单视图网格重建可以推广到机器人相机旋转吗？

单视图网格重建可通过单次观察来预测对象网格和空间布局，这使其对于快速机器人空间推理和实到模拟数字孪生具有吸引力。然而，机器人安装的摄像机在操作和导航过程中自然旋转，而学习的单视图重建模型通常依赖于视图相关的先验，并且可能很难推广到分布外的摄像机旋转。此类旋转可能会导致 3D 不一致、布局不正确以及违反物理约束，但这种故障模式的评估仍然不足。我们引入了一种评估协议，具有受控的轴方向滚动、俯仰和偏航扫描，以跟踪代表性 SAM3D 风格管道中单目深度估计 (MDE)、规范对象网格、相机空间布局和物理合理性中的误差。在 Aria 数字孪生数据集和真实的 Franka 手腕相机序列上，相机旋转会导致 MDE 失真、布局漂移和碰撞穿透，而规范网格预测保持相对稳定。两阶段 SAM3D+FoundationPose 管道比单阶段前馈布局预测更稳健，并且我们的重力感知细化将单阶段基于成对 ICP 的布局方向误差减少了 47.1$\%$。我们的评估表明，当前的单视图网格重建方法对于机器人相机旋转的泛化性较差，并表明明确的重力线索对于可靠的机器人单视图网格重建非常重要。