شکاف سختافزاری در یادگیری ربات
صنعت رباتیک با مشکل داده مواجه است. آزمایشگاههای پیشرو تخمین میزنند که برای آموزش سیاستهای پیشرفته دستکاری، طی ۲-۳ سال آینده به ۱۰۰ میلیون تا ۱ میلیارد ساعت داده خودمحور (شخص اول) نیاز دارند. جامعه تحقیقاتی به این نیاز پاسخ داده است - Open-AoE 2000 ساعت ویدیوی خودمحور منتشر کرده است، EgoDex 829 ساعت ردیابی دست سهبعدی ارائه داده است و EgoVerse اکنون شامل ۱۳۶۲ ساعت نمایش انسانی است که هزاران وظیفه دنیای واقعی را در بر میگیرد.
اما مشکلی وجود دارد: سختافزار مورد استفاده برای جمعآوری این دادهها با تقاضا همگام نیست. امروزه اکثر مجموعه دادههای خودمحور با استفاده از دستگاههای مصرفی تغییر کاربری داده شده - تلفنهای هوشمند، دوربینهای اکشن و هدستهای واقعیت مجازی - جمعآوری میشوند. این دستگاهها هرگز برای جمعآوری دادههای یادگیری ربات طراحی نشدهاند. آنها فاقد حسگرهای شاتر جهانی، هماهنگسازی سختافزار و کالیبراسیون کارخانهای هستند - ویژگیهایی که برای تولید دادههای آموزشی قابل استفاده غیرقابل مذاکره هستند.
دوربین Ego - ساخته شده برای جمعآوری دادههای خودمحور
دوربین Ego این را تغییر میدهد. این یک دوربین استریوی سربند برای دادههای آموزش ربات است - که به طور خاص ساخته شده است، نه برای استفاده مجدد. این دوربین به طور خاص برای دستگاههای پوشیدنی ضبط داده برای یادگیری تقلیدی و جمعآوری دادههای هوش مصنوعی طراحی شده است و شکاف سختافزاری را که پیشرفت در یادگیری ربات را کند کرده است، برطرف میکند.
ویژگیهای اصلی
شاتر سراسری برای ثبت حرکت
برخلاف حسگرهای شاتر چرخشی که تصویر را خط به خط ثبت میکنند، حسگرهای شاتر سراسری دوگانهی دوربین Ego تمام پیکسلها را بهطور همزمان ثبت میکنند. هر فریم از نظر هندسی دستنخورده باقی میماند - بدون اعوجاج، بدون اثر ژلهای در حین حرکت سریع دست و بدن. این ویژگی، دوربین Ego را به یک دوربین شاتر سراسری دو لنزه ایدهآل برای ضبط حرکت تبدیل میکند و فریمهایی را ارائه میدهد که در واقع برای آموزش VLA و سیاست انتشار قابل استفاده هستند.
بینایی استریوی هماهنگشده با سختافزار
هر دو دوربین توسط یک سیگنال سختافزاری مشترک فعال میشوند و تضمین میکنند که فریمهای چپ و راست دقیقاً در یک لحظه ثبت شوند. این دوربین استریوی همگامسازیشده سختافزاری برای درک عمق، ناهماهنگی زمانی بین جفتهای استریو را از بین میبرد - که برای تطبیق دقیق استریو، تخمین عمق و بازسازی سهبعدی حیاتی است. برای محققانی که سیستمهای ادراکی میسازند، این یک دوربین استریوی همگامسازیشده برای بازسازی سهبعدی است که نتایج قابل اعتمادی را ارائه میدهد.
IMU داخلی ۶ محوره با قابلیت همگامسازی سختافزاری
شتابسنج و ژیروسکوپ یکپارچه، دادههای جبران حرکت ضروری برای خطوط لوله VIO و SLAM را فراهم میکنند. این دوربین استریوی سربند با IMU برای SLAM، نرخ نمونهبرداری قابل تنظیم از ۱۰۰ هرتز تا ۵۰۰ هرتز را ارائه میدهد - که با دینامیکهای حرکتی مختلف از دستکاری آهسته تا حرکات پرسرعت سازگار است. IMU به صورت سختافزاری زمانبندی شده و با فریمهای دوربین در سطح نانوثانیه هماهنگ میشود - نه به صورت نرمافزاری درونیابی شده. این امر، ادغام بصری-اینرسی بدون رانش را ارائه میدهد که کاملاً با VINS-Fusion، OpenVINS و ORB-SLAM3 سازگار است. این، از هر نظر، یک دوربین شاتر جهانی نصب شده روی سر برای توسعه VIO است.
کالیبراسیون کارخانهای - قابل اتصال و استفاده
هر واحد با یک فایل کالیبراسیون منحصر به فرد شامل پارامترهای ذاتی، ضرایب اعوجاج و پارامترهای بیرونی استریو ارائه میشود. بدون صفحه شطرنجی. بدون کالیبراسیون در محل. این دوربین سربند کالیبره شده در کارخانه برای هوش مصنوعی، در عرض ۵ دقیقه آماده ضبط است - از طریق USB وصل کنید و ضبط را شروع کنید.
مهرهای زمانی نانوثانیه یکپارچه
هر فریم دوربین و هر نمونه IMU از یک ساعت سختافزاری یکسان استفاده میکنند و به تراز زمانی در سطح نانوثانیه دست مییابند. این دوربین استریو با برچسب زمانی سختافزاری برای جمعآوری مجموعه دادهها، استانداردهای دقیق مورد نیاز برای معیارهای حرفهای خودمحور و خطوط لوله VIO را برآورده میکند.
آنچه از جعبه دریافت میکنید
- ویدیوی استریوی چپ/راست هماهنگ (MP4)
- دادههای IMU شش محوره با مهرهای زمانی سختافزاری (CSV)
- فایل کالیبراسیون کارخانهای منحصر به فرد (YAML)
- SDK/API کامل برای ویندوز، لینوکس و ROS
- اتصال از طریق پورت USB و قابلیت اتصال به کامپیوتر
برای چه کسی است؟
چه شما یک آزمایشگاه تحقیقاتی دانشگاهی، یک شرکت هوش مصنوعی یا یک ارائه دهنده خدمات جمع آوری داده باشید، دوربین Ego بهترین دوربین پوشیدنی برای جمع آوری داده های رباتیک برای نیازهای شماست. این دوربین به عنوان یک هدست دید استریو برای جمع آوری مجموعه داده های هوش مصنوعی و یک دوربین سربند مقرون به صرفه برای تحقیقات هوش مصنوعی عمل می کند - کیفیت داده های حرفه ای را بدون دردسرهای کالیبراسیون ارائه می دهد.
زمان ارسال: ۱۹ آگوست ۲۰۲۶
