6.1 典型应用战场

6.1 典型应用战场

本节摘要：四大战场各自调用前五章的不同装备组合——自动驾驶的重装集群、文物数字化的精兵突袭、增强现实的轻装急行、机器人作业的单兵全能。本节给出每个战场的装备调用表、精度预算与真实失败案例。

凯旋首站是复盘会。前五章按技术分章，本节按战场点名装备——这是从"学过"到"会用"的切换仪式。每个战场讲三件事：装备调用表（用了前五章哪些技术）、精度预算（任务要什么精度、预算给多少）、一个真实的失败案例（技术上栽在哪一节）。

战场一：自动驾驶——重装备集群作战

车载定位要在高速、强光、动态车流里保持厘米级，任何单一传感器都扛不住，唯一解是重装集群：高精地图先验加激光配准（3.4）加多传感器紧耦合（5.4）加回环与图优化（5.5）。精度预算典型分配：横向定位误差十厘米以内（车道级决策）、纵向三十厘米（路口停止线）、姿态零点一度（航向错一度，百米外偏近两米）。

# 航向误差的代价（可复算）
import numpy as np
for deg in [0.1, 0.5, 1.0]:
    offset = np.tan(np.deg2rad(deg)) * 100    # 100 米前方的横向偏移
    print(f'航向差 {deg} 度 -> 100 米处横向偏差 {offset:.2f} 米')
# 输出:
# 航向差 0.1 度 -> 100 米处横向偏差 0.17 米
# 航向差 0.5 度 -> 100 米处横向偏差 0.87 米
# 航向差 1.0 度 -> 100 米处横向偏差 1.75 米
​

失败案例：长隧道里 GPS 失效、两侧平行壁几何退化（5.3 的走廊问题放大版），纯激光里程计沿隧道方向滑动数米。工程对策是里程计融合与地图先验锚定——退化场景识别本身就是量产系统的必修模块。

战场二：测绘与文物数字化——精兵突袭

文物扫描要毫米级存档，但环境可控、时间宽裕，属于精兵作战：摄影测量（4.1）或结构光踏勘（2.1）加配准（3.4）加泊松成图（3.5）。精度预算：文物毫米级、大场景测绘厘米级。失败案例：石窟顶部的吸光彩绘让结构光几乎收不到信号（2.1 的吸光地形），点云成片空洞——解法是多光源补光与多站位冗余扫描，而不是回去调算法。大足石刻、云冈石窟的数字化工程都把"采集端质保"列为独立工序，正与 2.1 节的数据体检呼应。

战场三：增强现实——轻装急行军

AR 眼镜把虚拟物体"钉"在真实桌面上，用户的眼就是验收员：虚拟物体抖一毫米都看得见，延迟超几十毫秒就晕。装备组合是纯轻装：视觉惯性前端（5.2 加 5.4）加快速重定位（5.5 的检索复用）。精度预算特殊——不追求绝对精度，追求视觉一致性：虚拟物体相对真实表面的漂移要低于两毫米、渲染延迟低于二十毫秒。失败案例：单目尺度歧义（5.2）让虚拟杯子在 AR 里忽大忽小，工业解法是 IMU 锚定尺度或双目硬件；另一个高频故障是白墙场景特征饥饿，语义分割出的平面特征补位是主流补丁。

战场四：机器人作业——单兵全能

扫地机器人、仓储分拣、电力巡检共享一个形态：算力受限的小平台要独立完成建图、定位、避障、理解。装备组合追求性价比：二D 激光或低线数雷达加 IMU 加（可选）相机，占据地图（5.3）加分割（3.3）加回环（5.5）。精度预算分层：导航级五厘米够走、抓取级一厘米要上相机。失败案例：仓储机器人把停在过道的叉车建进永久地图（动态物体污染，3.3 与 5.3 的动态问题），次日"撞上不存在的叉车"——动态物体的检测与地图遗忘机制是服务机器人的标配模块。

实战演练：为一台巡检机器人写装备调用表

背景：化工厂管道巡检机器人，夜间作业、室内外过渡、地面湿滑。操作：按四约束（精度、量程、成本、刷新率）选型并列验收指标。

任务卡：化工厂夜间巡检
精度预算：定位 5 厘米（复走同一路径），避障 2 厘米
环境：无外部照明，金属管道密集（几何特征丰富、反光面多）
节拍：巡检速度 0.5 米每秒，实时避障

选型结论：
主传感器   低线数激光雷达 -- 夜间可用、金属管几何特征丰富
辅传感器   IMU 预积分 -- 湿滑地面轮速不可信，惯性兜底
建图       占据栅格加回环 -- 5.3 加 5.5
风险项     金属反光造成多路径点（2.1），需强度滤波
验收指标   ATE 均方根 5 厘米；RPE 每米 0.5 厘米；
           回环成功率 100% 且误报为零（误回环在化工厂等于事故）
​

结果解读：这份调用表里每一条都能追溯到前五章某一节——这就是复盘的意义：选型不再是背参数，而是按预算点名装备。变式：预算砍半时优先降激光线数而不是去掉 IMU，因为几何退化场景（长直管道走廊）里惯性的价值高于点密度。

⚠️ 常见坑：拿学术指标当工程验收。论文里的 ATE 优秀不等于产线可用——工程验收还要加启动时间、失败率、极端工况通过率，化工厂这种场景还要加防爆认证。指标体系随战场转移，是本节最想留下的观念。

💡 关键直觉：四大战场其实是一张约束谱系的两端——时间约束从"离线几小时"拉到"毫秒硬实时"，精度约束从"视觉一致"到"毫米存档"，所有装备组合都是在这两条轴上找坐标。

跨战场迁移的自查三问

想判断自己能否把这套知识迁到新战场（比如电力巡检、矿山、农业），自查三问。第一问：精度预算是什么量级？ 厘米级以下必有激光或深度相机介入，导航级则视觉惯性即可，这一问直接砍掉一半的方案空间。第二问：环境的失效地形清单里有什么？ 矿山的粉尘、农田的强光与作物摆动、变电站的电磁干扰对 IMU——每种地形都能对应到 2.1 的传感器脾气表，列清单就是选备份方案的依据。第三问：实时预算多少？ 离线可等则全部算法可选，在线毫秒级就得砍掉重优化、留轻量前端加回环。三问答完，一张装备调用表的骨架就出来了——这也是本教程最想留下的能力：不背方案，会画方案。

本节要点回顾

• 装备调用表是从技术到任务的翻译器：精度预算先行、按需点名模块；
• 自动驾驶重装集群，防隧道退化；文物精兵突袭，防吸光材质；
• AR 重视觉一致与延迟，防尺度歧义；机器人重性价比，防动态污染；
• 失败案例都能定位到前五章的具体小节，复盘即索引；
• 验收指标随战场转移，学术指标只是入场券。

复盘完毕，最后一站派出侦察兵：下一节看前沿方向与下一步路线。