机器人与移动巡检要解决什么问题？
移动环境中的光照、遮挡、网络和续航不断变化。机器人上的AI功能不仅要在实验环境有效，还需要明确断网、感知不确定和任务失败时的安全处理方式。
开始前，需要哪些数据？
- 经过授权的相机、任务事件和现场设备状态数据。
- 机器人接口文档、供电与功耗预算、散热及安装条件。
- 巡检点位、任务规则、网络覆盖与人工接管流程。
数据接入前，应确认使用权限、保留期限及访问范围；不为试点擅自导出敏感生产资料。
H700如何参与实施？
01 / 核对平台适配条件
确认物理安装、供电、驱动和接口兼容性，明确H700与原机器人控制器的责任分工。
02 / 开展边缘感知验证
从表计读数、状态识别或异常复核等明确任务开始，评估不同视角、光照及移动状态下的效果。
03 / 验证任务与异常流程
将感知结果交给任务系统，同时测试断网、数据过期、模型不确定及人工介入等异常路径。
如何衡量是否有效？
测量任务完成率、误报与漏报、端到端延迟、持续运行温度及功耗变化，并记录人工接管是否可及时执行。
保留清晰的安全边界
H700应用分析不替代机器人本体的急停、避障和安全控制。具体平台兼容性及环境适应性须经联合测试，不以概念图作为适配完成证明。
场景问答
支持所有机器人平台吗？
不能在未测试前这样承诺。需要核对接口、驱动、结构、供电及安全要求，再确定适配范围。
断网后是否还能工作？
需按任务逐项评估哪些能力完全本地运行，哪些依赖远端服务；为远端不可用的情况设计降级或安全停止流程。