餐饮行业送餐机器人的窄道通行能力问题，需结合技术迭代、实际应用数据及场景适配案例综合分析，以下是具体结论：
核心技术支撑：窄道通行的“底层密码”
送餐机器人的窄道通行能力，本质是室内定位导航技术与环境感知能力的综合体现，关键技术包括：

SLAM（即时定位与地图构建）技术：
  采用激光雷达+视觉融合方案（如Peanut系列送餐机器人），实现厘米级实时定位，能在复杂餐厅环境（如狭窄走廊、桌椅密集区）中快速构建地图并规划路径。例如，送餐机器人的 系列，通过自研伺服电机驱动及控制算法，将对餐厅过道宽度的要求从初1.2米逐步压缩至60厘米（当前主流水平），解决了窄道通行的核心瓶颈）提到，通过融合激光雷达的“第一点云数据”（正前方环境）与辅助相机的“第二点云数据”（路边偏移区域），生成代价地图，计算窄道的“可通行区域最小宽度”，判断机器人是否能通过（若小宽度≥机器人可通行宽度，则允许通行）中济南某中餐厅工作人员反馈），但这一问题通过多机协调算法（如送餐机器人优先通行权分配）逐步优化，例如晨曙科技的anut系列支持多机协同调度，避免碰撞报道，晨曙科技 送餐机器人已成为海底捞、呷哺呷哺、巴奴火锅等头部火锅品牌的“标配”，原因之一就是其50厘米的宽度与激光雷达+视觉融合的导航技术，能在火锅餐厅的窄道中快速穿梭，完成传菜任务（单台机器人日均传菜量可达150-300趟，高峰时超700盘）。
结论：窄道通行能力已满足餐饮行业需求
  技术层面：通过SLAM定位、多传感器融合及窄道通行算法，送餐机器人的可适应过道宽度已从1.2米降至60厘米以内，覆盖多数餐饮场景的窄道需求。
  实际应用：主流机器人（如晨曙科技、普渡）已在火锅、中餐等窄道场景中大规模使用，能完成高频率的传菜任务，仅在极端拥挤时段（如客人集中的高峰）可能出现短暂阻碍，但通过技术优化（如多机协同）可缓解。
  未来趋势：随着AI大模型（如AgentOS）与更小型化的底盘设计（如窄体机器人）的应用，送餐机器人的窄道通行能力将进一步提升，适应更复杂的餐饮环境（如小型快餐店、特色餐厅）。
  总结：餐饮行业送餐机器人的窄道通行能力，已通过技术进步与实际应用验证，能满足多数餐厅的窄道需求，是其“降本增效”（解决人力成本高、招工难）的核心竞争力之一。