机器人与计算机视觉科研项目，应把离线数据评测、仿真测试、台架联调、样机测试和实机验证分开规划。每个阶段有不同的输入、风险和结论边界；离线模型表现不能直接代表真实设备和动态环境中的定位、导航、控制或长期运行能力。
五级验证路径
| 阶段 | 主要目的 | 典型证据 | 不能直接推出的结论 |
|---|---|---|---|
| 离线数据 | 验证识别、定位或估计方法 | 数据版本、指标、失败样本 | 真实设备时延和长期稳定性 |
| 仿真 | 重复场景、边界条件和故障注入 | 世界文件、参数、轨迹和日志 | 传感器噪声与机械误差全部一致 |
| 台架 | 验证传感器、计算单元和通信接口 | 标定、时间同步、资源与接口测试 | 整机运动和复杂环境表现 |
| 样机 | 验证关键功能的闭环运行 | 限定路线、工况、恢复和安全记录 | 正式系统的全部负载与场景 |
| 实机 | 在约定现场和工况完成验收 | 路线、时长、成功率、日志和异常 | 未测试地区、季节和设备配置 |
传感器和时间基线先于算法调参
相机、激光雷达、惯导、卫星定位和轮速数据如果时间不同步或坐标关系错误，算法表现会出现漂移、重影、误匹配和控制延迟。项目应记录内参、外参、坐标系、时间源、频率、固件和标定方法，并保留原始数据用于复核。
标定文件、地图和参数需要版本管理。更换传感器、支架、镜头、固件或计算单元后，旧参数不一定继续有效。设备变化应触发影响评估和必要的重新标定。
指标要覆盖结果、过程和恢复
单一平均值可能掩盖少量严重失败。除了平均指标，还应查看分位数、失败率、连续运行和最差样本。安全相关动作必须有明确的停止、降级和人工接管条件。
- 感知任务：准确率之外记录漏检、误检、距离、尺度、光照和遮挡；
- 定位建图：记录轨迹误差、地图一致性、重定位和丢失次数；
- 导航控制：记录到达、碰撞、路径长度、跟踪误差和超时；
- 系统性能：记录帧率、时延分布、资源、温度和持续运行；
- 异常恢复：记录传感器中断、定位丢失、通信失败和人工接管。
仿真与实机差异需要单独管理
仿真适合重复测试、批量参数实验和危险场景验证，但模型、碰撞、纹理、光照、噪声、网络和机械响应都可能与实机不同。仿真结果应说明使用的版本、世界、插件、参数和随机条件。
进入样机和实机阶段后，应建立差异清单，记录哪些模型假设成立，哪些需要调整。实机数据可以用于修正仿真，但不能因为少量路线成功就推断所有现场都可用。
日志和复现包是排错基础
日志应能够回答失败前发生了什么，而不仅记录最终错误。涉及大体量数据时，可以保留触发式片段、索引和哈希，但需要确保与测试记录一一对应。
- 代码、配置、模型、地图和标定版本；
- 传感器原始数据、时间戳和系统状态；
- 任务指令、路线、环境和人工操作记录；
- 异常、重启、降级和恢复过程；
- 测试脚本、指标计算和结论边界。
分阶段验收和交付
每个阶段设置进入条件和退出条件。离线评测通过后才进入仿真；接口和标定稳定后再做样机闭环；现场测试前确认路线、安全、人员和设备状态。阶段未通过时，应记录原因、影响和下一步，不以赶进度跳过基础验证。
最终交付应包含代码、模型、地图、标定、配置、设备与接口说明、测试数据索引、日志、指标脚本、部署步骤和已知限制。对于没有覆盖的工况，应明确后续验证要求。
常见问题
仿真通过后是否可以直接现场使用？
不能。仿真不能完整复制传感器、机械、通信和环境差异，还需要台架、样机和目标现场验证。
视觉模型离线指标很好，为什么实机仍不稳定？
可能来自相机参数、时间同步、处理时延、光照、运动模糊、预处理或计算资源差异，需要结合实机日志定位。
机器人项目如何设置验收路线？
路线应覆盖代表性任务、边界条件和恢复场景，并记录环境、设备、时长、成功判定和人工接管规则。
下一步
如已有机器人平台、传感器、代码或数据，可先开展版本、标定、时间同步和日志能力审查，再制定离线、仿真和实机验证矩阵。