feat(right_arm): force, camera↔polso offset, cluster filter sul centroide

Tre miglioramenti al move-toward dopo il primo uso live:

1. checkbox "force" accanto a "Muovi": bypassa max_step_m quando
   l'utente sa che il delta richiesto e' grande ma corretto (es. primo
   avvicinamento all'oggetto).

2. camera_offset_wrist_mm: il modello assumeva camera e TCP coincidenti
   (sole sign flips). La camera Nuwa e' invece montata con traslazione
   costante rispetto al polso. La formula diventa:
       delta_wrist = sign * (centroid_cam - offset_cam) + t_wrist_cam
   Esposto in config (default 0,0,0), GUI (3 input "Camera rispetto a
   polso (mm)") e in /state. Il termine compensa il fatto che muovere
   il polso porta la camera, non il TCP, sul punto di presa.

3. filter_nearest_cluster: il centroide era media di tutti i punti
   SAM21 della mask. In presenza di sfondo lontano visibile attraverso
   buchi della depth del primo piano la media veniva trascinata a
   metri di distanza. Ora si tiene il cluster piu' vicino:
       z_near = p5(Z)
       keep   = punti con Z <= z_near + cluster_depth_window_m
   Default window 0.20 m, configurabile. La risposta di /detect/wrist
   espone n_sam21_points, n_centroid_points e z_near/z_cutoff per
   diagnosi.

Aggiornata anche la persistenza: /offset accetta camera_offset_wrist_mm.
GUI: i campi Offset/Sign/CamOff rispettano "user touched" (refresh non
li cancella mentre l'utente digita).

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

src/presa_mano/api/right_arm_routes.py

@@ -15,6 +15,7 @@ from ..config import update_config
 from ..geometry import quaternion_xyzw_to_rpy_deg, rpy_deg_to_quaternion_xyzw
 from ..perception.detector import _normalize as _normalize_yolo
 from ..perception.sam21_bridge import Sam21Fallback, segment_with_sam21
+from ..right_arm.cluster import filter_nearest_cluster
 from ..right_arm.move import DeltaOversize, apply_z_floor, compute_delta_wrist
 from ..timing import Stopwatch
 from . import _deps
@@ -40,6 +41,8 @@ def _state_payload(sw: Stopwatch) -> dict[str, Any]:
         "custom_pose": cfg.get("custom_pose"),
         "offset_camera_mm": cfg.get("move_offset_camera_mm"),
         "axis_signs": cfg.get("axis_sign_cam_to_wrist"),
+        "camera_offset_wrist_mm": cfg.get("camera_offset_wrist_mm"),
+        "cluster_depth_window_m": cfg.get("cluster_depth_window_m"),
         "max_step_m": cfg.get("max_step_m"),
         "z_floor_m": cfg.get("z_floor_m"),
         "timings_ms": sw.as_dict(),
@@ -158,9 +161,18 @@ def _detect_wrist_core(class_name: str | None, conf: float | None, sw: Stopwatch
         seg = segment_with_sam21(nuwa, _deps.sam21(), bbox, sw)
     except Sam21Fallback as e:
         raise HTTPException(status_code=422, detail=f"SAM21 fallback: {e}")
-    pts = np.asarray(seg.points_cv_m, dtype=np.float64)
+    pts_all = np.asarray(seg.points_cv_m, dtype=np.float64)
+    if pts_all.shape[0] < 10:
+        raise HTTPException(status_code=422, detail=f"too few sam21 points: {pts_all.shape[0]}")
+    cfg = _deps.tab_right_arm_cfg()
+    window_m = float(cfg.get("cluster_depth_window_m", 0.20))
+    with sw.step("cluster_filter"):
+        pts, cluster_diag = filter_nearest_cluster(pts_all, window_m=window_m)
     if pts.shape[0] < 10:
-        raise HTTPException(status_code=422, detail=f"too few sam21 points: {pts.shape[0]}")
+        raise HTTPException(
+            status_code=422,
+            detail=f"cluster troppo piccolo: {pts.shape[0]} punti dopo filtro "
+                   f"(z_near={cluster_diag['z_near_m']:.3f}m window={window_m:.3f}m)")
     with sw.step("centroid"):
         centroid = pts.mean(axis=0)
         distance = float(np.linalg.norm(centroid))
@@ -169,7 +181,11 @@ def _detect_wrist_core(class_name: str | None, conf: float | None, sw: Stopwatch
         "bbox": list(bbox),
         "centroid_camera_m": [float(centroid[0]), float(centroid[1]), float(centroid[2])],
         "distance_m": distance,
-        "n_sam21_points": int(pts.shape[0]),
+        "n_sam21_points": int(pts_all.shape[0]),
+        "n_centroid_points": int(pts.shape[0]),
+        "cluster_window_m": window_m,
+        "cluster_z_near_m": cluster_diag["z_near_m"],
+        "cluster_z_cutoff_m": cluster_diag["z_cutoff_m"],
     }
 
