10月15日至17日，在云南大瑞铁路高黎贡山隧道1号竖井工区，一场全尺寸隧道实景火灾实验开展。清华大学安全科学学院钟茂华课题组联合重庆大学、中铁隧道局与江行智能，将科研测试带入真实尺度的隧道环境，围绕火灾烟气蔓延及固定与移动监测协同开展联合实验。

一场隧道火灾发生后，火焰并不是唯一需要关注的对象。烟气会向哪里蔓延？温度如何变化？有害气体又会在隧道的哪些位置积聚？这些看不见、会移动、不断变化的风险，直接关系到火灾研究和应急处置。

要回答这些问题，实验室模拟可以帮助科研人员研究规律，但真实隧道的空间尺度、环境条件和烟气传播过程，仍需要在现场进一步观察和记录。

对参与团队而言，这不仅是一次设备测试，也是在复杂工程环境中采集真实数据、探索监测方式的过程。江行智能为实验提供机器人和环境采集设备，并配合开展现场数据采集。

从实验室走向真实隧道

隧道空间狭长、相对封闭，火灾发生后，烟气扩散、温度变化和能见度下降等情况会相互影响。对于科研人员来说，理解这些变化，既需要知道发生了什么，也需要尽可能还原何时发生、发生在哪里、如何变化。

实验室模拟为研究提供了重要手段，但真实尺度隧道中的空间条件和现场环境更为复杂。

高黎贡山隧道实验将研究带到工程现场，科研团队围绕烟气蔓延开展测试，采集烟气温度等信息，记录烟气扩散传播过程，为研究真实工况下的隧道火灾演化提供第一手数据。

数据能否被连续、准确地记录，关系到后续分析能否还原现场变化。

单一位置的监测可以反映该点的状态，但隧道环境中的风险会随时间和空间变化。如何在固定监测之外补充不同位置的信息，成为本次联合测试关注的方向之一。

让移动探测补充固定监测

固定传感设备能够持续观测特定位置，获取稳定、连续的数据；移动平台则可以根据任务需要改变位置，拓展空间覆盖范围。

两种方式各有优势。此次实验围绕“固移协同”开展联合测试，探索固定监测与机器人移动探测如何互为补充，为隧道环境感知提供更多维度的信息。

江行智能为实验提供了2台擎巡X1U机器人，以及热流、温度和气体传感设备。

其中，热流传感器用于测量热流密度；温度传感器与热电偶用于采集温度数据；气体传感器用于采集有害气体数据。机器人平台与多类型传感器配合，为实验中的移动探测和多源数据采集提供设备支持。

对现场采集而言，读数本身只是起点。温度、热流或气体浓度如果脱离时间和空间位置，就难以与烟气传播过程对应起来，也不容易比较不同位置、不同阶段的变化。因此，江行智能围绕实验数据需求开发了相应算法，支持后台导出带有时间戳和空间坐标（X、Y、Z）的原始数据。

有了时间信息，研究人员可以梳理不同数据随实验进程发生的变化；有了空间坐标，数据便能与隧道中的具体位置建立联系。

多源信息由此具备进一步整理和分析的基础，也为科研团队研究烟气扩散、环境变化及不同监测方式之间的关系提供支持。

把一次现场实验，变成可分析的数据

实景实验的价值，不止在于完成一次现场测试，更在于把真实工况中的过程留下来。火灾烟气并非静止地存在于某个位置，它会随着时间和空间不断变化。现场数据能够帮助研究人员从连续过程出发，分析不同位置的环境变化，进一步认识烟气扩散传播规律。

本次实验采集的数据，可为隧道火灾研究提供现实参考，也有助于科研人员进一步探索灾害监测和应急处置相关问题。

对于隧道安全而言，越充分地理解风险如何形成、如何发展，越有助于为后续防范与应对研究提供依据。

高黎贡山隧道地处复杂的山区环境，工程建设和运营安全都需要持续关注。把科研测试带到真实隧道中，意味着研究需要直面现场条件，也意味着设备、传感器、数据处理和多方协作都要经受真实环境的检验。

清华大学、重庆大学、中铁隧道局与江行智能围绕各自的研究和技术能力参与其中，共同完成此次联合实验。

对于江行智能来说，这次实验也是机器人平台和环境感知能力面向受限空间场景的一次实践。擎巡X1U机器人、多类型环境传感设备以及数据处理算法共同服务于现场采集任务，让设备能力与科研需求在真实工程环境中相互连接。

从隧道现场的传感器读数，到带有时间与空间信息的原始数据，再到科研人员对烟气传播过程的分析，每一环都在帮助真实环境留下记录。这些记录将为后续研究提供基础，也为隧道火灾防范、险情发生后的应急处置研究提供现实参考。

感谢清华大学安全科学学院钟茂华课题组、重庆大学、中铁隧道局及现场工作人员的协同配合。江行智能将继续发挥机器人平台与环境感知技术优势，参与复杂场景下的联合测试与应用探索，为隧道等受限空间的安全监测和应急探测提供支持。