机械臂末端深度相机的作用

末端相机的核心作用可以总结为：在作业之前，解决在哪和去哪的全局感知问题；并在任务完成之后，回答效果怎么样。

作用1：引导机械臂趋近目标区域

• 原因：底盘激光雷达完成了全局粗定位，将机械臂送到了前方，但要精确地把清洁模组送到内壁或座圈上方，仅靠先验模型或底盘的“盲走”是不可靠的，此时，相机约30-80cm，处于有效视距内。
• 方案：
  • 视觉伺服或目标点锁定：通过识别固定特征（如座圈轮廓、冲水按钮轮廓、排水口边缘），实时解算清洁模组与目标区域的相对位姿。
  • 引导大俯仰和SCARA：将位姿偏差作为反馈，驱动机械臂快速、安全地将清洁模组送到触觉自定位的起点附近（比如内壁上空10cm处）。
• 原理：避免了先验模型不准，硬碰硬探测的风险，尤其在强调先验信息不可靠的情况下，视觉是最高效的初始引导手段。

作用2：为导纳控制提供曲面前馈信息

• 原因：当清洁模组距离釉面仅剩几厘米，即将进入低速柔性逼近阶段时，仅靠接触后力反馈是被动的，如果曲面有剧变（比如从平缓内壁突然到排污口边缘），导纳可能来不及响应。
• 方案：
  • 预判曲面法向：在接触前，对目标区域（约10x10cm）投射结构光或做双目立体匹配，生成局部点云，估算局部曲面法向量。
  • 预对准姿态：将计算出的法向发送给J5（大俯仰），让它提前调整工具姿态，确保接触瞬间，工具面与釉面大致平行，能极大减少首次接触时的侧向力冲击和贴合调整时间。
• 原理：这是一种视觉-力觉融合策略。视觉提供预报，力觉提供精报，相机离模组20cm，这个偏移让它能够越过模组，提前看到即将清洁的曲面。

作用3：视觉重定位与区域分割

• 原因：有座圈、内壁、排污口等多个面，它们在空间上不连续，清洁完内壁后，要转去清洁座圈，仅靠底盘里程计会产生误差。
• 方案：
  • 每次转场后，重新识别座圈或边缘等显著特征，进行局部重定位，修正累积误差。
  • 自动识别盖是开还是关、座圈是放下的还是掀起的，这个状态判断直接决定机器人该执行哪一套清洁程序（是该清洁座圈还是内壁？），至关重要。

作用4：自动化洁净度评估（带水环境下的特殊挑战）

• 原因：这是实现全自动清洁闭环的关键，无法依赖人去检查有没有洗干净。
• 方案：
  • 在清洁完一个区域后，机械臂回退5-10cm，用相机拍摄釉面。
  • 通过图像分析（比对清洁前后的纹理、颜色特征，或用机器学习模型识别污渍）来判断区域是否干净。
  • 注意水膜干扰：刚清洁完的釉面有水膜，会反光，算法需要对此有鲁棒性，或者可以稍等数秒让水膜流下再拍照。

作用5：作业空间障碍物检测

• 原因：清洁空间狭小，除了釉面，还有盖铰链、刷架等意外障碍。
• 方案：在清洁路径规划时，处理点云识别非釉面的障碍物，在运动规划中将其设为碰撞禁区，保护机械臂和工具。

双目相机是“眼”，力传感器是“皮肤”。

• 皮肤（力觉）：负责最终接触时的绝对安全与恒力保持，是不可或缺的核心。
• 眼睛（视觉）：负责为力觉指引方向、提供预判、检查结果，让机器人从一只灵敏的盲手，升级为一个眼明手快的智能体。

在机械臂清洁场景中，相机的有效距离完美匹配接近前观察和清洁后检查两个关键步骤，如果没有它，仍然可以靠触觉完成清洁，但整个过程会变得非常缓慢和笨拙。有了它，能实现快速、平滑、自适应的智能清洁。