ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗಾಲಯ ಸೆಟ್ಟಿಂಗ್ಗಳಿಂದ ನೈಜ-ಪ್ರಪಂಚದ ಪರಿಸರಗಳಿಗೆ ರೋಬೋಟ್ ಕಲಿಕೆಯ ಪ್ರಮಾಣವು ಹೆಚ್ಚಾದಂತೆ, ಒಂದು ಅಡಚಣೆ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತಲೇ ಇರುತ್ತದೆ: ಡೇಟಾ ಸಂಗ್ರಹಣೆ.
ದೂರಸಂಪರ್ಕ ನಿಖರವಾಗಿದೆ ಆದರೆ ನಿಧಾನವಾಗಿದೆ. ಮೂರನೇ ವ್ಯಕ್ತಿಯ ಕ್ಯಾಮೆರಾಗಳು ನಿರ್ವಾಹಕರ ದೃಷ್ಟಿಕೋನವನ್ನು ತಪ್ಪಿಸುತ್ತವೆ. ಆಧುನಿಕ ಅನುಕರಣೆ ಕಲಿಕೆ ಮತ್ತು VIO ಪೈಪ್ಲೈನ್ಗಳಿಗೆ ಅಗತ್ಯವಿರುವ ಸಂವೇದಕ ಸಿಂಕ್ರೊನೈಸೇಶನ್ ಅನ್ನು ಗ್ರಾಹಕ ಆಕ್ಷನ್ ಕ್ಯಾಮೆರಾಗಳು ಹೊಂದಿರುವುದಿಲ್ಲ.
ಹೊಸ ಹಾರ್ಡ್ವೇರ್ ಆಯ್ಕೆಯು ಜಾಗಕ್ಕೆ ಪ್ರವೇಶಿಸುತ್ತಿದೆ. ನಮ್ಮ ಈಗೋ ಕ್ಯಾಮೆರಾವು ತಲೆಗೆ ಧರಿಸಬಹುದಾದ ಬೈನಾಕ್ಯುಲರ್ ಸ್ಟೀರಿಯೊ ಕ್ಯಾಮೆರಾವಾಗಿದ್ದು, ಸಾಕಾರಗೊಂಡ AI ಮತ್ತು ರೋಬೋಟ್ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಸಂಶೋಧನೆಯಲ್ಲಿ ಅಹಂಕಾರದ ಡೇಟಾ ಸೆರೆಹಿಡಿಯುವಿಕೆಗಾಗಿ ವಿಶೇಷವಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ.
ರೋಬೋಟ್ಗೆ ಹೊಂದಿಕೆಯಾಗುವ ದೃಷ್ಟಿಕೋನ
ಈ ಮಾಡ್ಯೂಲ್ ಅನ್ನು ಮಾನವ ತಲೆಯ ಮೇಲೆ ಧರಿಸಲಾಗುತ್ತದೆ - ಹಗುರವಾದ ಹೆಡ್ಬ್ಯಾಂಡ್ನಂತೆ - ಮತ್ತು ಆಪರೇಟರ್ ಒಂದು ಕಾರ್ಯದ ಸಮಯದಲ್ಲಿ ನೋಡುವುದನ್ನು ನಿಖರವಾಗಿ ದಾಖಲಿಸುತ್ತದೆ. ಈ ಮೊದಲ-ವ್ಯಕ್ತಿ (ಅಹಂಕಾರ) ದೃಷ್ಟಿಕೋನವು ಇತ್ತೀಚಿನ ರೊಬೊಟಿಕ್ಸ್ ಸಂಶೋಧನೆಯಲ್ಲಿ ಪ್ರಮುಖ ಕೇಂದ್ರಬಿಂದುವಾಗಿದೆ.
