ईगो रोबोट: अंधाधुंध निष्पादन से लेकर स्टीरियो कैमरों के माध्यम से प्रथम-व्यक्ति बुद्धिमत्ता तक

रोबोटिक्स तकनीक स्वचालन से सामान्य बुद्धिमत्ता की ओर तेजी से बढ़ रही है, ऐसे में "ईजीओ रोबोट" नामक एक नई श्रेणी मशीनों के अपने परिवेश के साथ अंतर्क्रिया करने के तरीके को पुनर्परिभाषित कर रही है। पारंपरिक औद्योगिक भुजाओं की ऑफ़लाइन प्रोग्रामिंग या सेवा रोबोटों की निष्क्रिय संवेदन क्षमता के विपरीत, ईजीओ (अहं-केंद्रित) रोबोट प्रत्यक्ष दृष्टि को अपने संज्ञानात्मक स्रोत के रूप में उपयोग करता है, जिससे यह सूक्ष्म सेकंड के स्तर पर हाथ-आँख समन्वय और सक्रिय अवलोकन प्राप्त करता है।इस क्रांति को संभव बनाने वाला मुख्य हार्डवेयर-दूरबीन कैमरायह एक स्थिर "इलेक्ट्रॉनिक आंख" से विकसित होकर रोबोट के स्वयं के अस्तित्व में परिवर्तित हो रहा है।-जागरूकता इंटरफ़ेस। एक उच्च गुणवत्ता स्टीरियो कैमरा मॉड्यूल यह अब केवल एक छवि कैप्चर करने वाला उपकरण नहीं रह गया है; यह एक सच्चा 3-स्पीड कैमरा बनाने की नींव है।D रोबोट के लिए कैमरा मॉड्यूल।

1. तीन प्रकार के रोबोट, दुनिया को देखने के तीन तरीके

पारंपरिक रोबोट (जैसे, औद्योगिक भुजा, एजीवी): एक ऑफ़लाइन-एक प्रोग्राम्ड एक्जीक्यूटर जो क्रियाओं को अंधाधुंध दोहराता है। कैमरा स्थिर है और केवल सरल संकेत आउटपुट करता है।, रोबोट वास्तविक समय में अपनी गति पथ को समायोजित नहीं कर सकता है।शरीर-आधारित रोबोट (जैसे, सेवा रोबोट, चौपाया): कैमरा रोबोट के अपने शरीर पर लगा होता है। धारणा को बंद करना-क्रिया लूप। हालाँकि, अभी भी "देखें" में देरी है।→गणना→कदम" और सक्रिय दृष्टि का अभाव है। रोबोट कैमरे को गहराई की जानकारी और उच्च फ्रेम दर की आवश्यकता होने लगती है।

अहंकारी रोबोट (अहंकारी रोबोट): कैमरा'रोबोट का दृष्टिकोण खुद-उत्पत्ति। यह यह अपनी दृष्टि को बेहतर बनाने के लिए सक्रिय रूप से अपने सिर या शरीर की मुद्रा को बदलता है। पसंदझुकाव, नज़दीकी, पार्श्व विस्थापन। प्रत्येक छवि फ्रेम जोड़ों के कोणों और वेगों से सटीक रूप से मेल खाता है। और उस क्षण की धाराएँ, एक पूर्ण संरचना बनाती हैं खुद-मेमोरी। एक समर्पित ईगो रोबोट कैमरा मॉड्यूल को सिंक्रोनाइज़ेशन और डायनेमिक रेंज के लिए कठोर हार्डवेयर आवश्यकताओं को पूरा करना होगा।

2. कैमरे की भूमिका में तीन महत्वपूर्ण बदलाव: उपकरण से इंटरफ़ेस तक

चरण 1 (पारंपरिक रोबोट): स्थिर प्रेक्षक-कम तकनीकी आवश्यकताएं (मोनोक्युलर, रोलिंग शटर, कम डायनेमिक रेंज)।

चरण 2 (शारीरिक रोबोट): शरीर का भाग- गहराई संबंधी जानकारी की आवश्यकता है, 30-60 एफपीएस और ग्लोबल शटर और एचडीआर की मांग शुरू कर देता है।

