第2章 · 感知与空间理解

第 2 章 · 感知与空间理解

章节摘要：感知是感知-行动闭环的输入端，机器人得先看懂环境才能行动。这一章讲三块：多模态感知与传感器融合（视觉加触觉加本体感觉怎么合起来用）、SLAM 同步定位与建图（机器人在未知环境怎么知道自己在哪、环境长什么样）、场景图与语义空间理解（不光知道有什么，还知道它们什么关系、什么含义）。读完你会理解机器人是怎么“看懂”物理世界的。

上手前先明确

阅读完本章，你应当能够：

1. 说清视觉、触觉、本体感觉等传感器各自的特性和局限
2. 理解多模态传感器融合的原理和价值
3. 说清 SLAM 解决的核心问题和基本思路
4. 区分几何地图和语义地图
5. 理解场景图在空间理解中的作用

核心概念速览

单一传感器都不够用，融合才有完整感知；定位建图是行动基础；语义理解让感知能指导决策。

图 2-1：具身感知与空间理解体系

子章节导航

2.1 多模态感知与传感器融合

讲各种传感器（相机、激光雷达、力觉、本体感觉）各自的优缺点，以及为什么单靠一种不够、要把多种融合。重点讲融合的层次（数据级、特征级、决策级）和典型方法。

2.2 SLAM 同步定位与建图

机器人进到一个陌生房间，怎么知道自己在哪、房间长什么样？这就是 SLAM 解决的问题。讲它的基本原理（同时估计自身位姿和环境地图）、主流方法（基于滤波、基于图优化）和应用场景。

2.3 场景图与语义空间理解

光知道环境里有什么物体还不够，还得知道它们什么关系、什么属性（这个杯子是易碎的、那个桌子可以放东西）。讲场景图的构建和它在语义理解、任务规划中的作用。

子章节之间的逻辑关系

2.1 讲感知的输入（多传感器融合），2.2 讲把感知组织成空间地图（SLAM），2.3 讲给地图赋予语义（场景图）。从原始数据到可用表征，层层递进。

2.1 传感器融合（原始数据）──►  2.2 SLAM（空间地图）──►  2.3 场景图（语义理解）
​

前置知识与后续延伸

• 前置知识：第 1 章的感知-行动闭环概念。
• 后续延伸：感知提供了环境信息，第 3 章讲机器人怎么基于这些信息做认知和决策。