2025 ರಿಂದ 2026 ರವರೆಗಿನ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಅಧ್ಯಯನಗಳು - ಹ್ಯೂಮನ್ಇಗೋ, ಇಗೋಮಿಮಿಕ್ ಮತ್ತು ಇಗೋಸ್ಕೇಲ್ ಸೇರಿದಂತೆ - ಮಾನವ ಅಹಂಕಾರದ ವೀಡಿಯೊದಲ್ಲಿ ತರಬೇತಿ ಪಡೆದ ರೋಬೋಟ್ ನೀತಿಗಳು ಸಂಗ್ರಹ ವೆಚ್ಚದ ಒಂದು ಭಾಗದಲ್ಲಿ ಟೆಲಿಆಪರೇಷನ್ ಡೇಟಾದಲ್ಲಿ ತರಬೇತಿ ಪಡೆದವುಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗಬಹುದು ಅಥವಾ ಮೀರಿಸಬಹುದು ಎಂದು ತೋರಿಸಿವೆ. ದೃಷ್ಟಿಕೋನವು ಮುಖ್ಯವಾಗಿದೆ: ರೋಬೋಟ್ ಅನ್ನು ನಿಯೋಜಿಸಿದಾಗ, ಸೀಲಿಂಗ್ ಅಥವಾ ಟ್ರೈಪಾಡ್ ಮೌಂಟ್ನಿಂದ ಅಲ್ಲ, ತನ್ನದೇ ಆದ ಆನ್ಬೋರ್ಡ್ ಸಂವೇದಕಗಳಿಂದ ಜಗತ್ತನ್ನು ನೋಡುತ್ತದೆ.
ನಮ್ಮ ಅಹಂ ಕ್ಯಾಮೆರಾ ಆ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ರೋಬೋಟ್ನ ನಿಜವಾದ ಅನುಮಾನ ದೃಷ್ಟಿಕೋನಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುವ ತರಬೇತಿ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ, ಮಾದರಿ ತರಬೇತಿಗಾಗಿ ದೃಷ್ಟಿಕೋನ ಹೊಂದಾಣಿಕೆಯನ್ನು ನಿವಾರಿಸುತ್ತದೆ.
ಸಂಶೋಧನಾ ಪೈಪ್ಲೈನ್ಗಳಿಗಾಗಿ ಸಂವೇದಕ ವಿನ್ಯಾಸ
ಗ್ಲೋಬಲ್-ಶಟರ್ ಸ್ಟೀರಿಯೊ ಸೆನ್ಸರ್ಗಳು
ಕ್ಯಾಮೆರಾ ಮಾಡ್ಯೂಲ್ ಎರಡು ಜಾಗತಿಕ-ಶಟರ್ 2MP ಸಂವೇದಕಗಳನ್ನು 60–65° ಸಮತಲ ಕ್ಷೇತ್ರ ವೀಕ್ಷಣೆಯೊಂದಿಗೆ ಬಳಸುತ್ತದೆ, ಇದು ಹುಮನಾಯ್ಡ್ ರೋಬೋಟ್ ಹೆಡ್ ವಿಷನ್ ಮಾಡ್ಯೂಲ್ಗಳ ಪ್ರಮಾಣಿತ FOV ಗೆ ಅನುಗುಣವಾಗಿರುತ್ತದೆ. ಜಾಗತಿಕ ಶಟರ್ ಉದ್ದೇಶಪೂರ್ವಕ ಕೋರ್ ವಿನ್ಯಾಸ ಆಯ್ಕೆಯಾಗಿದೆ: ಪ್ರತಿ ಪಿಕ್ಸೆಲ್ ಏಕಕಾಲದಲ್ಲಿ ಒಡ್ಡಿಕೊಳ್ಳುತ್ತದೆ, ಡೈನಾಮಿಕ್ ರೆಕಾರ್ಡಿಂಗ್ ಸಮಯದಲ್ಲಿ ವೇಗದ ಕೈ ಮತ್ತು ದೇಹದ ಚಲನೆಗಳನ್ನು ಭ್ರಷ್ಟಗೊಳಿಸುವ ರೋಲಿಂಗ್-ಶಟರ್ ಜೆಲ್ಲಿ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತೆಗೆದುಹಾಕುತ್ತದೆ.
