စက်ရုပ်သင်ယူမှုသည် ထိန်းချုပ်ထားသောဓာတ်ခွဲခန်းဆက်တင်များမှ လက်တွေ့ကမ္ဘာပတ်ဝန်းကျင်အထိ တိုးချဲ့လာသည်နှင့်အမျှ အတားအဆီးတစ်ခုသည် ပေါ်လာနေပါသည်- အချက်အလက်စုဆောင်းခြင်း။
အဝေးထိန်းစနစ်ဖြင့် လည်ပတ်ခြင်းသည် တိကျသော်လည်း နှေးကွေးသည်။ တတိယလူကင်မရာများသည် အော်ပရေတာ၏အမြင်နှင့် လွဲချော်နေသည်။ စားသုံးသူအက်ရှင်ကင်မရာများတွင် ခေတ်မီတုပသင်ယူမှုနှင့် VIO ပိုက်လိုင်းများလိုအပ်သည့် အာရုံခံကိရိယာထပ်တူပြုခြင်း မရှိပါ။
ဟာ့ဒ်ဝဲရွေးချယ်မှုအသစ်တစ်ခုသည် နယ်ပယ်ထဲသို့ ဝင်ရောက်လာပါပြီ။ ကျွန်ုပ်တို့၏ Ego Camera သည် ပါဝင်သော AI နှင့် စက်ရုပ်ကိုင်တွယ်မှုသုတေသနတွင် တစ်ကိုယ်ကောင်းဆန်သောဒေတာဖမ်းယူမှုအတွက် အထူးတည်ဆောက်ထားသော ဦးခေါင်းစွပ်မှန်ပြောင်းစတီရီယိုကင်မရာတစ်ခုဖြစ်သည်။
စက်ရုပ်နှင့် ကိုက်ညီသော ရှုထောင့်တစ်ခု
မော်ဂျူးကို လူ့ဦးခေါင်းပေါ်တွင် ဝတ်ဆင်ထားပြီး ပေါ့ပါးသော ခေါင်းစည်းကဲ့သို့ အော်ပရေတာသည် လုပ်ငန်းတစ်ခုအတွင်း မြင်တွေ့ရသည့်အရာကို အတိအကျ မှတ်တမ်းတင်ထားသည်။ ဤပထမလူ (ကိုယ်ကိုယ်ကိုယ်ဗဟိုပြု) ရှုထောင့်သည် မကြာသေးမီက ရိုဘော့တစ်သုတေသနတွင် အဓိကအာရုံစိုက်မှုတစ်ခု ဖြစ်လာခဲ့သည်။
၂၀၂၅ မှ ၂၀၂၆ ခုနှစ်အတွင်း HumanEgo၊ EgoMimic နှင့် EgoScale အပါအဝင် ကြီးမားသော လေ့လာမှုများအရ လူသား၏ တစ်ကိုယ်ကောင်းဆန်သော ဗီဒီယိုတွင် လေ့ကျင့်ထားသော စက်ရုပ်မူဝါဒများသည် တယ်လီအော်ပရေရှင်းဒေတာတွင် လေ့ကျင့်ထားသူများနှင့် နှိုင်းယှဉ်နိုင်သည် သို့မဟုတ် ပိုမိုကောင်းမွန်စွာ လုပ်ဆောင်နိုင်ကြောင်း ပြသခဲ့သည်။ ရှုထောင့်က အရေးကြီးသည်- စက်ရုပ်သည် ဖြန့်ကျက်ထားသည့်အခါ မျက်နှာကြက် သို့မဟုတ် ထရိုင်ပေါ့ဒ်တပ်ဆင်မှုမှ မဟုတ်ဘဲ ၎င်း၏ကိုယ်ပိုင် အာရုံခံကိရိယာများမှ ကမ္ဘာကြီးကို မြင်သည်။
ကျွန်ုပ်တို့ရဲ့ Ego Camera ကို အဲဒီကွာဟချက်ကို ဖြည့်ဆည်းပေးဖို့ ဒီဇိုင်းထုတ်ထားပြီး၊ စက်ရုပ်ရဲ့ တကယ့် ကောက်ချက်ချနိုင်တဲ့ ရှုထောင့်နဲ့ ကိုက်ညီတဲ့ လေ့ကျင့်ရေးဒေတာကို ပံ့ပိုးပေးပြီး မော်ဒယ်လေ့ကျင့်မှုအတွက် ရှုထောင့် မကိုက်ညီမှုကို ဖယ်ရှားပေးပါတယ်။
သုတေသနပိုက်လိုင်းများအတွက် အာရုံခံကိရိယာဒီဇိုင်း
ကမ္ဘာလုံးဆိုင်ရာ ရှပ်တာ စတီရီယို အာရုံခံကိရိယာများ
