A medida que a aprendizaxe con robots se expande desde entornos de laboratorio controlados a contornas do mundo real, segue aparecendo un obstáculo: a recollida de datos.
A teleoperación é precisa pero lenta. As cámaras en terceira persoa non captan o punto de vista do operador. As cámaras de acción de consumo carecen da sincronización de sensores que requiren a aprendizaxe por imitación moderna e as canles VIO.
Unha nova opción de hardware está a entrar no espazo. A nosa Ego Camera é unha cámara estereoscópica binocular que se coloca na cabeza, deseñada especificamente para a captura de datos egocéntrica na investigación da IA incorporada e a manipulación de robots.
Un punto de vista que coincide co robot
O módulo colócase na cabeza humana (como unha diadema lixeira) e rexistra exactamente o que o operador ve durante unha tarefa. Esta perspectiva en primeira persoa (egocéntrica) converteuse nun foco clave na investigación recente en robótica.
Estudos a grande escala realizados entre 2025 e 2026 (incluíndo HumanEgo, EgoMimic e EgoScale) demostraron que as políticas de robots adestradas en vídeo egocéntrico humano poden igualar ou superar as adestradas en datos de teleoperación, a unha fracción do custo de recollida. A perspectiva importa: o robot, cando se desprega, ve o mundo desde os seus propios sensores integrados, non desde un teito ou un soporte de trípode.
A nosa Ego Camera está deseñada para pechar esa brecha, proporcionando datos de adestramento que coinciden co punto de vista de inferencia real do robot, eliminando a discrepancia de perspectiva para o adestramento do modelo.
Deseño de sensores para canles de investigación
Sensores estéreo de obturación global
O módulo da cámara emprega dous sensores de obturador global de 2MP cun campo de visión horizontal de 60–65°, en consonancia co campo de visión estándar dos módulos de visión de cabezas de robots humanoides. O obturador global é unha elección deliberada no deseño central: cada píxel expón simultaneamente, eliminando por completo a distorsión da obturación rotativa que corrompe os movementos rápidos das mans e do corpo durante a gravación dinámica.
Preservación de datos brutos (sen EIS)
Eliminamos intencionadamente a estabilización electrónica de imaxe EIS integrada. O EIS recorta o campo de visión orixinal e modifica os parámetros intrínsecos e extrínsecos calibrados de fábrica, o que rompería a coincidencia estéreo e a coherencia da calibración da cámara-IMU. Os datos orixinais de fotograma completo en bruto resérvanse para o procesamento do algoritmo do robot no backend.
Sincronización de hardware de microsegundos
A IMU de 6 eixes ICM-2688 integrada (acelerómetro + xiroscopio, mostraxe a 200–500 Hz) sincronízase mediante un sinal de activación GPIO dedicado. Un sinal de pulso unificado enviado a través dos pines GPIO activa as cámaras estéreo e a mostraxe da IMU simultaneamente. O erro de sincronización é inferior a 10 microsegundos e cada fotograma de vídeo e mostra da IMU leva unha marca de tempo de hardware unificada.
Este nivel de sincronización é un estándar obrigatorio para as canles VIO convencionais como VINS-Fusion e OpenVINS, onde a aliñación de marcas de tempo só por software acumula unha desviación de traxectoria obvia en secuencias de gravación longas.
Almacenamento de calibración integrado
A calibración completa de fábrica abrangue os intrínsecos e extrínsecos estéreo e as transformacións de cámara a IMU. Todos os parámetros de calibración almacénanse na memoria Flash integrada e son totalmente lexibles a través do SDK multiplataforma, sen necesidade de recalibración in situ despois do arranque do equipo.
Flexibilidade de despregamento
Admítense dous modos operativos para abarcar todos os escenarios de investigación.
Saída de datos multiformato estándar
1. Gravación local na tarxeta TF integrada (captura sen conexión)
- Ficheiros de vídeo MP4 binoculares esquerdo e dereito sincronizados para unha vista previa rápida
- Rexistros CSV independentes que almacenan datos brutos de IMU emparellados con marcas de tempo de microsegundos
2. Gravación no PC anfitrión a través do SDK (conexión USB nun entorno ROS/ROS2)
Admite a exportación de conxuntos de datos de sensores ROSbag sincronizados completos e MCAP lixeiros, totalmente compatibles cos ecosistemas de desenvolvemento de robótica convencionais.
Todas as marcas de tempo do hardware están integradas para cada fotograma e mostra de IMU. Os ficheiros completos dos parámetros de calibración de fábrica son accesibles a través do SDK oficial.
Cabe destacar que o módulo non leva incorporadas funcións de procesamento de IA nin de anotación automática. O seu posicionamento central é xerar datos de sensores brutos limpos e aliñados no tempo, deixando o adestramento de modelos, a detección de obxectivos e a inferencia de algoritmos ás canles de desenvolvemento independentes dos investigadores.
Personalización e dispoñibilidade comercial
A Ego Camera xa está dispoñible para laboratorios de investigación globais, empresas emerxentes de robótica e fabricantes de robots humanoides. Admítense configuracións personalizables de distancia de liña de base estéreo e campo de visión da lente para proxectos de volume ODM a granel.
Inclúese un SDK técnico completo, documentación operativa e códigos de proba de mostra con cada pedido para reducir os custos de integración do hardware.
Ponte en contacto
Se precisa mostras de produtos, documentación do SDK, consulta sobre parámetros técnicos ou solucións de hardware personalizadas para o seu proxecto de aprendizaxe robótica, envíe unha consulta por correo electrónico. O noso equipo de enxeñería ofrece asistencia técnica individualizada para proxectos de recollida de conxuntos de datos de IA incorporada, SLAM e VIO.
Data de publicación: 29 de xullo de 2026
