重新思考相机选择：关于机器人操作中鱼眼相机特性的实证研究
机器人学
2026-03-03 v1 计算机视觉与模式识别
摘要
鱼眼相机在机器人操作中的采用正在快速推进，而对其对策略学习后续影响的系统性理解却跟得上。本文 presents首个为此领域搭建系统实证研究，严格分析了腕部安装鱼眼相机用于模仿学习的特性。通过在仿真和实际环境中的大量实验，我们调查了三个关键研究问题：空间定位、场景泛化和硬件泛化。我们的调查结果表明：(1) 宽视野显著提升空间定位，但这一益处在视觉复杂环境下才关键；(2) 鱼眼训练的策略在简单场景中容易过拟合，但在训练时获得足够的环境多样性后，可实现优异的场景泛化；(3) 虽然直接的跨相机迁移会导致失败，我们识别出根本原因是尺度过拟合，并演示了通过简单的数据驱动尺度增强 (RSA) 策略可提高硬件泛化性能。总体而言，我们的发现为大规模收集鱼眼数据集及其在机器人学习中的有效使用提供了具体、可操作的指导。更多结果和视频可在 https://robo-fisheye.github.io/ 查看。
引用
@article{arxiv.2603.02139,
title = {Rethinking Camera Choice: An Empirical Study on Fisheye Camera Properties in Robotic Manipulation},
author = {Han Xue and Nan Min and Xiaotong Liu and Wendi Chen and Yuan Fang and Jun Lv and Cewu Lu and Chuan Wen},
journal= {arXiv preprint arXiv:2603.02139},
year = {2026}
}
备注
22 pages, 15 figures, Accecpted by CVPR 2026