3. AI识别模块概述
机器人AI验收的第一道关口，往往不是导航精度或机械臂轨迹，而是“它到底能不能看清世界”。在ROS2体系中，AI识别模块通常承担着目标检测、语义分割、人脸识别、二维码定位等任务，是机器人感知层与决策层之间的关键桥梁。本章将聚焦于YOLO、OpenCV等主流视觉工具在ROS2中的集成方式，深入剖析识别率（Accuracy/Precision/Recall/mAP）的定义边界，并系统梳理影响识别率的内外部因素，为后续章节的延迟测试与导航成功率测试奠定共同的评价基准。
3.1 核心原理：从图像到语义的ROS2管道
在ROS2中，AI识别模块并非一个孤立的程序，而是一条由多个节点（Node）组成的处理管道。典型的管道包括：图像采集节点（如usb_cam、realsense2_camera）、预处理节点（OpenCV实现缩放、归一化、色彩空间转换）、推理节点（加载YOLO或TensorRT模型执行前向计算）、结果发布节点（将检测框、类别、置信度封装为自定义消息或标准VisionMsgs）。节点之间通过Topic进行异步通信，这种松耦合设计使得每个环节可以独立替换、独立测试，也为后续的延迟分析提供了天然的插桩点。
以YOLOv5/v8在ROS2中的集成为例，常见做法是使用ros2_yolov5或yolov8_ros包，将PyTorch或ONNX模型封装为ROS2节点。推理节点订阅/image_raw话题，经过内部预处理后输出/detections话题。OpenCV则更多承担图像矫正、ROI提取、颜色过滤等传统视觉任务，与深度学习模型形成互补。理解这条管道，是后续测量节点延迟、定位性能瓶颈的前提。
3.2 识别率的定义体系与判断方法
在AI验收中，笼统地说“识别率95%”是远远不够的。工程上需要区分以下核心指标，并根据任务场景选择最合适的评价标准：
| 指标 | 定义 | 适用场景 | 验收关注点 |
|---|---|---|---|
| Precision（精确率） | 预测为正样本中实际为正的比例 | 误检代价高的场景（如安全区域入侵检测） | 误报率是否可接受 |
| Recall（召回率） | 实际正样本中被正确预测的比例 | 漏检代价高的场景（如障碍物检测） | 是否有漏检风险 |
| mAP@0.5 | IoU阈值0.5下所有类别AP的均值 | 多类别目标检测的通用评价 | 整体检测能力是否达标 |
| F1-Score | Precision与Recall的调和平均 | 需要平衡误检与漏检的场景 | 综合性能是否稳定 |
| IoU（交并比） | 预测框与真实框的重叠度 | 定位精度要求高的场景（如抓取） | 边界框是否精准 |
判断识别率是否达标，不能只看单一指标。例如，在AGV（自动导引车）的托盘识别中，如果只追求Precision而忽略Recall，可能导致机器人频繁错过托盘；反之，如果Recall过高而Precision不足，则可能将地面阴影误判为托盘，引发急停。因此，验收时应根据任务风险矩阵，设定指标组合阈值，例如要求mAP@0.5 ≥ 0.9且F1-Score ≥ 0.85。
3.3 实战场景：YOLO模型在ROS2中的部署与识别率验证
下面以一个室内服务机器人识别“门牌号”的任务为例，展示从模型部署到识别率验证的完整闭环。
背景与约束：机器人需要在走廊中移动，实时识别两侧房间的门牌号（数字0-9）。硬件为Jetson Orin NX，相机为RGB全局快门相机，分辨率为1280x720。要求识别延迟小于100ms，识别准确率不低于95%。
初始现象：直接使用官方YOLOv5s预训练权重（COCO数据集），在仿真环境中识别率可达98%，但部署到真实走廊后，识别率骤降至72%。主要误检集中在：反光地面上的数字倒影、门牌号被部分遮挡、以及运动模糊导致的数字变形。
分析判断过程：通过录制真实场景的ROS2 Bag包，离线回放并逐帧分析，发现三个问题：一是训练数据与真实场景的域差异（Domain Gap），COCO数据集中数字样本少且多为印刷体；二是相机运动时曝光时间过长导致模糊；三是DDS的BestEffort策略在WiFi环境下丢包，导致图像帧不连续。
实际操作步骤：
- 采集5000张真实走廊图像，使用LabelImg标注门牌号，并按8:1:1划分为训练/验证/测试集。
- 在Jetson上使用TensorRT对YOLOv5s进行FP16量化，推理延迟从180ms降至65ms。
- 在ROS2中调整相机驱动参数，将曝光时间从20ms降至8ms，并开启自动白平衡。
- 将QoS策略从BestEffort改为Reliable（针对图像话题），并增加图像压缩传输（JPEG质量90%）。
- 重新训练模型，使用mAP@0.5作为早停指标，训练50个epoch后验证集mAP达到0.94。
结果对比：优化后，真实场景识别率从72%提升至96.5%，延迟稳定在70ms左右。但代价是模型训练时间增加了3小时，且Reliable QoS在弱网环境下可能导致话题阻塞，需要配合队列深度设置（depth=10）来缓解。
3.4 常见误区与总结复盘
在AI识别模块的验收中，工程团队常陷入以下误区：
- 误区一：只关注mAP而忽略延迟。mAP高但推理延迟超过200ms，在动态机器人上毫无意义。验收必须同时设定精度与延迟的联合指标。
- 误区二：忽视输入图像质量。ROS2中图像话题的传输频率、分辨率、压缩格式直接影响识别效果。例如，将1080p图像压缩为JPEG质量50%后，小目标识别率可能下降15%以上。
- 误区三：混淆“模型准确率”与“系统识别率”。系统识别率还包括了图像采集、传输、预处理等环节的损耗。应使用端到端测试（从相机到结果输出）来评估真实识别率。
- 误区四：使用单一阈值判定。不同类别、不同距离下的识别率差异可能很大。建议按距离段（近/中/远）和类别分别统计，形成识别率矩阵。
总结而言，AI识别模块的验收应遵循“定义场景→采集数据→端到端测试→多维指标评估→回归验证”的流程。在ROS2中，务必利用其原生的话题录制（ros2 bag）、参数动态配置（ros2 param）和可视化工具（rqt_image_view）来辅助验收。识别率是一个系统指标，而非模型指标，只有将数据、模型、硬件、通信四者统一纳入测试范围，才能为后续的节点延迟测试和导航成功率测试提供可信的感知基础。