diff --git a/README.md b/README.md
index 72f0e93..b7df381 100644
--- a/README.md
+++ b/README.md
@@ -4,8 +4,10 @@ Microservizio Python (FastAPI) che orchestra:
 
 1. **Calibrazione hand-eye** (eye-to-hand) tra la **Nuwa depth camera** (fissa) e la
    **base del robot**, usando un **ArUco sul polso**. Supporta **G1** e **H1**.
-2. **Riconoscimento oggetto** via YOLO server + point cloud Nuwa.
-3. **Pianificazione presa**: asse dell'oggetto (PCA) + posa polso per il robot attivo.
+2. **Riconoscimento oggetto** via YOLO (bbox) + **segmentazione 3D** via SAM2.1 →
+   nuvola di punti dell'oggetto.
+3. **Calibrazione piano di lavoro** + filtro "sotto piano" applicato a ogni cloud.
+4. **Pianificazione presa**: asse dell'oggetto (PCA) + posa polso per il robot attivo.
 
 ## Microservizi usati
 
@@ -14,6 +16,7 @@ Microservizio Python (FastAPI) che orchestra:
 | Nuwa-HP60C        | http://localhost:8877 | RGB, depth, point cloud, intrinsics                |
 | Marker-finder     | http://localhost:8082 | Detection 2D ArUco (corners + pose)                |
 | YOLO Server       | http://localhost:8879 | Bbox oggetto da prendere                           |
+| SAM21 (NuwaSeg)   | http://localhost:8002 | Segmentazione promptable: bbox → cloud 3D filtrata |
 | G1 API Server     | http://localhost:8765 | Controllo polso/mano G1 (dry-run se down)          |
 | H1 API Server     | http://localhost:8767 | Controllo polso/mano H1 (network host, 4 DoF)      |
 
@@ -30,14 +33,38 @@ docker compose up -d presa-mano
 
 ## GUI
 
-Tre tab:
+Tab principali:
 
 - **Calibrazione**: muovi il polso in varie pose, *Acquisisci sample*, poi *Risolvi*.
   Salva `data/calibration_<side>.yaml`.
-- **Grasp**: rileva oggetto, visualizza bbox + asse, esegui (toggle dry-run).
+- **Calibrazione Piano**: clicca due angoli sull'RGB per definire la ROI sul tavolo
+  → *Calcola piano* fa il fit SVD sui punti depth, mostra in 3D (vista camera) il
+  piano e l'intera scena con punti esclusi in rosso / tenuti in ciano. Il parametro
+  *offset (mm)* regola la soglia del filtro "punti sotto piano" (positivo = buffer
+  permissivo, negativo = esclude anche un buffer sopra il piano per togliere rumore
+  depth). *Salva piano* persiste in `data/work_plane.json`.
+- **Cerca modello**: rileva oggetto via YOLO, segmenta via SAM21 (con fallback bbox
+  se SAM21 è down), visualizza bbox + asse, esegui (toggle dry-run).
 - **Movimento EE**: lettura pose correnti, invio pose assolute/relative, apri/chiudi mano,
   emergency stop.
 
+## Pipeline cloud-from-bbox
+
+Dopo che YOLO ha trovato un bbox, gli endpoint `/api/grasp/{plan,execute}`,
+`/api/perception/{scan,object_points}` estraggono la nuvola di punti
+dell'oggetto con questa pipeline:
+
+1. **SAM21** segmenta il bbox usando RGB + depth allineata IR→RGB
+   (`perception/depth_align.py`) → cloud nell'OpenCV camera frame, in metri.
+   Su fallimento (transport / `SEGMENTATION_EMPTY` / `<10` punti) → fallback
+   trasparente al path bbox legacy (Nuwa ROI pointcloud).
+2. **Filtro piano**: se `data/work_plane.json` esiste, scarta i punti con
+   `signed_distance < -offset_mm/1000` (vedi tab Calibrazione Piano).
+3. Le response includono `source ∈ {"sam21","bbox_roi"}`, `plane_applied`,
+   `n_points_before_plane` e — su fallback SAM21 — `sam21_fallback_reason`.
+
+Disabilitabile via `grasp.use_sam21: false` in `config.yaml`.
+
 ## Calibrazione automatica via script
 
 In `scripts/`: