রোবট লার্নিং যখন নিয়ন্ত্রিত পরীক্ষাগার থেকে বাস্তব-জগতের পরিবেশে প্রসারিত হচ্ছে, তখন একটি প্রতিবন্ধকতা বারবার সামনে আসছে: ডেটা সংগ্রহ।
টেলিঅপারেশন নির্ভুল হলেও ধীরগতির। থার্ড-পার্সন ক্যামেরা অপারেটরের দৃষ্টিকোণ তুলে ধরতে পারে না। সাধারণ অ্যাকশন ক্যামেরাগুলোতে সেই সেন্সর সিনক্রোনাইজেশনের অভাব রয়েছে, যা আধুনিক ইমিটেশন লার্নিং এবং ভিআইও পাইপলাইনের জন্য প্রয়োজন।
এই ক্ষেত্রে একটি নতুন হার্ডওয়্যার বিকল্পের আগমন ঘটছে। আমাদের ইগো ক্যামেরা হলো মাথায় পরিধানযোগ্য একটি বাইনোকুলার স্টেরিও ক্যামেরা, যা এমবডিড এআই এবং রোবট ম্যানিপুলেশন গবেষণায় আত্মকেন্দ্রিক ডেটা সংগ্রহের জন্য বিশেষভাবে নির্মিত।
রোবটের সাথে মেলে এমন একটি দৃষ্টিকোণ
মডিউলটি মানুষের মাথায় একটি হালকা হেডব্যান্ডের মতো পরা হয় এবং কোনো কাজ করার সময় অপারেটর যা দেখে, তা হুবহু রেকর্ড করে। এই প্রথম-ব্যক্তি (আত্মকেন্দ্রিক) দৃষ্টিকোণটি সাম্প্রতিক রোবোটিক্স গবেষণার একটি প্রধান কেন্দ্রবিন্দুতে পরিণত হয়েছে।
২০২৫ থেকে ২০২৬ সাল পর্যন্ত পরিচালিত হিউম্যানইগো, ইগোমিমিক এবং ইগোস্কেল-এর মতো বৃহৎ পরিসরের গবেষণাগুলো দেখিয়েছে যে, মানুষের আত্মকেন্দ্রিক ভিডিওর ওপর প্রশিক্ষিত রোবট পলিসিগুলো টেলিঅপারেশন ডেটার ওপর প্রশিক্ষিত পলিসিগুলোর সমতুল্য বা তার চেয়েও ভালো ফল দিতে পারে, এবং তা সংগ্রহের খরচের একটি ভগ্নাংশেই সম্ভব। দৃষ্টিকোণটি গুরুত্বপূর্ণ: রোবটটিকে যখন মোতায়েন করা হয়, তখন এটি ছাদ বা ট্রাইপড মাউন্ট থেকে নয়, বরং তার নিজস্ব অনবোর্ড সেন্সর থেকে পৃথিবীকে দেখে।
আমাদের ইগো ক্যামেরাটি এই ব্যবধান পূরণের জন্য ডিজাইন করা হয়েছে, যা রোবটের প্রকৃত অনুমান দৃষ্টিকোণের সাথে মেলে এমন প্রশিক্ষণ ডেটা সরবরাহ করে এবং মডেল প্রশিক্ষণের জন্য দৃষ্টিকোণগত অমিল দূর করে।
গবেষণা পাইপলাইনের জন্য সেন্সর ডিজাইন
গ্লোবাল-শাটার স্টেরিও সেন্সর