ကင်မရာမော်ဂျူးတွင် humanoid robot head vision module များ၏ စံ FOV နှင့် ကိုက်ညီသော 60–65° အလျားလိုက်မြင်ကွင်းရှိသော global-shutter 2MP sensor နှစ်ခုကို အသုံးပြုထားသည်။ Global Shutter သည် ရည်ရွယ်ချက်ရှိရှိ ဒီဇိုင်းရွေးချယ်မှုတစ်ခုဖြစ်သည်- pixel တိုင်းသည် တစ်ပြိုင်နက်တည်း ဖော်ထုတ်ပေးပြီး dynamic recording လုပ်နေစဉ်အတွင်း လက်နှင့်ခန္ဓာကိုယ်လှုပ်ရှားမှုများကို ပျက်ပြားစေသော rolling-shutter jelly distortion ကို လုံးဝဖယ်ရှားပေးသည်။
ဒေတာအကြမ်းထိန်းသိမ်းခြင်း (EIS မရှိပါ)
ကျွန်ုပ်တို့သည် onboard EIS အီလက်ထရွန်းနစ် ပုံရိပ်တည်ငြိမ်မှုကို ရည်ရွယ်ချက်ရှိရှိ ဖယ်ရှားပါသည်။ EIS သည် မူရင်းမြင်ကွင်းကို ဖြတ်တောက်ပြီး စက်ရုံတွင် ချိန်ညှိထားသော intrinsic နှင့် extrinsic parameters များကို ပြုပြင်ပေးသောကြောင့် stereo matching နှင့် camera-IMU calibration consistency ကို ပျက်ပြားစေပါသည်။ Raw full-frame မူရင်းဒေတာကို backend robot algorithm processing အတွက် သီးသန့်ထားရှိပါသည်။
မိုက်ခရိုစက္ကန့် ဟာ့ဒ်ဝဲ ထပ်တူပြုခြင်း
တပ်ဆင်ထားသော ICM-2688 6-axis IMU (accelerometer + gyroscope၊ 200–500 Hz တွင် sampling) ကို သီးသန့် GPIO trigger signal မှတစ်ဆင့် synchronize လုပ်သည်။ GPIO pin များမှတစ်ဆင့် ပေးပို့သော unified pulse signal သည် stereo ကင်မရာများနှင့် IMU sampling ကို တစ်ပြိုင်နက်တည်း လှုံ့ဆော်ပေးသည်။ sync error သည် 10 microseconds အောက်ရှိပြီး ဗီဒီယို frame နှင့် IMU sample တိုင်းတွင် unified hardware timestamp ပါရှိသည်။
ဤထပ်တူပြုခြင်းအဆင့်သည် VINS‑Fusion နှင့် OpenVINS ကဲ့သို့သော mainstream VIO pipelines များအတွက် မဖြစ်မနေလိုက်နာရမည့်စံနှုန်းတစ်ခုဖြစ်ပြီး software-only timestamp alignment သည် ရှည်လျားသောမှတ်တမ်းတင်ခြင်း sequences များပေါ်တွင် ထင်ရှားသော trajectory drift ကိုစုဆောင်းပေးသည်။
ချိန်ညှိသိမ်းဆည်းမှုစနစ်
စက်ရုံမှ အပြည့်အဝ ချိန်ညှိခြင်းတွင် stereo intrinsics၊ extrinsics နှင့် camera-to-IMU transforms များ ပါဝင်သည်။ ချိန်ညှိမှု parameters အားလုံးကို onboard Flash တွင် သိမ်းဆည်းထားပြီး cross-platform SDK မှတစ်ဆင့် အပြည့်အဝ ဖတ်ရှုနိုင်သည် — စက်ပစ္စည်းစတင်ပြီးနောက် နေရာတွင် ပြန်လည်ချိန်ညှိရန် မလိုအပ်ပါ။
ဖြန့်ကျက်မှု ပြောင်းလွယ်ပြင်လွယ်ရှိမှု
သုတေသနအခြေအနေအားလုံးကို လွှမ်းခြုံရန် လုပ်ငန်းလည်ပတ်မှုပုံစံနှစ်မျိုးကို ပံ့ပိုးပေးထားသည်။
စံသတ်မှတ်ထားသော မျိုးစုံပုံစံဒေတာထွက်ရှိမှု
၁။ TF ကတ်ဖြင့် ဒေသတွင်း မှတ်တမ်းတင်ခြင်း (အော့ဖ်လိုင်း ရိုက်ကူးခြင်း)
