仓储拣选示教场景里，EGO相机（第一人称视角相机）的佩戴方式和货架遮挡问题，直接决定了采集数据能不能用、算法能不能学得会。我们近期围绕这两点做了一轮实际验证，过程不算复杂，但结论挺有参考价值。
先看佩戴方案。示教员在仓库里走动、转身、伸手取货，相机如果固定得不稳，画面晃动会严重影响后续位姿标注。我们测试了头戴式、胸挂式和肩夹式三种方案。头戴式视角最接近人眼，但长时间作业压迫感明显，而且示教员低头看拣货单时画面会瞬间切向地面；胸挂式稳定度高，但俯仰角偏大，货架高层和低层的目标物容易超出视野；肩夹式相对折中，安装在侧肩位置，既保持了较好的水平视野，又不会随头部频繁转动。最终我们推荐在安全帽或头箍上加装弹性绑带，配合轻量化EGO相机，并预留快速释放卡扣，方便示教员在非工作时段取下休息。实际佩戴半小时后，示教员反馈无明显勒痕，走动时画面抖动幅度也可接受。
然后是货架遮挡验证。仓储场景中，货架立柱、横梁、相邻料箱以及示教员自己的手臂，都会对目标物形成不同程度遮挡。我们设计了递进测试：先在无遮挡货架通道内录制标准流程，再逐步加入单侧货架、双侧货架及随机堆叠纸箱，记录相机视角下目标物的可见帧率。结果显示，单侧货架情况下，目标物在连续动作中的可见率仍能保持在较高水平，但双侧窄通道里，当示教员侧身取货时，手臂遮挡造成的短暂丢失帧占了相当比例。为此，我们在数据预处理阶段加入了“遮挡帧过滤”策略，只保留目标物中心点清晰可见的图像序列用于模型训练，同时用多镜头拼接的思路（在左侧肩部加装辅助相机）来弥补主视角被立柱完全遮蔽的极端情况。
这些验证并不复杂，但能帮我们提前规避“数据采了一堆，训练时发现一半没法用”的坑。定制EGO相机方案时，佩戴的舒适度与视野范围是前提，而遮挡验证决定了原始数据清洗逻辑的底线。如果这两点不事先厘清，后续的模型精度、算力消耗都会成倍增加。我们希望这个实践过程，能给同样在做仓储拣选示教的朋友提供一点借鉴。