机器人落地效果好不好，很多时候不取决于算法模型多先进，而是看训练数据够不够“贴地”。现实中常见的问题是：实验室里跑得好好的，一到现场就失灵——光线变了、背景杂了、操作对象换了个型号，识别率立刻掉下来。这背后往往是数据覆盖不足，采集时没想清楚真实场景长什么样。
要解决这个问题，采集方案的设计就不能只盯着“数量”，更得琢磨“分布”。第一步是拆解场景变量。机器人实际使用中会遇到哪些光线条件、哪些角度、哪些遮挡情况、哪些材质的表面？把变量列成清单，比如室内外、白天黑夜、有无反光、物体新旧程度，这样采集任务就不再是盲目拍照或录像，而是按变量矩阵去覆盖。
第二步是引入“边缘样本”。很多团队习惯采集“标准情况”——正对镜头、光线均匀、目标完整。但真实世界的难点恰恰在边缘：半张脸被挡住、零件沾了油污、标签卷边、光线从背后直射。这些样本看起来不美观，却是提升鲁棒性的关键。设计采集方案时，要有意识地制造这些“不完美”情况，甚至把极端条件作为独立批次来采集。
第三步是动态数据补足。机器人动作过程中的视角变化、速度变化、震动模糊，跟静态摆拍完全不同。需要设计运动采集流程，比如让机器人以不同速度接近目标，记录不同距离下的成像特征。如果条件允许，还可以用多台设备同时记录，方便后期做视角对比。
最后，采集方案的落地得靠流程约束。每个人的操作习惯不同，容易漏掉某些变量组合。可以用工单系统或简单的记录表，确保每个变量组合都有对应的样本量。同时，定期做“盲测”——拿新采集的数据跑一遍现有模型，看看哪些场景仍然答不上来，再反向补充采集任务。
说到底，数据覆盖不足的根源是“想象得不够具体”。方案的价值不在于堆工时，而在于把每个环节中可能出现的偏差都转化成数据问题，让机器人在真正上路之前，已经见过足够多不完美的世界。