စက်ရုပ်သင်ယူမှုတွင် ဟာ့ဒ်ဝဲကွာဟချက်
ရိုဘော့တစ်လုပ်ငန်းမှာ ဒေတာပြဿနာတစ်ခုရှိနေပါတယ်။ ဦးဆောင်ဓာတ်ခွဲခန်းတွေက အဆင့်မြင့်ခြယ်လှယ်မှုမူဝါဒတွေကို လေ့ကျင့်ဖို့အတွက် နောက် ၂-၃ နှစ်အတွင်း တစ်ကိုယ်ကောင်းဆန်တဲ့ (ပထမလူ) အချက်အလက် ၁၀၀ သန်းကနေ ၁ ဘီလီယံအထိ လိုအပ်တယ်လို့ ခန့်မှန်းထားပါတယ်။ သုတေသနအသိုင်းအဝိုင်းက တုံ့ပြန်ခဲ့ကြပါတယ် - Open-AoE က တစ်ကိုယ်ကောင်းဆန်တဲ့ ဗီဒီယို ၂၀၀၀ နာရီ ထုတ်ပြန်ခဲ့ပြီး EgoDex က 3D လက်ခြေရာခံမှုနဲ့ ၈၂၉ နာရီ ထုတ်ပြန်ခဲ့ပြီး EgoVerse မှာ အခုဆိုရင် လက်တွေ့ကမ္ဘာက အလုပ်ထောင်ပေါင်းများစွာကို လွှမ်းခြုံထားတဲ့ လူသားသရုပ်ပြမှု ၁၃၆၂ နာရီ ပါဝင်ပါတယ်။
ဒါပေမယ့် ပြဿနာတစ်ခုရှိပါတယ်- ဒီဒေတာကို စုဆောင်းဖို့အသုံးပြုတဲ့ ဟာ့ဒ်ဝဲဟာ လိုအပ်ချက်နဲ့အညီ မလိုက်လျောညီထွေဖြစ်နေပါတယ်။ ယနေ့ခေတ်မှာ တစ်ကိုယ်ကောင်းဆန်တဲ့ အချက်အလက်စုအများစုကို ပြန်လည်အသုံးပြုထားတဲ့ စားသုံးသူပစ္စည်းတွေဖြစ်တဲ့ စမတ်ဖုန်းတွေ၊ အက်ရှင်ကင်မရာတွေနဲ့ VR နားကြပ်တွေကို အသုံးပြုပြီး စုဆောင်းလေ့ရှိပါတယ်။ ဒီပစ္စည်းတွေကို စက်ရုပ်သင်ယူမှုဒေတာစုဆောင်းဖို့ ဘယ်တုန်းကမှ ဒီဇိုင်းထုတ်ထားတာမဟုတ်ပါဘူး။ သူတို့မှာ အသုံးပြုနိုင်တဲ့ လေ့ကျင့်ရေးဒေတာထုတ်လုပ်ဖို့အတွက် ညှိနှိုင်းလို့မရတဲ့ ကမ္ဘာလုံးဆိုင်ရာ ရှပ်တာအာရုံခံကိရိယာတွေ၊ ဟာ့ဒ်ဝဲထပ်တူပြုခြင်းနဲ့ စက်ရုံချိန်ညှိခြင်းတွေ ချို့တဲ့နေပါတယ်။
Ego ကင်မရာ – ကိုယ်ရည်ကိုယ်သွေးဗဟိုပြုဒေတာစုဆောင်းမှုအတွက် ရည်ရွယ်ချက်ရှိရှိတည်ဆောက်ထားသည်
Ego Camera က ဒါကို ပြောင်းလဲပေးပါတယ်။ ဒါဟာ စက်ရုပ်လေ့ကျင့်ရေးဒေတာအတွက် ဦးခေါင်းတပ်ဆင်ထားတဲ့ စတီရီယိုကင်မရာတစ်ခုဖြစ်ပြီး ပြန်လည်အသုံးပြုတာမဟုတ်ဘဲ ရည်ရွယ်ချက်ရှိရှိတည်ဆောက်ထားတာပါ။ တုပသင်ယူမှုနဲ့ AI အချက်အလက်စုဆောင်းမှုအတွက် ဝတ်ဆင်နိုင်တဲ့ဒေတာဖမ်းယူကိရိယာအတွက် အထူးဒီဇိုင်းထုတ်ထားပြီး စက်ရုပ်သင်ယူမှုတိုးတက်မှုကို နှေးကွေးစေတဲ့ ဟာ့ဒ်ဝဲကွာဟချက်ကို ဖြေရှင်းပေးပါတယ်။
အဓိကအင်္ဂါရပ်များ
Motion Capture အတွက် Global Shutter