 
@@ -194,6 +210,7 @@ def move_toward(req: MoveTowardReq) -> dict[str, Any]:
     cfg = _deps.tab_right_arm_cfg()
     off_mm = cfg.get("move_offset_camera_mm", {"x": 0, "y": 0, "z": 0})
     sign = cfg.get("axis_sign_cam_to_wrist", {"x": 1, "y": 1, "z": 1})
+    cam_off_mm = cfg.get("camera_offset_wrist_mm", {"x": 0, "y": 0, "z": 0})
     max_step_m = float(cfg.get("max_step_m", 0.15))
     z_floor = cfg.get("z_floor_m")
     z_floor_m = float(z_floor) if z_floor is not None else None
@@ -201,10 +218,13 @@ def move_toward(req: MoveTowardReq) -> dict[str, Any]:
     det = _detect_wrist_core(req.class_name, req.conf, sw)
     centroid = np.asarray(det["centroid_camera_m"], dtype=np.float64)
     offset_m = np.array([off_mm["x"], off_mm["y"], off_mm["z"]], dtype=np.float64) / 1000.0
+    cam_offset_wrist_m = np.array(
+        [cam_off_mm["x"], cam_off_mm["y"], cam_off_mm["z"]], dtype=np.float64) / 1000.0
     signs = (int(sign["x"]), int(sign["y"]), int(sign["z"]))
 
     try:
         delta = compute_delta_wrist(centroid, offset_m, signs,
+                                    camera_offset_wrist_m=cam_offset_wrist_m,
                                     max_step_m=max_step_m, force=req.force)
     except DeltaOversize as e:
         raise HTTPException(status_code=422, detail=str(e))
@@ -246,6 +266,7 @@ def move_toward(req: MoveTowardReq) -> dict[str, Any]:
         "distance_m": det["distance_m"],
         "offset_camera_m": offset_m.tolist(),
         "axis_signs": list(signs),
+        "camera_offset_wrist_m": cam_offset_wrist_m.tolist(),
         "delta_wrist_m": delta.tolist(),
         "delta_wrist_mm": (delta * 1000.0).tolist(),
         "z_clipped": bool(z_clipped),
@@ -269,6 +290,7 @@ class PoseUpdateReq(BaseModel):
 class OffsetUpdateReq(BaseModel):
     move_offset_camera_mm: Optional[dict[str, float]] = None
     axis_sign_cam_to_wrist: Optional[dict[str, int]] = None
+    camera_offset_wrist_mm: Optional[dict[str, float]] = None
 
 
 def _exec_named_pose(pose_key: str, dry_run: bool, sw: Stopwatch) -> dict[str, Any]:
@@ -332,9 +354,15 @@ def put_offset(req: OffsetUpdateReq) -> dict[str, Any]:
             if v not in (-1, 1):
                 raise HTTPException(status_code=422, detail=f"axis_sign_cam_to_wrist['{k}'] must be +/-1")
         patch["axis_sign_cam_to_wrist"] = {k: int(req.axis_sign_cam_to_wrist[k]) for k in ("x", "y", "z")}
+    if req.camera_offset_wrist_mm is not None:
+        for k in ("x", "y", "z"):
+            if k not in req.camera_offset_wrist_mm:
+                raise HTTPException(status_code=422, detail=f"camera_offset_wrist_mm missing '{k}'")
+        patch["camera_offset_wrist_mm"] = {k: float(req.camera_offset_wrist_mm[k]) for k in ("x", "y", "z")}
     if not patch:
         raise HTTPException(status_code=422, detail="nothing to update")
     update_config({"tab_right_arm": patch})
     cfg = _deps.tab_right_arm_cfg()
     return {"move_offset_camera_mm": cfg.get("move_offset_camera_mm"),
-            "axis_sign_cam_to_wrist": cfg.get("axis_sign_cam_to_wrist")}
+            "axis_sign_cam_to_wrist": cfg.get("axis_sign_cam_to_wrist"),
+            "camera_offset_wrist_mm": cfg.get("camera_offset_wrist_mm")}

