როდესაც რობოტების სწავლება კონტროლირებადი ლაბორატორიული გარემოდან რეალურ გარემოში გადადის, ერთი შემაფერხებელი უბანი გამუდმებით ჩნდება: მონაცემთა შეგროვება.
ტელეოპერაცია ზუსტია, მაგრამ ნელი. მესამე პირის კამერები ვერ ახერხებენ ოპერატორის თვალსაზრისის აღქმას. მომხმარებლის მოქმედების კამერებს არ გააჩნიათ სენსორების სინქრონიზაცია, რაც თანამედროვე იმიტაციის სწავლებასა და VIO მილსადენებს მოითხოვს.
ამ სფეროში ახალი აპარატურული ვარიანტი შემოდის. ჩვენი ეგო კამერა არის თავზე დასამაგრებელი ბინოკულარული სტერეო კამერა, რომელიც სპეციალურად შექმნილია ეგოცენტრული მონაცემების აღებისთვის განსახიერებული ხელოვნური ინტელექტისა და რობოტების მანიპულირების კვლევაში.
რობოტის შესაბამისი თვალსაზრისი
მოდული ადამიანის თავზე იკვრება — მსუბუქი თავსაბურავის მსგავსად — და ზუსტად იწერს იმას, რასაც ოპერატორი დავალების შესრულებისას ხედავს. პირველი პირის (ეგოცენტრული) პერსპექტივა ბოლო დროს რობოტიკის კვლევებში მთავარ ფოკუსად იქცა.
2025 წლიდან 2026 წლამდე ჩატარებულმა მასშტაბურმა კვლევებმა, მათ შორის HumanEgo-მ, EgoMimic-მა და EgoScale-მა, აჩვენა, რომ ადამიან-ეგოცენტრულ ვიდეოზე გაწვრთნილი რობოტების პოლიტიკა შეიძლება შეესაბამებოდეს ან გადააჭარბოს ტელეოპერაციულ მონაცემებზე გაწვრთნილ რობოტების პოლიტიკას, მონაცემთა შეგროვების ღირებულების გაცილებით მცირე ნაწილად. პერსპექტივა მნიშვნელოვანია: განლაგებისას რობოტი სამყაროს საკუთარი ჩაშენებული სენსორებიდან ხედავს და არა ჭერიდან ან სამფეხაზე დამაგრებული სამაგრიდან.
ჩვენი ეგო კამერა შექმნილია ამ ხარვეზის შესავსებად, უზრუნველყოფს სასწავლო მონაცემებს, რომლებიც შეესაბამება რობოტის ფაქტობრივ ინფერენციულ ხედვას, რითაც აღმოიფხვრება მოდელის ტრენინგისთვის პერსპექტივის შეუსაბამობა.
სენსორების დიზაინი კვლევითი მილსადენებისთვის
გლობალური ჩამკეტის სტერეო სენსორები
კამერის მოდული იყენებს ორ გლობალური ჩამკეტის 2 მეგაპიქსელიან სენსორს 60–65° ჰორიზონტალური ხედვის კუთხით, რაც შეესაბამება ჰუმანოიდი რობოტის თავის ხედვის მოდულების სტანდარტულ FOV-ს. გლობალური ჩამკეტი ბირთვის დიზაინის განზრახ არჩევანია: ყველა პიქსელი ერთდროულად გამოიკვეთება, სრულად გამორიცხავს მოძრავი ჩამკეტის ჟელესებრ დამახინჯებას, რომელიც აფუჭებს ხელისა და სხეულის სწრაფ მოძრაობებს დინამიური ჩაწერის დროს.
ნედლი მონაცემების შენახვა (EIS-ის გარეშე)
ჩვენ განზრახ ვშლით ჩაშენებულ EIS ელექტრონულ გამოსახულების სტაბილიზაციას. EIS ჭრის ორიგინალურ ხედვის არეს და ცვლის ქარხნულად დაკალიბრებულ შინაგან და გარე პარამეტრებს, რაც დაარღვევს სტერეო შესაბამისობას და კამერა-IMU კალიბრაციის თანმიმდევრულობას. სრული კადრის ნედლი ორიგინალი მონაცემები ინახება რობოტის ალგორითმის დასამუშავებლად.
მიკროწამიანი აპარატურის სინქრონიზაცია
ჩაშენებული ICM-2688 6-ღერძიანი IMU (აქსელერომეტრი + გიროსკოპი, 200–500 ჰც სიხშირით სემპლინგაცია) სინქრონიზებულია სპეციალური GPIO ტრიგერის სიგნალის საშუალებით. GPIO პინების მეშვეობით გაგზავნილი ერთიანი იმპულსური სიგნალი ერთდროულად ააქტიურებს სტერეო კამერებს და IMU სემპლინგს. სინქრონიზაციის შეცდომა 10 მიკროწამზე ნაკლებია და ყველა ვიდეოკადრს და IMU ნიმუშს აქვს ერთიანი აპარატურული დროის შტამპი.
