巡检机器人的研发进入第八天，系统发布了任务进度更新。
“叮——【智能巡检机器人】任务进度：78%。机械结构完成度：95%。电子系统完成度：85%。软件算法完成度：90%。”
“任务评价：进度正常，但宿主在‘误差控制’方面表现欠佳。建议宿主提高对精度要求的重视程度。”
林默看着这条评价，有点不服气。
“我这精度还不够？室外识别准确率94.7%，路径跟踪误差不到10厘米，这放在本科生的项目里已经是顶尖水平了。”
“叮——系统不是在评价任务完成度，而是在评价宿主对‘精度’的态度。宿主在设计过程中，多次采用‘差不多就行’的近似计算，缺乏对误差来源的系统性分析。这种态度在民用产品中可以接受，但在高精度要求的国防、航天领域，是不可接受的。”
林默沉默了。
系统说得对。他确实习惯了“差不多就行”——刀片角度大概多少、电机转速大概多快、传感器阈值大概设多少，全都是“大概”，没有严格的计算和验证。
“我知道了，以后注意。”
“叮——为了帮助宿主建立误差控制的意识，系统将在后续任务中加入精度考核指标。不达标将影响任务评价和奖励。”
“行行行，你说什么都是对的。”
林默嘴上敷衍着，心里已经开始盘算怎么在巡检机器人的最终测试中把精度提上去。
---
又过了三天，巡检机器人的所有功能都开发完毕了。
林默给机器人做了一次完整的性能测试，数据如下：
·自主导航精度：路径偏差±12厘米
·目标识别准确率：94.7%
·识别定位误差：±8厘米
·云端数据上传成功率：99.2%
·单次充电续航：2小时15分钟
他把数据整理成报告，发给苏清颜看。
苏清颜看完，沉默了一会儿。
“你这个定位误差，标注的是±8厘米？”
“对，实测平均值。”
“你知道±8厘米意味着什么吗？”苏清颜看着他，“如果这个机器人在工厂里巡检，8厘米的误差可能导致它撞上设备。如果它在仓库里盘点货物，8厘米的误差可能让它扫错货架。”
“所以呢？”
“所以你的精度不够。”苏清颜毫不客气地说，“至少要做到±3厘米以内，才有实用价值。”
林默揉了揉太阳穴。
“±3厘米？你当我是做精密机床的？”
“那你至少要做到±5厘米。”苏清颜退了一步，“±8厘米太粗糙了。”
林默想了想，觉得苏清颜说得有道理。
“行，我再优化一下。”
---
接下来的两天，林默泡在实验室里，对机器人的导航和定位系统做了全面优化。
他重新校准了GPS模块的坐标系，优化了里程计的积分算法，加了一个卡尔曼滤波器来融合GPS和里程计的数据。
一番操作下来，导航精度从±12厘米提升到了±6厘米，定位误差从±8厘米压缩到了±5厘米。
“±5厘米，够了吧？”林默问苏清颜。
苏清颜看了一眼数据，点了点头：“勉强可以。”
林默在报告里把定位误差标注为“±5厘米”，然后把报告提交给了系统。
“叮——任务进度更新。宿主在报告中标注的定位误差为±5厘米。系统将进行独立验证测试。”
“验证就验证，怕你？”
---
第二天上午，系统发布了验证测试的结果。
“叮——独立验证测试完成。宿主标注的定位误差：±5厘米。系统实测误差：±15厘米。”
林默愣住了。
“多少？±15厘米？差了三倍？”
“叮——系统使用了更高精度的测量设备（激光测距仪+高精度GPS基站），测得宿主的机器人定位误差为±15厘米。宿主在测试中使用的卷尺测量方法，存在系统性的测量误差。”
林默张了张嘴，说不出话来。
他承认，他用的是卷尺。从机器人停下的位置，到目标点的位置，拉一把卷尺，肉眼读数。确实不够精确。
“那……这个结果会影响任务评价吗？”
“叮——不影响任务完成度。但系统将记录这次‘标注误差与实际误差不符’的事件，作为宿主未来研发的参考。”
林默松了口气，但心里还是有点不舒服。
差了整整三倍，这误差也太大了。
“叮——系统提示：宿主的‘误差标注’虽然在数值上不准确，但系统发现了一个有趣的现象。”
“什么现象？”
“宿主的机器人，实际定位误差±15厘米，恰好在某些应用场景中产生了意想不到的优势。”
林默没听懂：“什么意思？”
---
当天下午，苏清颜拉着林默去做实地的“极限测试”。
他们选了学校最复杂的一片区域——机械工程系楼后面的“小树林”。
说是树林，其实是一片多年没人打理的杂木林，里面种着各种叫不出名字的树，地面坑坑洼洼，到处是凸起的树根和掉落的枯枝。
“你确定要在这里测？”林默看着这片树林，有点犹豫。
“最复杂的环境，才能测出极限性能。”苏清颜已经把机器人放在了林子边上，“开始吧。”
机器人启动，履带碾过枯枝，发出咔嚓咔嚓的声音，缓缓驶入树林。
林默设定的路径是一条直径十米的圆形，机器人需要绕一圈，回到起点。
前半圈还算顺利。机器人避开了几棵粗大的树干，绕过了一个小土坡，履带在落叶上留下两道浅浅的痕迹。
走到第七个点的时候，问题出现了。