හැම්පෝ විසින් මූර්තිමත් කරන ලද AI සහ රොබෝ ඉගෙනුම් දත්ත ලබා ගැනීම සඳහා නිර්මාණය කරන ලද හිස මත සවි කර ඇති ද්වි-කාච ද්විත්ව කාච කැමරාවක් වන Ego-කැමරාව නිල වශයෙන් දියත් කරයි.
අව්යාජ මානව පළමු පුද්ගල දෘෂ්ටිකෝණය ග්රහණය කර ගනිමින්, මෙම ඒකකය ඉහළ නිරවද්ය කාල මුද්රා තැබූ දෘශ්ය අවස්ථිති විලයන දත්ත ලබා දීම සඳහා දෘඩාංග මට්ටමේ සමමුහුර්තකරණය සමඟ ඔන්-බෝඩ් IMU ඒකාබද්ධ කරයි. එය රොබෝ විද්යා පර්යේෂණ සහ සංවර්ධන කණ්ඩායම්වලට සැබෑ ලෝක හැසිරවීමේ දත්ත පහසුවෙන් රැස් කිරීමට සහ මූර්තිමත් AI ආකෘති පුහුණුව සඳහා ප්රතිනිෂ්පාදනය කළ හැකි බහුමාධ්ය දත්ත කට්ටල ජනනය කිරීමට හැකියාව ලබා දෙයි.
කර්මාන්ත පසුබිම
මූර්තිමත් AI රොබෝවරුන්ගේ කාර්ය සාධන සීමාව පුහුණු දත්ත කට්ටලවල ගුණාත්මකභාවය සහ පරිමාණය මත දැඩි ලෙස රඳා පවතී. කර්මාන්ත එකඟතාවයෙන් තහවුරු වන්නේ ආත්ම කේන්ද්රීය පළමු පුද්ගල දත්ත වඩාත් ප්රායෝගික පුහුණු ද්රව්ය ලබා දෙන බවත්, යෙදවීමේදී භාවිතා කරන සැබෑ දෘෂ්ටිකෝණ රොබෝවරුන්ගේ දෘෂ්ටිකෝණයට ගැලපෙන බවත්ය.
පර්යේෂකයන් සැහැල්ලු හිස මත සවිකර ඇති කැමරාව පැළඳ සිටින අතර සාමාන්ය සැබෑ ලෝක පරිසරයන් තුළ ස්වභාවික ග්රහණය, එකලස් කිරීම සහ හැසිරවීමේ කාර්යයන් සිදු කරයි. AI ආකෘති මානව දෘෂ්ටිකෝණ පටිගත කිරීම් වලින් සෘජුවම හැසිරවීමේ කුසලතා, ක්රියා අනුපිළිවෙල සහ අවකාශීය සම්බන්ධතා ඉගෙන ගනී. සංකීර්ණ රොබෝ මෙහෙයුම් වැඩ ප්රවාහ සහ මිල අධික අභිරුචි දත්ත එකතු කිරීමේ සැකසුම් බොහෝ දුරට වළක්වා ගත හැකිය.
උසස් තත්ත්වයේ රොබෝ පුහුණුව සඳහා පැහැදිලි රූපවලට වඩා බොහෝ දේ අවශ්ය වේ. විශ්වාසදායක දෘෂ්ටි-අවස්ථිති කාල පෙළගැස්ම, රාමු-නිවැරදි කාල මුද්රා සහ භාවිතයට සූදානම් ක්රමාංකන දත්ත කට්ටල මගින් අමු පටිගත කිරීම් VIO-SLAM, දුරස්ථ ක්රියාකාරිත්වය සහ අනුකරණ ඉගෙනීම සඳහා සෘජුවම යෙදිය හැකිද යන්න තීරණය කරයි. හම්පෝ ඊගෝ-කැමරාව මෙම තීරණාත්මක කර්මාන්ත ගැටළු විසඳීම සඳහා විශේෂයෙන් නිර්මාණය කර ඇත.
