ඊගෝ කැමරාව - රොබෝ ඉගෙනුම් දත්ත රැස් කිරීම සඳහා හිසට සවිකර ඇති ස්ටීරියෝ දර්ශන මෙවලම
මානව නිරූපණ දත්ත ග්රහණය සඳහා පමණක් නිර්මාණය කරන ලද හිසට සවිකර ඇති දුරදක්න කැමරා මොඩියුලයකි. එය දෘඩාංග-සමමුහුර්ත කරන ලද, කර්මාන්තශාලා-පූර්ව ක්රමාංකනය කරන ලද ආත්ම කේන්ද්රීය අමු සංවේදක දත්ත බල අනුකරණ ඉගෙනීමට සහ මූර්තිමත් කරන ලද AI නල මාර්ගවලට ලබා දෙයි.
භෞතික AI වලට පීඩා කරන දත්ත බාධකය
2026 වන විට, රොබෝ විද්යා කර්මාන්තය පුරා විශ්වීය එකඟතාවයක් ගොඩනැගී ඇත: පරිමාණය කළ හැකි භෞතික AI යෙදවීම වළක්වන තීරණාත්මක බාධකය දත්ත වේ. විශාල භාෂා ආකෘති ට්රිලියන ගණනක් පෙළ ටෝකන මත පුහුණු කරයි, නමුත් මූර්තිමත් කරන ලද AI පද්ධතිවලට සැබෑ ලෝකයේ භෞතික අන්තර්ක්රියා දර්ශනවල එම පරිමාවෙන් දස දහසෙන් එකකටත් වඩා අඩු ප්රමාණයකට ප්රවේශය ඇත.
මෙම විෂමතාවය ප්රගතියට දැවැන්ත මාර්ග බාධකයක් ඇති කරයි. ප්රමුඛ පෙළේ රොබෝ විද්යාගාර ඇස්තමේන්තු කරන්නේ උසස් හැසිරවීමේ ප්රතිපත්ති පුහුණු කිරීම සඳහා ඉදිරි වසර 2-3 තුළ ආත්ම කේන්ද්රීය පළමු පුද්ගල දර්ශන පැය මිලියන 100 සිට බිලියන 1 දක්වා අවශ්ය බවයි. තනි විවික්ත හැසිරවීමේ කාර්යයක් සඳහා වුවද, පුහුණු දත්ත කට්ටල සඳහා වාර්තාගත මිනිස් ක්රියාකාරකම් පැය 100,000 ත් මිලියන 1 ත් අතර ප්රමාණයක් අවශ්ය වේ.
කර්මාන්ත වෘත්තිකයන් එකඟ වන්නේ ආත්ම කේන්ද්රීය දත්ත ග්රහණය ඉහළම පරිමාණය ලබා දෙන බවයි. ඒකකයකට ඇමරිකානු ඩොලර් දස දහස් ගණනක් වැය වන මිල අධික ටෙලි මෙහෙයුම් යන්ත්ර මත විශ්වාසය තැබීම වෙනුවට, පර්යේෂණ කණ්ඩායම් සහ දත්ත වෙළෙන්දෝ දැන් මිනිසුන් ස්වභාවික දෛනික කාර්යයන් ඉටු කරන අතරතුර නිරූපණ දර්ශන ග්රහණය කර ගැනීම සඳහා සැහැල්ලු හිස මත සවි කර ඇති කැමරා භාවිතා කරති.
මෙම මාරුව සැබෑ ලෝක යෙදවීම්වල දැනටමත් දැකිය හැකිය. 2026 අප්රේල් මාසයේදී, ඉන්දියාවේ දිල්ලි NCR කලාපය පුරා රෙදිපිළි සේවකයින් දහස් ගණනක් Egolab.AI විසින් නිෂ්පාදනය කරන ලද සංයුක්ත හිස-සවිකර කැමරා පැළඳ සිටින ආකාරය වෛරස් දර්ශනවලින් පෙන්නුම් කෙරිණි. මෙම ක්රියාකරුවන් දැන් ඊළඟ පරම්පරාවේ හියුමනොයිඩ් රොබෝවරුන් පුහුණු කිරීම සඳහා දැවැන්ත ආත්ම කේන්ද්රීය වීඩියෝ දත්ත කට්ටල ජනනය කරයි.
ආත්ම කේන්ද්රීය පළමු පුද්ගල දත්ත අත්යවශ්ය වන්නේ ඇයි?