src/presa_mano/right_arm/cluster.py

@@ -0,0 +1,39 @@
+"""Filtri di pulizia della nuvola SAM21 prima del centroide."""
+from __future__ import annotations
+
+import numpy as np
+
+
+def filter_nearest_cluster(
+    points_xyz_m: np.ndarray,
+    window_m: float,
+    z_near_percentile: float = 5.0,
+) -> tuple[np.ndarray, dict]:
+    """Tieni solo i punti del cluster più vicino alla camera lungo Z.
+
+    Assume frame OpenCV (Z>0 davanti). `z_near` = percentile robusto di Z
+    (default p5) — proxy per "il valore Z più vicino" resistente a qualche
+    outlier negativo. Si tengono i punti con `Z <= z_near + window_m`.
+
+    Utile contro nuvole bimodali tipo oggetto-vicino + background-lontano,
+    dove la media e' dominata dal background. Niente magic-number su Z max
+    assoluto: la soglia e' relativa al punto piu' vicino.
+
+    Ritorna (filtered, diag) con diag = {z_near_m, z_cutoff_m,
+    n_input, n_kept}.
+    """
+    pts = np.asarray(points_xyz_m, dtype=np.float64)
+    n_in = int(pts.shape[0])
+    if n_in == 0:
+        return pts, {"z_near_m": None, "z_cutoff_m": None,
+                     "n_input": 0, "n_kept": 0}
+    z = pts[:, 2]
+    z_near = float(np.percentile(z, float(z_near_percentile)))
+    z_cut = z_near + float(window_m)
+    mask = z <= z_cut
+    return pts[mask], {
+        "z_near_m": z_near,
+        "z_cutoff_m": z_cut,
+        "n_input": n_in,
+        "n_kept": int(mask.sum()),
+    }

src/presa_mano/right_arm/move.py

@@ -17,13 +17,22 @@ def compute_delta_wrist(
     centroid_camera_m: np.ndarray,
     offset_camera_m: np.ndarray,
     axis_signs: tuple[int, int, int],
+    camera_offset_wrist_m: np.ndarray | None = None,
     max_step_m: float | None = None,
     force: bool = False,
 ) -> np.ndarray:
-    """Delta da applicare al polso (frame polso) per portare la camera sull'offset.
+    """Delta da applicare al polso (frame polso) per portare il TCP sull'offset
+    di presa dall'oggetto osservato dalla camera.
 
-    Modello: si assume assi camera ≈ assi polso a meno dei segni.
-        delta_wrist = sign * (centroid_camera - offset_camera)
+    Modello: assi camera ≈ assi polso a meno dei segni; la camera è montata sul
+    polso con traslazione costante `camera_offset_wrist_m` (origine polso →
+    origine camera, espressa nel frame polso).
+
+        delta_wrist = sign * (centroid_camera - offset_camera) + t_wrist_cam
+
+    Il termine `+ t_wrist_cam` compensa il fatto che camera e TCP non coincidono:
+    spostare il polso di `sign * (centroid - offset)` porterebbe la CAMERA sul
+    punto desiderato, lasciando il TCP indietro di t_wrist_cam.
 
     Se `max_step_m` è settato e ||delta|| > max_step_m e `force` è False, solleva
     DeltaOversize.
@@ -31,7 +40,9 @@ def compute_delta_wrist(
     centroid = np.asarray(centroid_camera_m, dtype=np.float64).reshape(3)
     offset = np.asarray(offset_camera_m, dtype=np.float64).reshape(3)
     sign = np.asarray(axis_signs, dtype=np.float64).reshape(3)
-    delta = sign * (centroid - offset)
+    t_wc = (np.zeros(3, dtype=np.float64) if camera_offset_wrist_m is None
+            else np.asarray(camera_offset_wrist_m, dtype=np.float64).reshape(3))
+    delta = sign * (centroid - offset) + t_wc
     if max_step_m is not None and not force:
         n = float(np.linalg.norm(delta))
         if n > max_step_m: