# Chapter 01 — 两方案能力解构

> 本章目标：把 iPhone 与 ZED 2i 两个采集方案**逐项拆开**，建立"谁该干什么"的明确边界，作为后续所有分层决策的依据。

---

## 1.1 决策框架：传感器画像 (Sensor Persona)

在做任何融合之前，必须先回答 7 个问题：

```
1. WHEN   何时采集？      （离线 vs 在线）
2. WHO    谁来用？        （人 vs 机器人）
3. WHERE  覆盖多大？      （场景级 vs 视锥级）
4. HOW MUCH 精度多少？    （cm vs %）
5. WHAT   语义多丰富？    （结构化 vs 像素级）
6. HOW FAST 多快？        （秒/分钟 vs Hz）
7. WHY FAIL 什么时候坏？  （失效模式）
```

按这 7 个问题给两个传感器各做一张画像。

---

## 1.2 iPhone (RoomPlan + LiDAR) 画像

```yaml
名称: iPhone Pro (15/14/13 Pro 系列)
角色: 先验地图源 (Prior Map Provider)

WHEN:
  - 部署前一次性扫描
  - 场景大改时重扫（建议季度级）
  - 不参与机器人运行时

WHO:
  - 由"人"持机扫描（10–20 分钟/房间）
  - 机器人**不携带** iPhone

WHERE:
  - 房间级 30–100 m²（单次扫描）
  - 多房间需多次扫描 + 走廊串联
  - 最大有效范围 ≤ 5 m（LiDAR 物理限制）

HOW MUCH:
  - 墙面定位精度: ±3 cm
  - 家具尺寸误差: ±5 cm
  - 朝向误差: ±2°
  - 全局拓扑（房间相对位置）: ±10 cm

WHAT:
  RoomPlan 直接产出：
    - 结构化几何：参数化的 wall/door/window 平面方程 + OBB
    - 家具语义：bed/sofa/chair/table/storage/... (≈ 16 类)
    - USDZ / JSON 格式
  额外可得（用 ARKit 原始数据）：
    - 稠密点云（LiDAR 深度，640×480）
    - RGB 图像序列
    - ARKit 位姿轨迹

HOW FAST:
  - 扫描期间: 30 fps 实时预览
  - 处理出图: 10–60 秒（设备端）
  - 不是"实时机器人感知"

WHY FAIL:
  - ❌ 强光直射（窗边）：LiDAR 失效
  - ❌ 全黑环境：RGB 失效，IMU 漂移
  - ❌ 完全镜面 / 玻璃墙：几何错乱（与 ZED 2i 共同弱点）
  - ❌ 弱纹理大白墙：照片建模失败（LiDAR 可补）
  - ⚠️ 家具被移动后：所有家具节点过时
  - ⚠️ 动态物体（人/宠物）：会被错误烘到 mesh
```

**一句话**：iPhone 是**"建筑师的图纸 + 摄影师的照片"**——稀疏精确、有语义，但**冻结在过去某一时刻**。

---

## 1.3 ZED 2i (双目 + IMU) 画像

```yaml
名称: Stereolabs ZED 2i
角色: 在线感知器 (Live Perceptor)

WHEN:
  - 机器人运行时持续工作
  - 30 fps 流式输出
  - 与控制循环同步

WHO:
  - 装在机器人前向（建议 1.0–1.3 m 高度）
  - 机器人随身携带
  - 没有人参与

WHERE:
  - 视锥级：水平 110° × 垂直 70°
  - 深度有效范围: 0.3–20 m（QUALITY 模式下 0.5–10 m 最稳）
  - 单次只能看一个视锥（≈ 30% 房间）

HOW MUCH:
  - 深度精度: ±1% @ 1 m, ±2% @ 3 m, ±4% @ 5 m
  - VIO 位姿漂移: 0.1% 行驶距离（即 100 m 内 < 10 cm）
  - 长时间累计漂移: 1 km 后约 1 m
  - IMU 短时积分: 角速度 ±2000 dps, 加速度 ±16 g, 400 Hz

WHAT:
  原始数据：
    - 左右 RGB 图像（2208×1242 @ 15fps，或 1280×720 @ 60fps）
    - 深度图（与左目对齐）
    - IMU (陀螺 + 加速度 + 磁力计 + 气压计)
  SDK 直接给出：
    - 6-DoF 位姿（VIO）
    - 稀疏关键点轨迹
    - 实时 spatial mapping（mesh）
    - 物体检测（内置 SOTA 类别有限，建议外挂 YOLO-World）
  没有语义：
    - 默认不识别房间、不分割物体
    - 需自己接 CLIP/SAM/Grounding-DINO

HOW FAST:
  - 深度 + VIO: 30 Hz
  - 1080p RGB: 30 Hz
  - IMU: 400 Hz
  - 端到端延迟（采集→深度可用）: 50–80 ms

WHY FAIL:
  - ❌ 镜面、玻璃：双目失配，深度伪影（与 iPhone 共同弱点）
  - ❌ 极弱纹理（白墙、纯色地毯）：匹配失败
  - ❌ 强光直射镜头：过曝
  - ⚠️ 长时间静止 + 转动：VIO 漂移大（IMU bias 累积）
  - ⚠️ 快速旋转（> 180°/s）：图像运动模糊
  - ⚠️ 跨房间（穿门瞬间）：可能丢失定位 → 需重定位
```

**一句话**：ZED 2i 是**"驾驶员的眼睛 + 内耳前庭"**——视锥窄但连续、稠密、随身，但**只看到当下、不记得过去**。

---

## 1.4 并排对比表

| 维度 | iPhone (RoomPlan/LiDAR) | ZED 2i (双目+IMU) | 谁占优 |
|------|-------------------------|-------------------|--------|
| 部署成本 | ¥10 k（一次性） | ¥4 k（一次性） | ZED |
| 单次覆盖 | 30–100 m² | 一个视锥 | **iPhone** |
| 几何精度 | ±3 cm（墙） | ±1–4%（深度） | iPhone（近场打平，远场胜出） |
| 语义丰富度 | 16 类家具，开箱即用 | 0 类（需外挂） | **iPhone** |
| 时间分辨率 | 离线 | 30 Hz | **ZED** |
| 动态物体处理 | 无 | 可在线检测 | **ZED** |
| 镜面/玻璃 | 失败 | 失败 | 平手（都差） |
| 弱纹理 | LiDAR 可救 | 失败 | **iPhone** |
| 大场景拼接 | 多扫多拼，易漂 | VIO 长漂 | 平手（都需校正） |
| 是否上机器人 | 否 | 是 | — |

---

## 1.5 互补性可视化

```mermaid
quadrantChart
    title iPhone vs ZED 2i 能力象限
    x-axis 低更新率 --> 高更新率
    y-axis 低覆盖 --> 高覆盖
    quadrant-1 高覆盖+高频率 理想不存在
    quadrant-2 高覆盖+低频率 iPhone
    quadrant-3 低覆盖+低频率 盲区
    quadrant-4 低覆盖+高频率 ZED 2i
    iPhone RoomPlan: [0.15, 0.85]
    ZED 2i VIO Depth: [0.85, 0.20]
    L2 度量层 会合点: [0.5, 0.5]
```

- **iPhone 在"高覆盖×低更新"象限** → 自然落位为 **L3/L4** 的稳定结构
- **ZED 2i 在"低覆盖×高更新"象限** → 自然落位为 **L1/L2** 的即时感知
- 中间的 **L2 度量层**是两者**必然相遇**的地方 → 配准与差异检测必须发生在这里

---

## 1.6 互补性的三个具体维度

### 维度 1：空间分布互补
- iPhone 覆盖**全场景**但**静态**
- ZED 2i 覆盖**视锥**但**穿越所有视锥后**也能覆盖全场景
- → ZED 2i 是 iPhone 的**时间扩展**（补未来的变化）；iPhone 是 ZED 2i 的**空间扩展**（补它没看到的部分）