ক্যামেরা মডিউলটিতে দুটি গ্লোবাল-শাটার ২ মেগাপিক্সেল সেন্সর ব্যবহার করা হয়েছে, যেগুলোর হরাইজন্টাল ফিল্ড অফ ভিউ ৬০-৬৫°, যা হিউম্যানয়েড রোবটের মাথার ভিশন মডিউলের স্ট্যান্ডার্ড FOV-এর সাথে সামঞ্জস্যপূর্ণ। গ্লোবাল শাটার একটি সুচিন্তিত মূল ডিজাইন পছন্দ: এর ফলে প্রতিটি পিক্সেল একই সাথে এক্সপোজ হয়, যা রোলিং-শাটার জেলি ডিস্টরশনকে সম্পূর্ণরূপে দূর করে। এই ডিস্টরশন ডাইনামিক রেকর্ডিংয়ের সময় হাত ও শরীরের দ্রুত নড়াচড়ার কারণে ছবি নষ্ট করে দেয়।
কাঁচা ডেটা সংরক্ষণ (পরিবেশগত প্রভাব মূল্যায়ন ছাড়া)
আমরা ইচ্ছাকৃতভাবে অনবোর্ড EIS ইলেকট্রনিক ইমেজ স্ট্যাবিলাইজেশন সরিয়ে দিয়েছি। EIS মূল ফিল্ড অফ ভিউকে ক্রপ করে এবং ফ্যাক্টরিতে ক্যালিব্রেট করা ইন্ট্রিনসিক ও এক্সট্রিনসিক প্যারামিটারগুলো পরিবর্তন করে, যা স্টেরিও ম্যাচিং এবং ক্যামেরা-IMU ক্যালিব্রেশনের সামঞ্জস্য নষ্ট করে দেয়। র' ফুল-ফ্রেম মূল ডেটা ব্যাকএন্ড রোবট অ্যালগরিদম প্রক্রিয়াকরণের জন্য সংরক্ষিত থাকে।
মাইক্রোসেকেন্ড হার্ডওয়্যার সিঙ্ক্রোনাইজেশন
অন্তর্নির্মিত ICM-2688 ৬-অক্ষের IMU (অ্যাক্সেলেরোমিটার + জাইরোস্কোপ, ২০০–৫০০ হার্জে স্যাম্পলিং) একটি ডেডিকেটেড GPIO ট্রিগার সিগন্যালের মাধ্যমে সিঙ্ক্রোনাইজ করা হয়। GPIO পিনের মাধ্যমে পাঠানো একটি সমন্বিত পালস সিগন্যাল একই সাথে স্টেরিও ক্যামেরা এবং IMU স্যাম্পলিংকে ট্রিগার করে। সিঙ্ক ত্রুটি ১০ মাইক্রোসেকেন্ডের কম থাকে এবং প্রতিটি ভিডিও ফ্রেম ও IMU স্যাম্পলে একটি সমন্বিত হার্ডওয়্যার টাইমস্ট্যাম্প থাকে।
VINS-Fusion এবং OpenVINS-এর মতো মূলধারার VIO পাইপলাইনগুলির জন্য এই স্তরের সিঙ্ক্রোনাইজেশন একটি বাধ্যতামূলক মান, যেখানে শুধুমাত্র সফটওয়্যার-ভিত্তিক টাইমস্ট্যাম্প অ্যালাইনমেন্ট দীর্ঘ রেকর্ডিং সিকোয়েন্স জুড়ে সুস্পষ্ট ট্র্যাজেক্টরি ড্রিফট তৈরি করে।
অনবোর্ড ক্যালিব্রেশন স্টোরেজ
সম্পূর্ণ ফ্যাক্টরি ক্যালিব্রেশনের আওতায় স্টেরিও ইন্ট্রিনসিকস, এক্সট্রিনসিকস এবং ক্যামেরা-টু-আইএমইউ ট্রান্সফর্ম অন্তর্ভুক্ত। সমস্ত ক্যালিব্রেশন প্যারামিটার অনবোর্ড ফ্ল্যাশে সংরক্ষিত থাকে এবং ক্রস-প্ল্যাটফর্ম এসডিকে-এর মাধ্যমে সম্পূর্ণরূপে পাঠযোগ্য — সরঞ্জাম চালু করার পরে সাইটে কোনো পুনঃ-ক্যালিব্রেশনের প্রয়োজন হয় না।
মোতায়েন নমনীয়তা
সকল গবেষণা পরিস্থিতি অন্তর্ভুক্ত করার জন্য দুটি পরিচালন পদ্ধতি সমর্থিত।