လိုင်းတစ်လိုင်းချင်းစီကို ဖော်ထုတ်ပေးသော rolling shutter sensor များနှင့်မတူဘဲ၊ Ego Camera ၏ dual global shutter sensor များသည် pixel အားလုံးကို တစ်ပြိုင်နက်တည်း ဖော်ထုတ်ပေးပါသည်။ frame တိုင်းသည် geometrically ကောင်းမွန်စွာတည်ရှိပြီး လက်နှင့်ခန္ဓာကိုယ်ကို လျင်မြန်စွာရွေ့လျားသည့်အခါ distortion မရှိ၊ jello effect မရှိပါ။ ၎င်းသည် Ego Camera ကို motion capture အတွက် စံပြ dual lens global shutter ကင်မရာတစ်ခုဖြစ်စေပြီး VLA နှင့် diffusion policy training အတွက် အမှန်တကယ်အသုံးပြုနိုင်သော frame များကို ပေးဆောင်ပါသည်။
ဟာ့ဒ်ဝဲ-ထပ်တူပြုထားသော စတီရီယိုမြင်ကွင်း
ကင်မရာနှစ်လုံးစလုံးကို ဘုံဟာ့ဒ်ဝဲအချက်ပြမှုတစ်ခုဖြင့် လှုံ့ဆော်ပေးသောကြောင့် ဘယ်နှင့်ညာဖရိမ်များကို တစ်ပြိုင်နက်တည်း ရိုက်ကူးနိုင်မည်ဖြစ်သည်။ အနက်အတိမ်အနက် အာရုံခံနိုင်စွမ်းအတွက် ဤဟာ့ဒ်ဝဲထပ်တူပြုထားသော စတီရီယိုကင်မရာသည် စတီရီယိုအတွဲများအကြား အချိန်ကာလမညီမျှမှုကို ဖယ်ရှားပေးပြီး တိကျသော စတီရီယိုကိုက်ညီမှု၊ အနက်အတိမ်အနက်ခန့်မှန်းခြင်းနှင့် 3D ပြန်လည်တည်ဆောက်ခြင်းအတွက် အရေးကြီးပါသည်။ အာရုံခံစနစ်များကို တည်ဆောက်နေသော သုတေသီများအတွက်၊ ၎င်းသည် ယုံကြည်စိတ်ချရသောရလဒ်များကို ချက်ချင်းပေးစွမ်းနိုင်သည့် 3D ပြန်လည်တည်ဆောက်မှုအတွက် ထပ်တူပြုထားသော စတီရီယိုကင်မရာတစ်ခုဖြစ်သည်။
Hardware Sync ပါ၀င်သော built-in 6-Axis IMU
ပေါင်းစပ်ထားသော accelerometer နှင့် gyroscope သည် VIO နှင့် SLAM ပိုက်လိုင်းများအတွက် မရှိမဖြစ်လိုအပ်သော ရွေ့လျားမှုလျော်ကြေးဒေတာကို ပေးစွမ်းသည်။ SLAM အတွက် IMU ပါရှိသော ဤဦးခေါင်းတပ် စတီရီယိုကင်မရာသည် 100Hz မှ 500Hz အထိ ပြင်ဆင်သတ်မှတ်နိုင်သော နမူနာနှုန်းထားများကို ပေးစွမ်းသည် — နှေးကွေးသော ကိုင်တွယ်မှုမှ မြန်နှုန်းမြင့် လက်ဟန်ခြေဟန်များအထိ မတူညီသော ရွေ့လျားမှု ဒိုင်းနမစ်များကို လိုက်လျောညီထွေဖြစ်အောင် ပြုလုပ်ပေးသည်။ IMU ကို hardware-timestamped လုပ်ပြီး nanosecond level ရှိ ကင်မရာဘောင်များနှင့် ထပ်တူပြုလုပ်ထားသည် — software-interpolated မဟုတ်ပါ။ ၎င်းသည် drift-free visual-inertial fusion ကို ပေးစွမ်းပြီး VINS-Fusion၊ OpenVINS နှင့် ORB-SLAM3 တို့နှင့် အပြည့်အဝ တွဲဖက်အသုံးပြုနိုင်သည်။ ၎င်းသည် VIO ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ဦးခေါင်းတပ်ထားသော ကမ္ဘာလုံးဆိုင်ရာ ရှပ်တာကင်မရာတစ်ခုဖြစ်သည်။
