独立站轮播图1

Nyheder

Hej, velkommen til at høre om vores produkter!

Ego-kamera: Et førstepersonsperspektivværktøj til robotlæringsforskning

I takt med at robotlæring skaleres fra kontrollerede laboratoriemiljøer til virkelige miljøer, dukker én flaskehals op: dataindsamling.
Teleoperation er præcis, men langsom. Tredjepersonskameraer overser operatørens synspunkt. Forbruger-actionkameraer mangler den sensorsynkronisering, som moderne imitationlæring og VIO-pipelines kræver.
En ny hardwaremulighed er på vej ind på markedet. Vores Ego Camera er et hovedbåret kikkert-stereokamera, der er bygget specielt til egocentrisk dataindsamling i forskning inden for kropsliggjort AI og robotmanipulation.

Et synspunkt der matcher robottens

Modulet bæres på det menneskelige hoved – som et let pandebånd – og registrerer præcis, hvad operatøren ser under en opgave. Dette førstepersonsperspektiv (egocentriske) er blevet et centralt fokuspunkt i nyere robotforskning.
Storstilede studier fra 2025 til 2026 – herunder HumanEgo, EgoMimic og EgoScale – har vist, at robotpolitikker, der er trænet på menneskelig egocentrisk video, kan matche eller overgå dem, der er trænet på teleoperationsdata, til en brøkdel af indsamlingsomkostningerne. Perspektivet er vigtigt: robotten ser verden, når den er implementeret, fra sine egne indbyggede sensorer, ikke fra et loft eller et stativ.
Vores Ego-kamera er designet til at bygge bro over dette hul og leverer træningsdata, der matcher robottens faktiske inferenssynspunkt, hvilket eliminerer perspektivuoverensstemmelser i forbindelse med modeltræning.

Sensordesign til forskningsrørledninger

Global-Shutter stereosensorer
Kameramodulet bruger to 2MP-sensorer med global lukker og et horisontalt synsfelt på 60-65°, hvilket stemmer overens med standard FOV for humanoide robothovedmoduler. Global lukker er et bevidst kernedesignvalg: hver pixel eksponeres samtidigt, hvilket fuldstændigt eliminerer rullende lukker-jelly-forvrængning, der forstyrrer hurtige hånd- og kropsbevægelser under dynamisk optagelse.
Bevaring af rådata (ingen EIS)
Vi fjerner bevidst den indbyggede elektroniske billedstabilisering fra EIS. EIS beskærer det oprindelige synsfelt og ændrer fabrikskalibrerede intrinsiske og ydre parametre, hvilket ville forstyrre stereomatching og kamera-IMU-kalibreringskonsistensen. Rå originale full-frame-data er reserveret til behandling af backend-robotalgoritmer.
Mikrosekund hardwaresynkronisering
Indbygget ICM-2688 6-akset IMU (accelerometer + gyroskop, sampling ved 200-500 Hz) synkroniseres via et dedikeret GPIO-triggersignal. Et samlet pulssignal sendt via GPIO-benene udløser stereokameraer og IMU-sampling samtidigt. Synkroniseringsfejlen er under 10 mikrosekunder, og hver videoramme og IMU-sample bærer et samlet hardwaretidsstempel.
Dette synkroniseringsniveau er en obligatorisk standard for mainstream VIO-pipelines som VINS-Fusion og OpenVINS, hvor softwarebaseret tidsstempeljustering akkumulerer tydelig banedrift over lange optagelsessekvenser.
Indbygget kalibreringslagring
Fuld fabrikskalibrering dækker stereo-intrinsics, extrinsics og kamera-til-IMU-transformationer. Alle kalibreringsparametre er gemt i indbygget Flash og kan læses fuldt ud via SDK'et på tværs af platforme — ingen omkalibrering på stedet nødvendig efter opstart af udstyret.

Implementeringsfleksibilitet

To driftstilstande understøttes for at dække alle forskningsscenarier.

1USB-kablet tilstand
Tilslut til en værtscomputer for billedforhåndsvisning i realtid og streamingoptagelse med lav latenstid, ideel til fejlfinding af faste laboratoriealgoritmer og VIO-testning i realtid.

2WiFi + TF-kort ubundet tilstand
Alle optagede data gemmes lokalt på TF-kort som prioriteret lagring for at undgå datatab under ustabile trådløse signaler. Når WiFi-forbindelsen er genoprettet, understøtter filer automatisk batchupload til eksterne servere. Denne tilstand understøtter langvarig, fri dataindsamling uden kabelrestriktioner.

Standard multiformat dataoutput

1. Indbygget TF-kort lokal optagelse (offline optagelse)

  • Synkroniserede MP4-videofiler med venstre og højre kikkert til hurtig visuel forhåndsvisning
  • Uafhængige CSV-logfiler, der lagrer IMU-rådata parret med tidsstempler fra mikrosekunder

2. Optagelse på værts-pc via SDK (USB-forbindelse under ROS/ROS2-miljø)

Understøtter eksport af komplette synkroniserede ROSbag- og letvægts MCAP-sensordatasæt, fuldt kompatible med almindelige robotudviklingsøkosystemer.
Alle hardwaretidsstempler er integreret for hver frame og IMU-prøve. Komplette fabrikskalibreringsparameterfiler er tilgængelige via det officielle SDK.
Det er værd at bemærke, at modulet ikke har nogen indbygget AI-behandling eller automatiske annoteringsfunktioner. Dets kernepositionering er at udsende rene, tidsjusterede rå sensordata, hvilket overlader modeltræning, måldetektion og algoritmeinferens til forskernes uafhængige udviklingspipelines.

Tilpasning og kommerciel tilgængelighed

Ego-kameraet er nu tilgængeligt for globale forskningslaboratorier, robotstartups og producenter af humanoide robotter. Tilpasset stereobaselineafstand og linse-FOV-konfigurationer understøttes til store ODM-projekter.
Fuld teknisk SDK, driftsdokumentation og eksempler på testkoder leveres til hver ordre for at reducere omkostningerne til hardwareintegration.

Kontakt os

Hvis du har brug for produktprøver, SDK-dokumentation, teknisk parameterkonsultation eller tilpassede hardwareløsninger til dit robotlæringsprojekt, bedes du sende en forespørgsel via email. Vores ingeniørteam tilbyder individuel teknisk support til SLAM-, VIO- og indsamlingsprojekter med embodied AI-datasæt.

Opslagstidspunkt: 29. juli 2026