- လျင်မြန်စွာ ကြည့်ရှုနိုင်ရန်အတွက် ဘယ်နှင့်ညာ မှန်ဘီလူး MP4 ဗီဒီယိုဖိုင်များကို တစ်ပြိုင်တည်းချိန်ကိုက်ထားခြင်း
- မိုက်ခရိုစက္ကန့် အချိန်တံဆိပ်များနှင့် တွဲဖက်ထားသော IMU ကုန်ကြမ်းဒေတာကို သိမ်းဆည်းသည့် လွတ်လပ်သော CSV မှတ်တမ်းများ
၂။ SDK မှတစ်ဆင့် PC မှတ်တမ်းတင်ခြင်းကို host လုပ်ပါ (ROS/ROS2 ပတ်ဝန်းကျင်အောက်တွင် USB ချိတ်ဆက်မှု)
ပင်မစက်ရုပ်ဖွံ့ဖြိုးတိုးတက်ရေးဂေဟစနစ်များနှင့် အပြည့်အဝလိုက်ဖက်ညီစွာ ထပ်တူပြုထားသော ROSbag နှင့် အလေးချိန်ပေါ့ပါးသော MCAP အာရုံခံကိရိယာဒေတာစုများကို ထုတ်ယူခြင်းကို ပံ့ပိုးပေးသည်။
ဟာ့ဒ်ဝဲအချိန်တံဆိပ်အားလုံးကို frame တစ်ခုစီနှင့် IMU နမူနာအတွက် ထည့်သွင်းထားသည်။ စက်ရုံချိန်ညှိမှု parameter ဖိုင်အပြည့်အစုံကို တရားဝင် SDK မှတစ်ဆင့် ဝင်ရောက်ကြည့်ရှုနိုင်ပါသည်။
ထူးခြားသည်မှာ မော်ဂျူးတွင် AI လုပ်ဆောင်မှု သို့မဟုတ် အလိုအလျောက် မှတ်ချက်ပေးသည့် လုပ်ဆောင်ချက်များ မပါဝင်ပါ။ ၎င်း၏ အဓိကနေရာချထားမှုမှာ သန့်ရှင်းပြီး အချိန်နှင့်တပြေးညီ ချိန်ညှိထားသော ကုန်ကြမ်းအာရုံခံကိရိယာဒေတာကို ထုတ်လွှတ်ပေးခြင်းဖြစ်ပြီး မော်ဒယ်လေ့ကျင့်မှု၊ ပစ်မှတ်ရှာဖွေခြင်းနှင့် အယ်လဂိုရီသမ် ကောက်ချက်ချခြင်းတို့ကို သုတေသီများ၏ လွတ်လပ်သော ဖွံ့ဖြိုးတိုးတက်ရေး လုပ်ငန်းစဉ်များဆီသို့ ချန်ထားခဲ့သည်။
စိတ်ကြိုက်ပြင်ဆင်ခြင်းနှင့် စီးပွားဖြစ်ရရှိနိုင်မှု
Ego Camera ကို ကမ္ဘာလုံးဆိုင်ရာ သုတေသနဓာတ်ခွဲခန်းများ၊ ရိုဘော့တစ်ကုမ္ပဏီသစ်များနှင့် humanoid စက်ရုပ်ထုတ်လုပ်သူများအတွက် ရရှိနိုင်ပါပြီ။ စိတ်ကြိုက်ပြင်ဆင်နိုင်သော စတီရီယို အခြေခံအကွာအဝေးနှင့် မှန်ဘီလူး FOV ပုံစံများကို အစုလိုက် ODM ပမာဏရှိသော ပရောဂျက်များအတွက် ပံ့ပိုးပေးပါသည်။
ဟာ့ဒ်ဝဲပေါင်းစပ်မှုကုန်ကျစရိတ်များကို လျှော့ချရန်အတွက် မှာယူမှုတိုင်းအတွက် နည်းပညာဆိုင်ရာ SDK အပြည့်အစုံ၊ လည်ပတ်မှုစာရွက်စာတမ်းများနှင့် နမူနာစမ်းသပ်မှုကုဒ်များကို ပံ့ပိုးပေးထားပါသည်။
ဆက်သွယ်ရန်
သင့်စက်ရုပ်သင်ယူမှုပရောဂျက်အတွက် ထုတ်ကုန်နမူနာများ၊ SDK စာရွက်စာတမ်းများ၊ နည်းပညာဆိုင်ရာ ကန့်သတ်ချက် အတိုင်ပင်ခံမှု သို့မဟုတ် စိတ်ကြိုက်ဟာ့ဒ်ဝဲဖြေရှင်းချက်များ လိုအပ်ပါက အီးမေးလ်ဖြင့် မေးမြန်းစုံစမ်းနိုင်ပါသည်။ ကျွန်ုပ်တို့၏ အင်ဂျင်နီယာအဖွဲ့သည် SLAM၊ VIO နှင့် ပါဝင်သော AI dataset collection ပရောဂျက်များအတွက် တစ်ဦးချင်း နည်းပညာပံ့ပိုးမှုကို ပေးဆောင်ပါသည်။
ပို့စ်တင်ချိန်: ၂၀၂၆ ခုနှစ်၊ ဇူလိုင်လ ၂၉ ရက်
