2.1.1 视觉感知：物体识别、6D位姿估计、语义分割

文档摘要

2.1.1 视觉感知：物体识别、6D位姿估计、语义分割 2.1.1 视觉感知：物体识别、6D位姿估计、语义分割 ——当Mask R-CNN在工业抓取场景中“认不出自己的影子”：一个关于光照鲁棒性与几何一致性联合校准的实战手记凌晨三点十七分，机械臂第三次把螺栓拧进了错误的孔位。不是模型没检测到——它标得清清楚楚：绿色框、0.98置信度、mask边缘锐利如刀切；也不是位姿估计漂移——PnP解算出的旋转矩阵$ \mathbf{R} \in \mathrm{SO}(3) $，平移向量$ \mathbf{t} \in \mathbb{R}^3 $，重投影误差仅0.43像素。问题出在更幽微的地方：模型把真实螺栓和它投在油渍金属台面上的拉长畸变阴影，同时识别为两个独立的“螺栓实例”。