යතුරු පිරිවිතර
| පරාමිතිය | පිරිවිතර |
|---|---|
| සංවේදකය | ද්විත්ව 2MP වර්ණ ගෝලීය ෂටරය CMOS (1/2.6″) |
| ප්රතිදාන විභේදනය | 3840×1080P @30fps දුරදක්න පරිදර්ශක |
| ගතික පරාසය | 61.56dB රේඛීය / 91.56dB HDR |
| දර්ශන ක්ෂේත්රය | ද්විත්ව 125° අතිශය පුළුල්, අඩු විකෘති කිරීම |
| කාචය | M12×P0.5 ස්ථාවර නාභිගත කිරීම |
| දුරදක්න ක්රියාකාරිත්වය | ද්විත්ව කැමරා සමමුහුර්තකරණය, පරාසකරණය සහ ක්රමාංකනය; ගැඹුර හඳුනාගැනීම සහ ත්රිමාණ ප්රතිනිර්මාණය සඳහා සහය දක්වයි. |
| IMU (අයිඑම්යූ) | ඔන්-බෝඩ් IMU, දෘඩාංග රූප රාමු සමඟ සමමුහුර්ත කර ඇත. |
| කාල මුද්රාව | නැවත ධාවනය කළ හැකි, නැවත නිෂ්පාදනය කළ හැකි දත්ත සඳහා රාමු මට්ටමේ කාලරාමුව |
| ක්රමාංකනය | කර්මාන්තශාලාවේ පූර්ව ක්රමාංකනය කරන ලද, බෙදාහැරීමේදී ඇතුළත් කරන ලද ක්රමාංකන දත්ත |
| අතුරුමුහුණත | USB 2.0, UVC ප්ලග්-සහ-ප්ලේ, අමතර ධාවකයක් අවශ්ය නොවේ. |
| OS අනුකූලතාව | වින්ඩෝස් 7/8/10/11, ලිනක්ස් |
| ආකෘති සාධකය | සංයුක්ත සැහැල්ලු හිස මත සවි කර ඇති ආත්ම කේන්ද්රීය නිර්මාණය |
මූලික නිෂ්පාදන ඉස්මතු කිරීම්
- 1ගෝලීය ෂටර් සංවේදක | චලන බොඳවීම සහ ජෙලි ආචරණය ඉවත් කරන්නද්විත්ව 2MP අධි-සංවේදී ගෝලීය ෂටර් CMOS සංවේදක එකවර සම්පූර්ණ රාමු නිරාවරණය කරයි. රෝලිං-ෂටර්-නිර්මාණය කරන ලද ජෙලි කෞතුක වස්තු සහ චලන බොඳවීම ග්රහණය කර ගැනීම, එකලස් කිරීම සහ ඇවිදීම ඇතුළු වේගවත් චලන අවස්ථා වලදී මර්දනය කෙරේ. සෑම රාමුවක්ම තියුණුව පවතින අතර, ක්රියා හඳුනාගැනීම සහ රොබෝ අනුකරණ-ඉගෙනුම් පර්යේෂණ සඳහා ස්ථාවර දෘශ්ය ආදානය සපයයි.
- 2දෘඪාංග මට්ටමේ සමමුහුර්තකරණය සහිත ඔන්-බෝඩ් IMUරූප සහ IMU මිනුම් දැඩි කාල පෙළගැස්ම සඳහා දෘඪාංග-ක්රියාකාරක වේ. VIO-SLAM, දුරස්ථ ක්රියාකාරිත්වය සහ රොබෝ දත්ත රැස් කිරීම සඳහා ඉතා වැදගත් වේ. වෙහෙසකර මෘදුකාංග පාදක කාල නිවැරදි කිරීමක් අවශ්ය නොවේ; IMU කියවීම් සෘජුවම පර්යේෂණ ඇල්ගොරිතම වලට ලබා දිය හැක.
- 3ප්රතිනිෂ්පාදනය කළ හැකි දත්ත කට්ටල සඳහා රාමු-මට්ටමේ ඉහළ-නිරවද්යතා කාල මුද්රාසෑම රූප රාමුවක්ම සහ IMU සාම්පලයක්ම නිරවද්ය කාල මුද්රා රැගෙන යයි. අනුකරණ ඉගෙනීම, හැසිරීම් විශ්ලේෂණය සහ බහු-මාදිලි සංවේදක විලයනය සඳහා මූලික අවශ්යතාවයක් වන නිවැරදි නැවත ධාවනය සහ බහු-සංවේදක හරස් පෙළගැස්ම සඳහා සහය දක්වයි.
- 4කර්මාන්තශාලා පූර්ව ක්රමාංකනය කරන ලද, භාවිතයට සූදානම් ක්රමාංකන දත්තඅභ්යන්තර සහ බාහිර පරාමිතීන් කර්මාන්තශාලාව තුළ ක්රමාංකනය කෙරේ. ක්රමාංකන ගොනු දෘඩාංග සමඟ නැව්ගත කෙරේ. පරිශීලකයින්ට දත්ත ග්රහණය කොටුවෙන් පිටත සිටම ආරම්භ කළ හැකිය, අතින් ක්රමාංකන කටයුතු මඟ හැර පද්ධති සැකසුම් චක්ර කෙටි කරයි.
