上周调试一个智能仓储小车，遇到个邪门事儿：小车在货架区反复兜圈子，就是找不到目标货架。日志里定位数据一切正常，但就是不停绕路。蹲在实验室盯了半小时才发现问题——激光雷达检测到的临时堆料被算法当成了固定货架，环境模型里多了堵“幽灵墙”。这让我重新审视环境感知与状态表示这个基础环节：感知的精度决定认知的边界，状态的抽象决定决策的智商。一、环境感知不只是“数据采集”很多人把环境感知简单理解为传感器读数，这是第一个认知陷阱。真正的感知包含三层：原始信号层摄像头YUV数据、激光雷达点云、IMU原始加速度计值，这些是未经修饰的现实世界切片。新手常犯的错误是直接在这层做逻辑判断：# 别这样写！光照变化会让你崩溃ifcamera_pixel[0]200:# 靠红色通道阈值判断标志物