ಕಚ್ಚಾ ಡೇಟಾ ಸಂರಕ್ಷಣೆ (EIS ಇಲ್ಲ)
ನಾವು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಆನ್ಬೋರ್ಡ್ EIS ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಇಮೇಜ್ ಸ್ಟೆಬಿಲೈಸೇಶನ್ ಅನ್ನು ತೆಗೆದುಹಾಕುತ್ತೇವೆ. EIS ಮೂಲ ವೀಕ್ಷಣಾ ಕ್ಷೇತ್ರವನ್ನು ಕ್ರಾಪ್ ಮಾಡುತ್ತದೆ ಮತ್ತು ಫ್ಯಾಕ್ಟರಿ-ಮಾಪನಾಂಕ ನಿರ್ಣಯಿತ ಆಂತರಿಕ ಮತ್ತು ಬಾಹ್ಯ ನಿಯತಾಂಕಗಳನ್ನು ಮಾರ್ಪಡಿಸುತ್ತದೆ, ಇದು ಸ್ಟೀರಿಯೊ ಹೊಂದಾಣಿಕೆ ಮತ್ತು ಕ್ಯಾಮೆರಾ-IMU ಮಾಪನಾಂಕ ನಿರ್ಣಯದ ಸ್ಥಿರತೆಯನ್ನು ಮುರಿಯುತ್ತದೆ. ಕಚ್ಚಾ ಪೂರ್ಣ-ಫ್ರೇಮ್ ಮೂಲ ಡೇಟಾವನ್ನು ಬ್ಯಾಕೆಂಡ್ ರೋಬೋಟ್ ಅಲ್ಗಾರಿದಮ್ ಪ್ರಕ್ರಿಯೆಗೆ ಕಾಯ್ದಿರಿಸಲಾಗಿದೆ.
ಮೈಕ್ರೋಸೆಕೆಂಡ್ ಹಾರ್ಡ್ವೇರ್ ಸಿಂಕ್ರೊನೈಸೇಶನ್
ಅಂತರ್ನಿರ್ಮಿತ ICM-2688 6-ಅಕ್ಷದ IMU (ವೇಗವರ್ಧಕ + ಗೈರೊಸ್ಕೋಪ್, 200–500 Hz ನಲ್ಲಿ ಮಾದರಿ) ಅನ್ನು ಮೀಸಲಾದ GPIO ಟ್ರಿಗ್ಗರ್ ಸಿಗ್ನಲ್ ಮೂಲಕ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡಲಾಗಿದೆ. GPIO ಪಿನ್ಗಳ ಮೂಲಕ ಕಳುಹಿಸಲಾದ ಏಕೀಕೃತ ಪಲ್ಸ್ ಸಿಗ್ನಲ್ ಸ್ಟೀರಿಯೊ ಕ್ಯಾಮೆರಾಗಳು ಮತ್ತು IMU ಮಾದರಿಯನ್ನು ಏಕಕಾಲದಲ್ಲಿ ಪ್ರಚೋದಿಸುತ್ತದೆ. ಸಿಂಕ್ ದೋಷವು 10 ಮೈಕ್ರೋಸೆಕೆಂಡ್ಗಳಿಗಿಂತ ಕಡಿಮೆಯಿರುತ್ತದೆ ಮತ್ತು ಪ್ರತಿ ವೀಡಿಯೊ ಫ್ರೇಮ್ ಮತ್ತು IMU ಮಾದರಿಯು ಏಕೀಕೃತ ಹಾರ್ಡ್ವೇರ್ ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ ಅನ್ನು ಹೊಂದಿರುತ್ತದೆ.
ಈ ಮಟ್ಟದ ಸಿಂಕ್ರೊನೈಸೇಶನ್ VINS-Fusion ಮತ್ತು OpenVINS ನಂತಹ ಮುಖ್ಯವಾಹಿನಿಯ VIO ಪೈಪ್ಲೈನ್ಗಳಿಗೆ ಕಡ್ಡಾಯ ಮಾನದಂಡವಾಗಿದೆ, ಅಲ್ಲಿ ಸಾಫ್ಟ್ವೇರ್-ಮಾತ್ರ ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ ಜೋಡಣೆಯು ದೀರ್ಘ ರೆಕಾರ್ಡಿಂಗ್ ಅನುಕ್ರಮಗಳ ಮೇಲೆ ಸ್ಪಷ್ಟವಾದ ಪಥದ ದಿಕ್ಚ್ಯುತಿಯನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ.