මිනිස් මෝටර් කුසලතා නිවැරදිව අනුකරණය කිරීම සඳහා මිනිසුන් දකින නිශ්චිත දෘශ්ය ආදානය රොබෝවරු වටහා ගත යුතුය. 2025 සහ 2026 අතර ප්රකාශයට පත් කරන ලද පර්යේෂණ රැල්ලක් ආත්ම කේන්ද්රීය දත්ත කට්ටලවල පරිවර්තනීය වටිනාකම තහවුරු කරයි:
1.
හියුමන්ඊගෝ එක් කාර්යයකට මිනිත්තු 30 ක මිනිස් ආත්ම කේන්ද්රීය වීඩියෝවක් සැබෑ ලෝකයේ හැසිරවීමේ කාර්යයන්හි 92.5% ක සාමාන්ය සාර්ථකත්ව අනුපාතයක් අත්කර ගන්නා අතර, මිනිසුන්ගෙන් රොබෝවරුන්ට ශුන්ය-වරක් කුසලතා මාරු කිරීමට ඉඩ සලසයි.
2.
ඊගෝමිමික් රොබෝ-පමණක් පුහුණු දත්ත හා සසඳන විට මානව නිරූපණ දත්ත ඒකාබද්ධ කිරීම කාර්ය සාධනය 34% සිට 228% දක්වා වැඩි කරයි. අතිරේක මිනිස් අත් දර්ශන පැයක අමතර රොබෝ ස්වයං-එකතු කරන ලද දත්ත පැයකට වඩා බොහෝ ආදර්ශ වැඩිදියුණු කිරීමක් ලබා දෙයි. දෙමුහුන් මානව-රොබෝ දත්ත කට්ටල දිගු දුර දුරස්ථ මෙහෙයුම් වැඩ ප්රවාහයන්ගෙන් දර්ශන ඇතුළුව උසස් පුහුණුවක් සහ යෙදවීමේ කාර්ය සාධනයක් ද ලබා දෙයි.
3.
ඊගෝස්කේල් NVIDIA පර්යේෂකයන් විසින් වැඩි දියුණු කරන ලද මෙම රාමුව, සාමාන්ය කාර්යයන් හරහා දක්ෂ ලෙස හැසිරවීමේ හැකියාවන් පරිමාණය කිරීම සඳහා පැය 20,854 ක මානව ආත්ම කේන්ද්රීය දර්ශනවල විවිධ දත්ත කට්ටලයක් භාවිතා කරයි.
4.
විවෘත-AoE සමමුහුර්ත කළ අත් චාලක විද්යාව සහ පරමාණුක ක්රියා විවරණ සමඟ යුගලනය කරන ලද පැය 2,000 ක ආත්ම කේන්ද්රීය වීඩියෝ දත්ත කට්ටලයක් නිකුත් කරයි.
5.
අති නවීන රාමු EgoGuide සහ EgoLive ඇතුළු අති නවීන රාමු, රොබෝ-නිදහස් නිරූපණ ග්රහණය සහ මහා පරිමාණ ආත්ම කේන්ද්රීය දත්ත කට්ටල උත්පාදනය තවදුරටත් විධිමත් කරයි.
මෙම කර්මාන්ත ගම්යතාවය තිබියදීත්, උසස් තත්ත්වයේ ආත්ම කේන්ද්රීය ග්රහණය සඳහා දෘඩාංග විසඳුම් ඛණ්ඩනය වී ඇත. පර්යේෂකයන්ට සහ දත්ත කණ්ඩායම්වලට පාරිභෝගික ක්රියාකාරී කැමරා, AR ඇස් කණ්ණාඩි සහ අභිරුචි-සාදන ලද රිග් එකට එකතු කිරීමට බල කෙරෙයි - ක්රියාවලියේදී සමමුහුර්ත නිරවද්යතාවය, ක්රමාංකන අනුකූලතාව සහ දිගු කාලීන සුවපහසුව සම්මුතියකට ලක් කරයි.
ඊගෝ කැමරා නිෂ්පාදන දළ විශ්ලේෂණය
ඊගෝ කැමරාව යනු රොබෝ ඉගෙනීම, මූර්තිමත් කරන ලද AI සහ අනුකරණ ඉගෙනුම් වැඩ ප්රවාහයන්හි ආත්ම කේන්ද්රීය දත්ත ග්රහණය කිරීම සඳහා මුල සිටම නිර්මාණය කරන ලද හිසට සවි කර ඇති බයිනොකියුලර් ස්ටීරියෝ කැමරා මොඩියුලයකි.