### 维度 2：语义粒度互补
- iPhone 给**粗粒度建筑语义**：房间、墙、门、大件家具
- ZED 2i + VLM 给**细粒度物品语义**：遥控器、水杯、毛巾
- → 大小语义嵌套形成 **L4 场景图的两级**（房间→家具→物品）

### 维度 3：失败模式互补
- iPhone 在**镜面**失败 → ZED 2i 也失败 → 这是**真共同弱点**，需第三方案（偏振相机，见 [`hotel_scene_implementation_plan_part2.md`](../hotel_scene_implementation_plan_part2.md)）
- iPhone 在**弱纹理**仍能 LiDAR 救场 → ZED 2i 在此处需依赖 iPhone 的先验填充
- ZED 2i 在**动态场景**胜出 → 在此处需 ZED 来告诉 iPhone "你的图过期了"

---

## 1.7 反例：什么情况下单一传感器够用？

为了诚实，列出 PRISM **不必要**的场景：

| 场景 | 推荐 | 原因 |
|------|------|------|
| 仅做静态房间数字孪生展示（不上机器人） | 只用 iPhone | 不需要在线感知 |
| 已有完整 BIM/CAD 图纸的工厂 | BIM + ZED 2i（跳过 iPhone） | BIM 比 RoomPlan 更准 |
| 完全开放的户外环境（公里级） | LiDAR 主导（如 Livox + FAST-LIO2） | RoomPlan 不支持户外 |
| 实验室桌面操作（毫米级） | 桌面级 RGB-D + AprilTag | RoomPlan/VIO 精度都不够 |
| 一次性快速 demo（不留长期记忆） | 只用 ZED 2i | 不需要先验 |

**适用 PRISM 的甜区**：**室内 + 多房间 + 服务机器人 + 需要长期运行 + 场景偶尔变化**。酒店、家居、办公、医院走廊都属于此。

---

## 1.8 把画像翻译为分层决策

| 画像观察 | 引出的设计决策 | 在 PRISM 中的体现 |
|----------|----------------|--------------------|
| iPhone 离线 + 高精度 + 有语义 | 应充当"先验/宪法" | L3/L4 主写者 |
| ZED 2i 在线 + 视锥窄 + 无语义 | 应充当"补丁/快讯" | L1 唯一写者，L2/L4 增量写者 |
| 两者都在镜面失败 | 镜面区单独打标"no-update" | 见 [`12_risks.md`](12_risks.md) |
| 两者精度量级相近（cm 级） | 配准用 ICP 足够，不必更复杂 | 见 [`05_pipeline_B_relocalization.md`](05_pipeline_B_relocalization.md) |
| iPhone 偶尔过时 | 必须有"差异检测 + 巩固"机制 | 见 [`06_pipeline_C_online_perception.md`](06_pipeline_C_online_perception.md), [`07_pipeline_D_consolidation.md`](07_pipeline_D_consolidation.md) |
| ZED 2i 会漂 | 必须有"锚点重定位刷新" | 见 [`05_pipeline_B_relocalization.md`](05_pipeline_B_relocalization.md) |

---

## 1.9 本章小结

| 关键词 | 一句话 |
|--------|--------|
| **iPhone 的本质** | 高质量但冻结的"过去快照"，给 L3/L4 |
| **ZED 2i 的本质** | 实时但视锥窄的"当下流"，给 L1/L2 |
| **不可调和的共同弱点** | 镜面/玻璃 → 单独打掩膜 |
| **天然互补的关键点** | 覆盖×频率象限完全错开 |
| **甜区** | 室内多房间服务机器人 |

读完本章你应知道：**为什么必须分层，以及每一层应该由谁主导。**

下一章 [`02_architecture.md`](02_architecture.md) 会把这 4 层结构完整展开，说明每一层的数据结构、更新规则、查询接口。

---

**章节版本**：v1.0
**估计阅读时间**：12 分钟
**关键收获**：建立"传感器画像 → 分层决策"的映射逻辑