ಆನ್ಬೋರ್ಡ್ ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಸಂಗ್ರಹಣೆ
ಪೂರ್ಣ ಕಾರ್ಖಾನೆ ಮಾಪನಾಂಕ ನಿರ್ಣಯವು ಸ್ಟೀರಿಯೊ ಆಂತರಿಕತೆ, ಬಾಹ್ಯಶಾಸ್ತ್ರ ಮತ್ತು ಕ್ಯಾಮೆರಾದಿಂದ IMU ರೂಪಾಂತರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಎಲ್ಲಾ ಮಾಪನಾಂಕ ನಿರ್ಣಯ ನಿಯತಾಂಕಗಳನ್ನು ಆನ್ಬೋರ್ಡ್ ಫ್ಲ್ಯಾಶ್ನಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಕ್ರಾಸ್-ಪ್ಲಾಟ್ಫಾರ್ಮ್ SDK ಮೂಲಕ ಸಂಪೂರ್ಣವಾಗಿ ಓದಬಹುದಾಗಿದೆ - ಉಪಕರಣಗಳನ್ನು ಪ್ರಾರಂಭಿಸಿದ ನಂತರ ಆನ್-ಸೈಟ್ ಮರು-ಮಾಪನಾಂಕ ನಿರ್ಣಯದ ಅಗತ್ಯವಿಲ್ಲ.
ನಿಯೋಜನೆ ನಮ್ಯತೆ
ಎಲ್ಲಾ ಸಂಶೋಧನಾ ಸನ್ನಿವೇಶಗಳನ್ನು ಒಳಗೊಳ್ಳಲು ಎರಡು ಕಾರ್ಯಾಚರಣಾ ವಿಧಾನಗಳನ್ನು ಬೆಂಬಲಿಸಲಾಗುತ್ತದೆ.
ಪ್ರಮಾಣಿತ ಬಹು-ಸ್ವರೂಪದ ಡೇಟಾ ಔಟ್ಪುಟ್
1. ಆನ್ಬೋರ್ಡ್ TF ಕಾರ್ಡ್ ಸ್ಥಳೀಯ ರೆಕಾರ್ಡಿಂಗ್ (ಆಫ್ಲೈನ್ ಕ್ಯಾಪ್ಚರ್)
- ತ್ವರಿತ ದೃಶ್ಯ ಪೂರ್ವವೀಕ್ಷಣೆಗಾಗಿ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡಿದ ಎಡ ಮತ್ತು ಬಲ ಬೈನಾಕ್ಯುಲರ್ MP4 ವೀಡಿಯೊ ಫೈಲ್ಗಳು
- ಮೈಕ್ರೋಸೆಕೆಂಡ್ ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ಗಳೊಂದಿಗೆ ಜೋಡಿಸಲಾದ IMU ಕಚ್ಚಾ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುವ ಸ್ವತಂತ್ರ CSV ಲಾಗ್ಗಳು
2. SDK ಮೂಲಕ PC ರೆಕಾರ್ಡಿಂಗ್ ಅನ್ನು ಹೋಸ್ಟ್ ಮಾಡಿ (ROS/ROS2 ಪರಿಸರದ ಅಡಿಯಲ್ಲಿ USB ಸಂಪರ್ಕ)
ಸಂಪೂರ್ಣ ಸಿಂಕ್ರೊನೈಸ್ ಮಾಡಿದ ROSbag ಮತ್ತು ಹಗುರವಾದ MCAP ಸಂವೇದಕ ಡೇಟಾಸೆಟ್ಗಳನ್ನು ರಫ್ತು ಮಾಡುವುದನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ, ಮುಖ್ಯವಾಹಿನಿಯ ರೊಬೊಟಿಕ್ಸ್ ಅಭಿವೃದ್ಧಿ ಪರಿಸರ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ.
ಪ್ರತಿಯೊಂದು ಫ್ರೇಮ್ ಮತ್ತು IMU ಮಾದರಿಗೆ ಎಲ್ಲಾ ಹಾರ್ಡ್ವೇರ್ ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ಗಳನ್ನು ಎಂಬೆಡ್ ಮಾಡಲಾಗಿದೆ. ಸಂಪೂರ್ಣ ಫ್ಯಾಕ್ಟರಿ ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಪ್ಯಾರಾಮೀಟರ್ ಫೈಲ್ಗಳನ್ನು ಅಧಿಕೃತ SDK ಮೂಲಕ ಪ್ರವೇಶಿಸಬಹುದು.
