Hampo lancia ufficialmente Ego-Camera, una telecamera binoculare a doppia lente da indossare sulla testa, progettata specificamente per l'acquisizione di dati relativi all'intelligenza artificiale incarnata e all'apprendimento robotico.
Catturando un'autentica prospettiva umana in prima persona, questa unità integra un'IMU a bordo con sincronizzazione a livello hardware per fornire dati visivi e inerziali fusi con timestamp ad alta precisione. Consente ai team di ricerca e sviluppo nel campo della robotica di raccogliere facilmente dati di manipolazione nel mondo reale e generare set di dati multimodali riproducibili per l'addestramento di modelli di intelligenza artificiale incarnata.
Contesto del settore
Le prestazioni massime dei robot dotati di intelligenza artificiale dipendono fortemente dalla qualità e dalla quantità dei set di dati di addestramento. Il consenso del settore conferma che i dati egocentrici in prima persona forniscono il materiale di addestramento più pratico, in quanto corrispondono al punto di vista effettivamente utilizzato dai robot durante l'impiego.
I ricercatori indossano una telecamera leggera montata sulla testa ed eseguono attività naturali di presa, assemblaggio e manipolazione in normali ambienti del mondo reale. I modelli di intelligenza artificiale apprendono abilità di manipolazione, sequenze di azioni e relazioni spaziali direttamente da registrazioni dalla prospettiva umana. Si possono così evitare in gran parte flussi di lavoro complessi per il funzionamento dei robot e costose configurazioni personalizzate per la raccolta dati.
Per un addestramento robotico di alta qualità sono necessarie immagini molto più che nitide. Un allineamento temporale inerziale-visivo affidabile, timestamp precisi al fotogramma e set di dati di calibrazione pronti all'uso sono fondamentali per stabilire se le registrazioni grezze possono essere utilizzate direttamente per VIO-SLAM, teleoperazione e apprendimento per imitazione. La Hampo Ego-Camera è progettata specificamente per risolvere questi problemi critici del settore.
Specifiche principali
| Parametro | Specifiche |
|---|---|
| Sensore | Doppio sensore CMOS a colori da 2 MP con otturatore globale (1/2,6") |
| Risoluzione di output | 3840×1080P @30fps Panoramica binoculare |
| Gamma dinamica | 61,56 dB Lineare / 91,56 dB HDR |
| Campo visivo | Doppio obiettivo ultra grandangolare a 125°, a bassa distorsione |
| Lente | M12×P0.5 Messa a fuoco fissa |
| Funzione binoculare | Sincronizzazione, misurazione della distanza e calibrazione di due fotocamere; supporta il rilevamento della profondità e la ricostruzione 3D. |
| IMU | IMU integrata, sincronizzata a livello hardware con i fotogrammi dell'immagine. |
| Timestamp | Timestamp a livello di fotogramma per dati riproducibili e recuperabili. |
| Calibrazione | Pre-calibrato in fabbrica, dati di calibrazione inclusi alla consegna |
| Interfaccia | USB 2.0, UVC plug-and-play, nessun driver aggiuntivo necessario |
| Compatibilità del sistema operativo | Windows 7/8/10/11, Linux |
| Fattore di forma | Design egocentrico compatto e leggero da indossare sulla testa. |
Caratteristiche principali del prodotto
- 1Sensori di otturatore globali | Elimina la sfocatura da movimento e l'effetto gelatinaDue sensori CMOS global shutter ad alta sensibilità da 2 MP acquisiscono simultaneamente fotogrammi completi. Gli artefatti a effetto "jelly" e la sfocatura da movimento causati dal rolling shutter vengono soppressi durante scenari di movimento rapido, come afferrare, assemblare e camminare. Ogni fotogramma rimane nitido, fornendo un input visivo stabile per il riconoscimento delle azioni e la ricerca sull'apprendimento per imitazione robotica.
- 2IMU integrata con sincronizzazione a livello hardwareLe immagini e le misurazioni dell'IMU sono attivate dall'hardware per un allineamento temporale preciso. Fondamentale per VIO-SLAM, teleoperazione e raccolta dati robotici. Non è necessaria alcuna noiosa correzione temporale basata su software; le letture dell'IMU possono essere inserite direttamente negli algoritmi di ricerca.
- 3Timestamp ad alta precisione a livello di fotogramma per set di dati riproducibiliOgni fotogramma e campione IMU contiene timestamp precisi. Supporta la riproduzione accurata e l'allineamento incrociato multisensore, un requisito fondamentale per l'apprendimento per imitazione, l'analisi del comportamento e la fusione di sensori multimodali.
- 4Dati di calibrazione pre-calibrati in fabbrica e pronti all'uso.I parametri intrinseci ed estrinseci vengono calibrati in fabbrica. I file di calibrazione vengono forniti insieme all'hardware. Gli utenti possono iniziare l'acquisizione dei dati immediatamente, evitando la calibrazione manuale e riducendo i tempi di configurazione del sistema.
- 5Campo visivo binoculare a bassa distorsione di 125°, percezione della profondità e HDR a 91,56 dB.L'obiettivo ultra grandangolare a bassa distorsione da 125° cattura appieno i movimenti della mano e le scene circostanti. Il supporto binoculare nativo consente la misurazione della distanza, la visualizzazione della profondità e la ricostruzione 3D. L'elevata gamma dinamica di 91,56 dB mantiene un'esposizione ben bilanciata in controluce e durante le transizioni di luce tra interni ed esterni.
- 6USB 2.0 UVC Plug-and-PlayIl protocollo UVC standard su USB 2.0 funziona nativamente su Windows e Linux senza necessità di installare driver. I team di ricerca e sviluppo si concentrano sulla raccolta di dati anziché sul debug complesso dei dispositivi.
Applicazioni tipiche
- Raccolta dati tramite intelligenza artificiale incarnata:Video egocentrici con timestamp + dati inerziali IMU per l'apprendimento per imitazione robotica e l'addestramento alle abilità di manipolazione
- SLAM visivo-inerziale e localizzazione spaziale:Sincronizzazione hardware tra visione e IMU per lo sviluppo e il benchmarking dell'algoritmo VIO-SLAM.
- Teleoperazione e telepresenza:Visuale immersiva in tempo reale in prima persona per il controllo remoto e la collaborazione uomo-robot
- Acquisizione di contenuti VR/AR:Immagini 3D egocentriche e registrazione di dati spaziali
- Ricerca sul riconoscimento delle azioni e sul comportamento:Digitalizzare i flussi di lavoro industriali, gli studi sui fattori umani, lo sport e l'analisi del movimento.
- Progetti di visione integrata:Riconoscimento facciale, rilevamento della vitalità, controllo degli accessi e altre integrazioni basate sulla visione
Chiusura
I dati sono il carburante fondamentale dell'era dell'IA incarnata, e la prospettiva egocentrica rappresenta uno dei percorsi più pratici verso robot versatili e capaci di svolgere diverse funzioni.
Grazie alla visione binoculare con otturatore globale, all'IMU integrata, alla sincronizzazione hardware e ai timestamp a livello di fotogramma, la Hampo Ego-Camera consente ai ricercatori nel campo della robotica di acquisire dati egocentrici visivo-inerziali ripetibili e di alta qualità con un minimo sovraccarico di implementazione, aiutando i progetti a passare dall'osservazione visiva alla comprensione del mondo reale.
Data di pubblicazione: 14 agosto 2026
