钻”的场景，然后直播或者录播我们的机器人是如何应对的。

比如，有一次我们做了一个“突然出现的滑板少年”的挑战（当然是在严格控制的安全区域）。视频里，一个踩着滑板的小伙子突然从货架拐角高速冲出来，我们的机器人在距离他3米远的地方就开始减速，并规划出一条远离他的路线，最终平稳停下，等他通过后才继续前进。

帖子的文案我们写得非常诚恳：

“我们无法保证仓库里永远井然有序，所以我们必须为最坏的情况做准备。这个‘滑板少年’测试，我们内部叫它‘幽灵障碍物’测试。它考验的不是机器人的反应速度，而是它的‘预判’和‘冗余’。我们不承诺永不碰撞，但我们承诺，我们的机器人会尽一切算法和硬件的努力，去避免任何可能的碰撞。因为每一次碰撞，都意味着客户潜在的损失和风险。”

这种“自曝其短”（虽然我们成功避开了）的坦诚，反而收到了奇效。很多物流经理、仓库主管在下面留言，说他们最看重的就是这种对“不确定性”的处理能力。一位北美的客户甚至说：“你们敢做这种测试，说明你们对自己的技术有信心。那些只敢在空地上走直线的，我根本不会考虑。”

第四步：让“人”出场，技术也需要温度

技术是冰冷的，但创造和使用技术的人是温暖的。在LinkedIn这个强调“人与人连接”的平台，只发产品和测试，会显得很没有人情味。

我们开始让我们的工程师、产品经理甚至测试员走到台前。我们会发一些“幕后故事”。

比如，我们会采访我们的导航算法工程师，让他用大白话讲讲，为了实现那个“绕开滑板少年”的算法，他和团队熬了多少个夜，失败了多少次，从哪些经典的控制理论（比如PID控制、模型预测控制MPC）里获得了灵感。

我们还会发一些测试员的日常。比如，一个测试员小哥，每天的工作就是在仓库里扮演各种“障碍物”，今天扔个箱子，明天推个车，后天自己突然跳出来。他会对着镜头开玩笑说：“我可能是全公司被机器人‘追’得最惨的人，但看到它越来越聪明，我很有成就感。”

这些内容，看似和“避障性能”无关，但实际上，它们在传递一种更深层次的信息：我们的产品，是由一群专业、严谨、且充满热情的人打造出来的。这种对人的信任，会自然而然地转移到对产品的信任上。客户会想：有这样一群工程师在背后负责，他们的产品肯定差不了。

总结一下（这不是总结，只是我的一点随想）

写到这里，其实我想说的也很简单。在LinkedIn上展示避障性能，别再把它当成一个孤立的“功能点”去宣传。它其实是一个系统工程，是技术、场景、信任和人的组合拳。

你要做的，不是告诉客户“我的机器人能避开障碍物”，而是要让他们相信，你的机器人能在他们那个混乱、复杂、充满不确定性的仓库里，像一个经验丰富的老员工一样，安全、高效、可靠地完成工作。

这需要你把技术掰开了、揉碎了，用最生活化的语言讲出来；需要你把场景想透了，用最贴近客户痛点的方式呈现出来；需要你足够真诚，敢于展示真实的一面；最后，也别忘了，技术背后永远是人。

我们还在不断摸索，这条路没有终点。但至少目前看来，当我们开始这么做之后，后台收到的不再是“多少钱？”的询盘，而是“你们这个动态路径规划，在我们的XX场景下，具体是怎么实现的？”这类更深入、更有价值的对话。我想，这应该就是对的方向吧。