- 5125° අඩු-විකෘති දුරදක්න FOV, ගැඹුර සංජානනය සහ 91.56dB HDR125° අතිශය පළල අඩු විකෘති කාච මගින් අත් චලනයන් සහ අවට දර්ශන සම්පූර්ණයෙන්ම ග්රහණය කර ගනී. ස්වදේශීය දුරදක්න සහාය මඟින් පරාසය, ගැඹුර ප්රතිදානය සහ ත්රිමාණ ප්රතිනිර්මාණය සක්රීය කරයි. 91.56dB ඉහළ ගතික පරාසයක් පසුබිම් ආලෝකය සහ ගෘහස්ථ එළිමහන් ආලෝක සංක්රාන්ති යටතේ හොඳින් සමතුලිත නිරාවරණයක් පවත්වා ගනී.
- 6USB2.0 UVC ප්ලග්-සහ-ප්ලේUSB 2.0 හරහා සම්මත UVC ප්රොටෝකෝලය ධාවක ස්ථාපනයකින් තොරව Windows සහ Linux මත ස්වදේශීයව ක්රියා කරයි. පර්යේෂණ සහ සංවර්ධන කණ්ඩායම් සංකීර්ණ උපාංග නිදොස්කරණය වෙනුවට දත්ත කට්ටල එකතු කිරීම කෙරෙහි අවධානය යොමු කරයි.
සාමාන්ය යෙදුම්
- මූර්තිමත්-AI දත්ත එකතුව:රොබෝ අනුකරණ ඉගෙනීම සහ හැසිරවීමේ කුසලතා පුහුණුව සඳහා කාල මුද්රා තැබූ ආත්ම කේන්ද්රීය වීඩියෝ + IMU අවස්ථිති දත්ත
- දෘශ්ය-අවස්ථිති SLAM සහ අවකාශීය ප්රාදේශීයකරණය:VIO-SLAM ඇල්ගොරිතම සංවර්ධනය සහ මිණුම් සලකුණු කිරීම සඳහා දෘඪාංග-සමමුහුර්ත දැක්ම සහ IMU.
- දුරස්ථ ක්රියාකාරිත්වය සහ දුරස්ථ පැවැත්ම:දුරස්ථ පාලකය සහ මානව-රොබෝ සහයෝගීතාවය සඳහා ගිලී යන තත්ය කාලීන පළමු පුද්ගල දර්ශනය
- VR / AR අන්තර්ගත ග්රහණය:ආත්ම කේන්ද්රීය ත්රිමාණ රූප සහ අවකාශීය දත්ත පටිගත කිරීම
- ක්රියා හඳුනාගැනීම සහ හැසිරීම් පර්යේෂණ:කාර්මික වැඩ ප්රවාහ, මානව සාධක අධ්යයන, ක්රීඩා සහ චලන විශ්ලේෂණය ඩිජිටල්කරණය කරන්න.
- කාවැද්දූ දැක්ම ව්යාපෘති:මුහුණු හඳුනාගැනීම, සජීවී බව හඳුනාගැනීම, ප්රවේශ පාලනය සහ අනෙකුත් දෘෂ්ටි පාදක ඒකාබද්ධ කිරීම
වසා දැමීම
දත්ත යනු මූර්තිමත්-AI යුගය සඳහා මූලික ඉන්ධනය වන අතර, ආත්ම කේන්ද්රීය ඉදිරිදර්ශනය යනු හැකියාව ඇති පොදු-කාර්ය රොබෝවරුන් වෙත යොමු වන වඩාත් ප්රායෝගික මාර්ගවලින් එකකි.
ගෝලීය-ෂටර් දුරදක්න දර්ශනය, ඒකාබද්ධ IMU, දෘඩාංග සමමුහුර්තකරණය සහ රාමු-මට්ටමේ කාලරාමු ඇතුළත්, Hampo Ego-කැමරාව රොබෝ විද්යා පර්යේෂකයන්ට අවම යෙදවුම් ඉහළ තලයක් සහිත උසස් තත්ත්වයේ පුනරාවර්තනය කළ හැකි දෘශ්ය-අවස්ථිති ආත්ම කේන්ද්රීය දත්ත ලබා ගැනීමට බලය ලබා දෙයි - ව්යාපෘති දෘශ්ය නිරීක්ෂණයේ සිට සැබෑ ලෝකය අවබෝධ කර ගැනීමට උපකාරී වේ.
පළ කිරීමේ කාලය: අගෝස්තු-14-2026