ಗಮನಾರ್ಹವಾಗಿ, ಮಾಡ್ಯೂಲ್ ಯಾವುದೇ ಆನ್ಬೋರ್ಡ್ AI ಸಂಸ್ಕರಣೆ ಅಥವಾ ಸ್ವಯಂ-ಟಿಪ್ಪಣಿ ಕಾರ್ಯಗಳನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ. ಇದರ ಪ್ರಮುಖ ಸ್ಥಾನೀಕರಣವು ಶುದ್ಧ, ಸಮಯ-ಜೋಡಣೆಯ ಕಚ್ಚಾ ಸಂವೇದಕ ಡೇಟಾವನ್ನು ಔಟ್ಪುಟ್ ಮಾಡುವುದು, ಮಾದರಿ ತರಬೇತಿ, ಗುರಿ ಪತ್ತೆ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್ ನಿರ್ಣಯವನ್ನು ಸಂಶೋಧಕರ ಸ್ವತಂತ್ರ ಅಭಿವೃದ್ಧಿ ಪೈಪ್ಲೈನ್ಗಳಿಗೆ ಬಿಡುವುದು.
ಗ್ರಾಹಕೀಕರಣ ಮತ್ತು ವಾಣಿಜ್ಯ ಲಭ್ಯತೆ
ಈಗೋ ಕ್ಯಾಮೆರಾ ಈಗ ಜಾಗತಿಕ ಸಂಶೋಧನಾ ಪ್ರಯೋಗಾಲಯಗಳು, ರೊಬೊಟಿಕ್ಸ್ ಸ್ಟಾರ್ಟ್ಅಪ್ಗಳು ಮತ್ತು ಹುಮನಾಯ್ಡ್ ರೋಬೋಟ್ ತಯಾರಕರಿಗೆ ಲಭ್ಯವಿದೆ. ಬೃಹತ್ ODM ವಾಲ್ಯೂಮ್ ಯೋಜನೆಗಳಿಗೆ ಕಸ್ಟಮೈಸ್ ಮಾಡಬಹುದಾದ ಸ್ಟೀರಿಯೊ ಬೇಸ್ಲೈನ್ ದೂರ ಮತ್ತು ಲೆನ್ಸ್ FOV ಸಂರಚನೆಗಳನ್ನು ಬೆಂಬಲಿಸಲಾಗುತ್ತದೆ.
ಹಾರ್ಡ್ವೇರ್ ಏಕೀಕರಣ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಪ್ರತಿ ಆರ್ಡರ್ಗೆ ಪೂರ್ಣ ತಾಂತ್ರಿಕ SDK, ಕಾರ್ಯಾಚರಣೆ ದಸ್ತಾವೇಜನ್ನು ಮತ್ತು ಮಾದರಿ ಪರೀಕ್ಷಾ ಕೋಡ್ಗಳನ್ನು ಒದಗಿಸಲಾಗಿದೆ.
ಸಂಪರ್ಕದಲ್ಲಿರಲು
ನಿಮ್ಮ ರೋಬೋಟ್ ಕಲಿಕಾ ಯೋಜನೆಗೆ ಉತ್ಪನ್ನ ಮಾದರಿಗಳು, SDK ದಸ್ತಾವೇಜನ್ನು, ತಾಂತ್ರಿಕ ನಿಯತಾಂಕ ಸಮಾಲೋಚನೆ ಅಥವಾ ಕಸ್ಟಮೈಸ್ ಮಾಡಿದ ಹಾರ್ಡ್ವೇರ್ ಪರಿಹಾರಗಳು ಅಗತ್ಯವಿದ್ದರೆ, ದಯವಿಟ್ಟು ಇಮೇಲ್ ಮೂಲಕ ವಿಚಾರಣೆಯನ್ನು ಕಳುಹಿಸಿ. ನಮ್ಮ ಎಂಜಿನಿಯರಿಂಗ್ ತಂಡವು SLAM, VIO ಮತ್ತು ಸಾಕಾರಗೊಳಿಸಿದ AI ಡೇಟಾಸೆಟ್ ಸಂಗ್ರಹ ಯೋಜನೆಗಳಿಗೆ ಒಂದರಿಂದ ಒಂದು ತಾಂತ್ರಿಕ ಬೆಂಬಲವನ್ನು ನೀಡುತ್ತದೆ.
ಪೋಸ್ಟ್ ಸಮಯ: ಜುಲೈ-29-2026