စက်ရုံချိန်ညှိခြင်း – ပလပ်ထိုး၍ အသုံးပြုနိုင်ခြင်း
ယူနစ်တိုင်းတွင် intrinsics၊ distortion coefficients နှင့် stereo extrinsics များပါ၀င်သော ထူးခြားသည့် calibration file တစ်ခုပါရှိသည်။ checkerboard များ မလိုအပ်ပါ။ onsite calibration မလိုအပ်ပါ။ AI အတွက် စက်ရုံမှ ချိန်ညှိထားသော ဤ head mounted AI ကင်မရာသည် ၅ မိနစ်အတွင်း မှတ်တမ်းတင်ရန် အသင့်ဖြစ်နေပါပြီ — USB မှတစ်ဆင့် ပလပ်ထိုးပြီး ရိုက်ကူးမှုစတင်လိုက်ပါ။
ပေါင်းစည်းထားသော နာနိုစက္ကန့် အချိန်တံဆိပ်များ
ကင်မရာဘောင်တိုင်းနှင့် IMU နမူနာတိုင်းသည် တူညီသော hardware clock ကို မျှဝေအသုံးပြုပြီး nanosecond-level temporal alignment ကို ရရှိစေသည်။ dataset collection အတွက် hardware timestamp ပါရှိသော ဤ stereo ကင်မရာသည် professional egocentric benchmarks များနှင့် VIO pipelines များအတွက် လိုအပ်သော တိကျမှုစံနှုန်းများနှင့် ကိုက်ညီပါသည်။
ဘူးထဲကနေ ဘာတွေရလာမလဲ
- ဘယ်/ညာ တစ်ပြိုင်တည်းချိန်ကိုက်ထားသော စတီရီယိုဗီဒီယို (MP4)
- ဟာ့ဒ်ဝဲအချိန်တံဆိပ်များ (CSV) ပါသည့် 6-axis IMU ဒေတာ
- ထူးခြားသော စက်ရုံချိန်ညှိဖိုင် (YAML)
- Windows၊ Linux နှင့် ROS အတွက် ပြီးပြည့်စုံသော SDK/API
- USB plug-and-play ချိတ်ဆက်မှု
ဘယ်သူ့အတွက်လဲ။
သင်ဟာ တက္ကသိုလ်သုတေသနဓာတ်ခွဲခန်းတစ်ခု၊ ပါဝင်တဲ့ AI ကုမ္ပဏီတစ်ခု ဒါမှမဟုတ် အချက်အလက်စုဆောင်းမှုဝန်ဆောင်မှုပေးသူတစ်ဦးဖြစ်စေ Ego Camera ဟာ သင့်လိုအပ်ချက်တွေအတွက် ရိုဘော့တစ်ဒေတာစုဆောင်းမှုအတွက် အကောင်းဆုံးဝတ်ဆင်နိုင်တဲ့ ကင်မရာဖြစ်ပါတယ်။ AI dataset စုဆောင်းမှုအတွက် stereo vision headset အဖြစ်နဲ့ AI သုတေသနအတွက် ကုန်ကျစရိတ်သက်သာတဲ့ head-mounted ကင်မရာတစ်ခုအဖြစ် ဆောင်ရွက်ပေးပြီး calibration ခေါင်းခဲစရာမလိုဘဲ ပရော်ဖက်ရှင်နယ်အဆင့်ဒေတာအရည်အသွေးကို ပေးစွမ်းနိုင်ပါတယ်။
ပို့စ်တင်ချိန်: ၂၀၂၆ ခုနှစ်၊ သြဂုတ်လ ၁၉ ရက်