පර්යේෂණ භාවිතය සඳහා අනුවර්තනය කරන ලද ප්රතිනිර්මාණය කරන ලද පාරිභෝගික ක්රියාකාරී කැමරා මෙන් නොව, Ego කැමරාව අධ්යයන හා කාර්මික රොබෝ නල මාර්ග සඳහා අරමුණින් ගොඩනගා ඇත. එය පිරිසිදු, දෘඪාංග-සමමුහුර්ත, කර්මාන්තශාලා-පූර්ව ක්රමාංකනය කරන ලද අමු සංවේදක දත්ත පෙට්ටියෙන් පිටතට ප්රතිදානය කරයි, අවශ්ය වන්නේ ශුන්ය පසු-සැකසුම් සැකසුමකි.
මූලික තාක්ෂණික පිරිවිතර
| පිරිවිතර | විස්තර |
|---|---|
| රූප සංවේදක | ද්විත්ව 2MP ගෝලීය ෂටර් CMOS සංවේදක |
| තිරස් දර්ශන ක්ෂේත්රය (HFOV) | 60–65°, ස්වාභාවික මිනිස් දෘශ්ය පරාසයට ගැළපේ |
| ෂටර් තාක්ෂණය | ගෝලීය ෂටරය; අධිවේගී චලනය අතරතුර රෝලිං ෂටර විකෘති කිරීම ඉවත් කරයි. |
| IMU මොඩියුලය | 6-අක්ෂ ICM-26888-P (3-අක්ෂ ත්වරණමාන + 3-අක්ෂ විභ්රමේක්ෂය), 200–500 Hz සාම්පල සංඛ්යාතය |
| සමමුහුර්තකරණ යාන්ත්රණය | දෘඪාංග GPIO ප්රේරකය; රාමු-IMU සමමුහුර්ත කිරීමේ දෝෂය < මයික්රෝ තත්පර 10 යි |
| කාලමුද්රා තැබීම | සෑම රූප රාමුවක් සහ IMU කියවීමක් සඳහා දෘඪාංග මට්ටමේ ඒකාබද්ධ නැනෝ තත්පර කාලරාමු |
| රැහැන්ගත අතුරුමුහුණත | USB 2.0 Type-C, UVC අනුකූල; Windows, Linux සහ ROS සඳහා හරස්-වේදිකා SDK සහාය |
| රැහැන් රහිත යෙදවීම | ඔන්බෝඩ් WiFi + MicroSD කාඩ් ආචයනය; දේශීය ගබඩාවට ප්රමුඛතාවය දී ඇති දර්ශන, ජාල නැවත සම්බන්ධ කිරීමේදී ස්වයංක්රීය වලාකුළු උඩුගත කිරීම |
| සවි කිරීමේ ප්රමිතිය | 1/4″-20 නූල් සවි කිරීමේ සිදුරු, අලෙවියෙන් පසු හිස් පටි සහ අභිරුචි සවිකිරීම් සමඟ අනුකූල වේ |
| ක්රමාංකනය | කර්මාන්තශාලා පූර්ව ක්රමාංකනය කරන ලද ස්ටීරියෝ අභ්යන්තර/බාහිර පරාමිතීන් සහ කැමරා-IMU පරිවර්තන, ස්ථිරවම අභ්යන්තර ෆ්ලෑෂ් මතකයේ ගබඩා කර ඇත. |
රොබෝ ඉගෙනීම සඳහා ගෝලීය ෂටරය සාකච්ඡා කළ නොහැකි වන්නේ ඇයි?
පාරිභෝගික කැමරා අනුක්රමිකව පික්සල් පේළි නිරාවරණය කරන රෝලිං ෂටර් සංවේදක මත විශ්වාසය තබයි. වේගවත් මිනිස් අත් චලනයන් - නිරූපණ දර්ශනවල නිරන්තරයෙන් පවතින අංගයක් - "ජෙලි ආචරණය" ලෙස හැඳින්වෙන දරුණු රෝලිං ෂටර් කෞතුක වස්තු නිර්මාණය කරයි: ඇලවූ වස්තු දාර, ජ්යාමිතික විකෘති කිරීම සහ විශ්වාස කළ නොහැකි විශේෂාංග ලුහුබැඳීම.