স্ট্যান্ডার্ড মাল্টি-ফরম্যাট ডেটা আউটপুট
১. অনবোর্ড টিএফ কার্ড লোকাল রেকর্ডিং (অফলাইন ক্যাপচার)
- দ্রুত দেখার জন্য বাম ও ডান বাইনোকুলারের সিঙ্ক্রোনাইজড MP4 ভিডিও ফাইল।
- মাইক্রোসেকেন্ড টাইমস্ট্যাম্পের সাথে যুক্ত IMU কাঁচা ডেটা সংরক্ষণকারী স্বতন্ত্র CSV লগ
২. SDK-এর মাধ্যমে হোস্ট পিসিতে রেকর্ডিং (ROS/ROS2 পরিবেশে USB সংযোগ)
সম্পূর্ণ সিঙ্ক্রোনাইজড ROSbag এবং লাইটওয়েট MCAP সেন্সর ডেটাসেট এক্সপোর্ট করা সমর্থন করে, যা মূলধারার রোবোটিক্স ডেভেলপমেন্ট ইকোসিস্টেমের সাথে সম্পূর্ণরূপে সামঞ্জস্যপূর্ণ।
প্রতিটি ফ্রেম এবং আইএমইউ স্যাম্পলের জন্য সমস্ত হার্ডওয়্যার টাইমস্ট্যাম্প এমবেড করা থাকে। সম্পূর্ণ ফ্যাক্টরি ক্যালিব্রেশন প্যারামিটার ফাইলগুলো অফিসিয়াল এসডিকে-এর মাধ্যমে অ্যাক্সেস করা যায়।
উল্লেখ্য যে, এই মডিউলটিতে কোনো অন্তর্নির্মিত এআই প্রসেসিং বা স্বয়ংক্রিয় টীকা সংযোজন ফাংশন নেই। এর মূল উদ্দেশ্য হলো পরিচ্ছন্ন ও সময়-সমন্বিত কাঁচা সেন্সর ডেটা সরবরাহ করা এবং মডেল প্রশিক্ষণ, লক্ষ্যবস্তু শনাক্তকরণ ও অ্যালগরিদম অনুমানের মতো কাজগুলো গবেষকদের নিজস্ব উন্নয়ন প্রক্রিয়ার ওপর ছেড়ে দেওয়া।
কাস্টমাইজেশন এবং বাণিজ্যিক প্রাপ্যতা
ইগো ক্যামেরা এখন বিশ্বব্যাপী গবেষণা পরীক্ষাগার, রোবোটিক্স স্টার্টআপ এবং হিউম্যানয়েড রোবট প্রস্তুতকারকদের জন্য উপলব্ধ। বৃহৎ ওডিএম ভলিউম প্রোজেক্টের জন্য কাস্টমাইজযোগ্য স্টেরিও বেসলাইন দূরত্ব এবং লেন্স এফওভি কনফিগারেশন সমর্থিত।
হার্ডওয়্যার ইন্টিগ্রেশন খরচ কমানোর জন্য প্রতিটি অর্ডারের সাথে সম্পূর্ণ টেকনিক্যাল এসডিকে, অপারেশন ডকুমেন্টেশন এবং স্যাম্পল টেস্ট কোড প্রদান করা হয়।
যোগাযোগ করুন
আপনার রোবট লার্নিং প্রোজেক্টের জন্য যদি পণ্যের নমুনা, SDK ডকুমেন্টেশন, প্রযুক্তিগত প্যারামিটার বিষয়ক পরামর্শ অথবা কাস্টমাইজড হার্ডওয়্যার সলিউশনের প্রয়োজন হয়, তবে অনুগ্রহ করে ইমেলের মাধ্যমে অনুসন্ধান পাঠান। আমাদের ইঞ্জিনিয়ারিং টিম SLAM, VIO এবং এমবডিড এআই ডেটাসেট সংগ্রহ প্রোজেক্টের জন্য সরাসরি প্রযুক্তিগত সহায়তা প্রদান করে।
পোস্ট করার সময়: ২৯ জুলাই, ২০২৬