სინქრონიზაციის ეს დონე სავალდებულო სტანდარტია ისეთი ძირითადი VIO მილსადენებისთვის, როგორიცაა VINS‑Fusion და OpenVINS, სადაც მხოლოდ პროგრამული უზრუნველყოფის დროის ნიშნულის გასწორება აგროვებს აშკარა ტრაექტორიის გადახრას ხანგრძლივი ჩაწერის თანმიმდევრობების განმავლობაში.
ბორტზე კალიბრაციის საცავი
სრული ქარხნული კალიბრაცია მოიცავს სტერეოს შიდა და გარე მახასიათებლებს, ასევე კამერიდან IMU-ზე გარდაქმნებს. კალიბრაციის ყველა პარამეტრი ინახება ჩაშენებულ Flash მეხსიერებაში და სრულად იკითხება სხვადასხვა პლატფორმის SDK-ის მეშვეობით — აღჭურვილობის გაშვების შემდეგ ადგილზე ხელახალი კალიბრაცია არ არის საჭირო.
განლაგების მოქნილობა
ყველა კვლევითი სცენარის დასაფარად მხარდაჭერილია ორი ოპერაციული რეჟიმი.
სტანდარტული მრავალფორმატიანი მონაცემთა გამომავალი
1. ჩაშენებული TF ბარათის ლოკალური ჩაწერა (ოფლაინ ჩაწერა)
- სინქრონიზებული მარცხენა და მარჯვენა ბინოკლური MP4 ვიდეო ფაილები სწრაფი ვიზუალური დათვალიერებისთვის
- დამოუკიდებელი CSV ჟურნალები, რომლებიც ინახავს IMU ნედლ მონაცემებს, რომლებიც დაწყვილებულია მიკროწამიან დროის ნიშნულებთან
2. მასპინძელი კომპიუტერის ჩაწერა SDK-ის საშუალებით (USB კავშირი ROS/ROS2 გარემოში)
მხარს უჭერს სრული სინქრონიზებული ROSbag-ის და მსუბუქი MCAP სენსორების მონაცემთა ნაკრებების ექსპორტს, სრულად თავსებადია რობოტიკის განვითარების ძირითად ეკოსისტემებთან.
ყველა აპარატურის დროის ნიშნული ჩაშენებულია თითოეული კადრისა და IMU ნიმუშისთვის. ქარხნული კალიბრაციის პარამეტრების სრული ფაილები ხელმისაწვდომია ოფიციალური SDK-ის საშუალებით.
აღსანიშნავია, რომ მოდულში არ არის ჩაშენებული ხელოვნური ინტელექტის დამუშავების ან ავტომატური ანოტაციის ფუნქციები. მისი ძირითადი პოზიციონირება სუფთა, დროში გასწორებული ნედლი სენსორული მონაცემების გამოტანაა, მოდელის ტრენინგი, სამიზნის აღმოჩენა და ალგორითმის დასკვნა მკვლევარების დამოუკიდებელი განვითარების არხებს უტოვებს.
პერსონალიზაცია და კომერციული ხელმისაწვდომობა
ეგო კამერა ახლა ხელმისაწვდომია გლობალური კვლევითი ლაბორატორიებისთვის, რობოტიკის სტარტაპებისა და ჰუმანოიდი რობოტების მწარმოებლებისთვის. მასიური ODM მოცულობითი პროექტებისთვის მხარდაჭერილია სტერეო საბაზისო მანძილისა და ლინზის FOV კონფიგურაციების მორგებადი კონფიგურაციები.
აპარატურის ინტეგრაციის ხარჯების შესამცირებლად, თითოეული შეკვეთისთვის მოწოდებულია სრული ტექნიკური SDK, ოპერაციული დოკუმენტაცია და ნიმუშის ტესტირების კოდები.
დაგვიკავშირდით
თუ თქვენი რობოტის სწავლების პროექტისთვის გჭირდებათ პროდუქტის ნიმუშები, SDK დოკუმენტაცია, ტექნიკური პარამეტრების კონსულტაცია ან მორგებული აპარატურული გადაწყვეტილებები, გთხოვთ, გამოაგზავნოთ მოთხოვნა ელექტრონული ფოსტით. ჩვენი საინჟინრო გუნდი გთავაზობთ ინდივიდუალურ ტექნიკურ მხარდაჭერას SLAM, VIO და ინტელექტუალური ინტელექტის მონაცემთა ნაკრებების შეგროვების პროექტებისთვის.
გამოქვეყნების დრო: 2026 წლის 29 ივლისი