चरण 3 (अहंकारी रोबोट): स्वयं-जागरूकता इंटरफ़ेस निम्नलिखित शर्त को पूरा करना आवश्यक है: माइक्रोसेकंड स्तरस्टीरियो सिंक, रंगr ग्लोबल शटर, HDR >90dB, अल्ट्रा-कम विरूपण, चौड़ा-कोण लेंस और फ़ैक्टरी स्टीरियो कैलिब्रेशन। ये सुविधाएँ ठीक वही हैं जो एक पूर्ण स्टीरियो कैमरा मॉड्यूल और ग्लोबल शटर कैमरा मॉड्यूल में होनी चाहिए।

3. ईजीओ रोबोट के लिए विशेष रूप से तैयार किए गए बाइनोकुलर मॉड्यूल की मुख्य विशेषताएं

यह दूरबीन कैमरा मॉड्यूल नमूना 3290 यह भी एक आदर्श 3 हैD रोबोट और रोबोटिक्स विज़न कैमरा मॉड्यूल के लिए कैमरा मॉड्यूल। इसकी प्रमुख विशेषताएं इस प्रकार हैं:

 ड्यूल 1/2.6''कोलोr ग्लोबल शटर CMOS: सभी पिक्सल एक साथ एक्सपोज होते हैं, जिससे रोलिंग की समस्या खत्म हो जाती है। तेज़ सिर हिलाने के दौरान शटर विरूपण; बड़े पिक्सेल (3.0)μm) उत्कृष्ट निम्न सुनिश्चित करें-प्रकाश एसएनआर-ग्लोबल शटर कैमरा मॉड्यूल का सार।

 3840×1080P @ 30 एफपीएस:प्रत्येक आंख के लिए स्वतंत्र 1080P चैनल, हार्डवेयर लेवल फ्रेम सिंक (<50μs), वास्तविक को सक्षम करना-समय और गहराई का अनुमान। यह रिज़ॉल्यूशन इस मॉड्यूल को एक सच्चा एआई रोबोट विज़न कैमरा बनाता है।

 91.56dB HDR (61.56dB लीनियर):अत्यधिक प्रकाश परिवर्तन के बावजूद प्रकाश और छाया दोनों के विवरण को बरकरार रखता है (100 लक्स इंडोर से 100,000 तक लक्स सूर्यप्रकाश), जिससे एल्गोरिदम को रोका जा सके अंधा।

ड्यूल 125°अत्यंत चौड़ा, कोण अत्यंत, कम विरूपण: यह एक विस्तृत दृश्य क्षेत्र को कवर करता है। फर्श से सिर के ऊपर तक टीवी विरूपण 3% से कम है। इससे एपिपोलर बाधाएं बेहतर होती हैं और वीआर टेलीऑपरेशन के लिए एक आरामदायक स्टीरियो अनुभव मिलता है, जो ईगो रोबोट कैमरा मॉड्यूल की ऑप्टिकल आवश्यकताओं को पूरी तरह से पूरा करता है।

फ़ैक्टरी स्टीरियो कैलिब्रेशन: प्रत्येक मॉड्यूल आंतरिक पैरामीटर, विरूपण गुणांक और स्टीरियो रेक्टिफिकेशन मैट्रिक्स प्रदान करता है। और प्रोजेक्शन मैट्रिक्स। उपयोगकर्ता सीधे ट्रायंगुलेशन और डेप्थ मैप जनरेशन कर सकते हैं। और 3डी पॉइंट क्लाउड पुनर्निर्माण-एक सच्चा प्लूg and खेल 3D रोबोट के लिए कैमरा मॉड्यूल।

यूएसबी 2.0 प्लग और खेल + विंडोज/लिनक्स संगतता: यूवीसी ड्राइवर-निःशुल्क, पूर्ण एसडीके और ROS/ROS2 नोड्स। बाहरी IMU सपोर्ट और नेटिव ROS2 ड्राइवरों के साथ, यह रोबोट विज़न के लिए IMU और ROS2 समर्थित कैमरा मॉड्यूल भी है।, सन्निहित एआई, स्लैम सिस्टम, दृश्य के लिए तैयार जड़त्वीय ओडोमेट्री (VIO) और वास्तविक समय मानचित्रण।

4. विशिष्ट अनुप्रयोग परिदृश्य

अहंकारी रोबोटों के लिए अनुकरण अधिगम: मॉड्यूल को (एक ईगो रोबोट कैमरा मॉड्यूल के रूप में) रोबोट की कलाई या सिर पर लगाएं। घिसा हुआ ब्रैकेट पहले इकट्ठा करने के लिए मानव कार्यों के व्यक्तिगत वीडियो। वीडियो स्ट्रीम में सटीक गहराई और समय-चिह्न होते हैं, जिससे नीति सीखने वाले एल्गोरिदम सीधे संयुक्त कमांड आउटपुट कर सकते हैं।

वीआर टेलीऑपरेशन और डिजिटल ट्विन: मॉड्यूल रोबोट के लिए स्टीरियो कैमरा मॉड्यूल और 3डी कैमरा मॉड्यूल के रूप में यह कम विलंबता के साथ VR हेडसेट को बाएँ/दाएँ वीडियो स्ट्रीम आउटपुट करता है। सिर की गति की प्रतिक्रिया रोबोट को वापस भेजी जाती है, जिससे दूरस्थ "देखने" की सुविधा मिलती है।-"आसपास" नियंत्रण यह सूक्ष्म निरीक्षण या यहां तक ​​कि चिकित्सा प्रक्रियाओं के लिए भी महत्वपूर्ण है।

उच्च सुरक्षा पहुंच नियंत्रण और सक्रियता का पता लगाना: यह गहराई संबंधी जानकारी का उपयोग करके फोटो/वीडियो हमलों से वास्तविक चेहरों को अलग करता है। और अतिरिक्त सत्यापन के लिए एक 3डी चेहरे का मॉडल आउटपुट करता है। यहां मॉड्यूल एक एआई रोबोट विजन कैमरा के रूप में कार्य करता है।

सेवा रोबोटों के लिए गहराई का बोध और बाधा से बचाव: होटलों, अस्पतालों और रेस्तरां में, यह मॉड्यूल प्राथमिक दृष्टि सेंसर (एक रोबोटिक्स विज़न कैमरा मॉड्यूल) के रूप में कार्य करता है, जो 0.2 सेंटीमीटर से विश्वसनीय गहराई प्रदान करता है। मीटर से 5 VSLAM और वास्तविक के लिए m समय संबंधी बाधाओं से बचाव। 125°विस्तृत दृश्य क्षेत्र (FOV) से ब्लाइंड स्पॉट कम हो जाते हैं। और HDR ग्लास कर्टेन वॉल या सीधी धूप के पास स्थिर संचालन सुनिश्चित करता है। यह परिदृश्य रोबोट विज़न के लिए IMU और ROS2 समर्थित कैमरा मॉड्यूल द्वारा प्रदान किए गए टाइट कपलिंग से भी लाभान्वित होता है।, सन्निहित एआई, स्लैम सिस्टम।

5. भविष्य की संभावनाएं: “आंख” से “मस्तिष्क” तक-आई फ्यूजन

एज कंप्यूटिंग और न्यूरोमॉर्फिक चिप्स में प्रगति के साथ, भविष्य के ईजीओ रोबोट सेंसर के ठीक पास दृष्टि प्रसंस्करण करेंगे, जिससे माइक्रोसेकंड की सटीकता प्राप्त होगी। स्तर “पिक्सेल to "एक्शन" रूपांतरण। हमारा बाइनोकुलर मॉड्यूल पहले से ही हार्डवेयर ट्रिगर इनपुट और मल्टी प्रदान करता है। कैमरा सिंक इंटरफेस, विभिन्न कंप्यूटिंग प्लेटफॉर्मों (FPGA, GPU, AI एक्सेलेरेटर) के लिए तैयार। बड़े पैमाने पर एकत्रित प्रथम ईजीओ रोबोट से प्राप्त व्यक्ति के दूरबीन वीडियो, जिनमें संबंधित क्रिया निर्देशों के साथ एनोटेशन किया गया है, सामान्य दृष्टि को प्रशिक्षित करने में सहायक होंगे। एक्शन फाउंडेशन मॉडल पाठ के लिए बड़े भाषा मॉडल के समान। उच्च उच्च गुणवत्ता वाले दूरबीन कैमरे इस डेटा में पहला कदम हैं। क्रांति को बढ़ावा दिया।

अपने रोबोट को पहले दें व्यक्ति की आँखें हमारे बाइनोकुलर मॉड्यूल से शुरुआत करें।

अधिक जानकारी के लिए कृपया हमसे संपर्क करें।