මෙම විකෘති කිරීම් රොබෝ නල මාර්ග අඩපණ කරයි. VIO ඉදිරිපස, දෘශ්ය SLAM ඇල්ගොරිතම සහ අනුකරණ ඉගෙනුම් ප්රතිපත්ති වලට අනපේක්ෂිත අන්තර්-රාමු විශේෂාංග මාරුවීම් ඉවසිය නොහැක, එමඟින් ආකෘති සාමාන්යකරණය සහ සැබෑ ලෝක කාර්ය සාධනය දැඩි ලෙස පිරිහීමට ලක් වේ.
ඊගෝ කැමරාවේ ගෝලීය ෂටර් සංවේදකය සියලුම පික්සල එකවර තනි ග්රහණ කවුළුවකින් නිරාවරණය කරයි. සෑම රාමුවක්ම ශුන්ය ජ්යාමිතික විකෘතියක් සහිත පැහැදිලි දෘඩ-ශරීර ඉරියව්වකට අනුරූප වේ - දැඩි රොබෝ විද්යා පර්යේෂණ සහ වාණිජ ආකෘති පුහුණුව සඳහා අනිවාර්ය ප්රමිතියකි.
කර්මාන්තය විශාල ආත්ම කේන්ද්රීය දත්ත කට්ටල (සැබෑ ගෘහස්ථ සහ කාර්මික කාර්යයන් ආවරණය වන පරිදි EgoLive හි පැය දහස් ගණනක අධි-විශ්වාසනීය ස්ටීරියෝ දර්ශන ලේඛනාගාර වැනි) අනුගමනය කරන විට, විකෘති කිරීම්-නිදහස්, රාමු-නිවැරදි ග්රහණ දෘඩාංග සඳහා ඉල්ලුම අඛණ්ඩව ඉහළ යයි.
දෘඪාංග සමමුහුර්තකරණය: අඩු ගුණාත්මක සහ නිෂ්පාදන ශ්රේණියේ පුහුණු දත්ත අතර බෙදීම
මිනිසුන් හැසිරවීමේ අනුපිළිවෙල ක්රියාත්මක කරන විට - ළඟා වීම, ග්රහණය කර ගැනීම, වස්තූන් තැබීම - රොබෝ ප්රතිපත්තිවලට දෘශ්ය අත් චලනය සහ අවස්ථිති ශරීර චලිතය අතර නිරවද්ය තාවකාලික පෙළගැස්මක් අවශ්ය වේ. කැමරා රාමු සහ IMU කියවීම් අතර මිලි තත්පර කිහිපයක සමමුහුර්තකරණයක් නොමැති වීම පවා සම්පූර්ණ පුහුණු දත්ත කට්ටල දූෂණය කරයි. මෘදුකාංග මත පදනම් වූ කාලරාමු පෙළගැස්ම (මෘදු සමමුහුර්තකරණය) පටිගත කිරීමේ සැසි හරහා ප්ලාවිතය රැස් කරන අතර ඉහළ විශ්වාසනීය VIO සහ අනුකරණ ඉගෙනුම් නල මාර්ග සඳහා නිරවද්ය ප්රමිතීන් සපුරාලීමට අපොහොසත් වේ.
Ego කැමරාව ද්විමාන සංවේදක සහ IMU දෙකම එකවර ක්රියාත්මක කිරීමට කැපවූ GPIO ස්පන්දනයක් භාවිතා කරයි, මයික්රෝ තත්පර 10 ට වඩා හොඳ සමමුහුර්ත නිරවද්යතාවයක් ලබා දෙයි. සෑම රූප රාමුවක්ම සහ අවස්ථිති සාම්පලයක්ම බෙදාගත් දෘඩාංග කාලරාමුවකින් සමන්විත වේ - VINS-Fusion සහ OpenVINS ඇතුළු ප්රධාන ධාරාවේ VIO රාමු වල දැඩි තාවකාලික අවශ්යතා සපුරාලයි.
Open-AoE වැනි ප්රමුඛ පෙළ විවරණ ආත්ම කේන්ද්රීය දත්ත කට්ටල, සමමුහුර්ත පෙළ ලේබල්, MANOS මත පදනම් වූ අත් ඉරියව් ඇස්තමේන්තුව, කැමරා ගමන් පථ ලොග් සහ තාවකාලිකව දේශීයකරණය කළ පරමාණුක ක්රියා ටැග් ලබා දීම සඳහා මෙම දෘඩාංග සමමුහුර්ත කිරීමේ ස්ථරය මත රඳා පවතී - Ego කැමරාව ස්වදේශීයව සහාය දැක්වීම සඳහා නිර්මාණය කර ඇති සියලුම මූලික බෙදාහැරීම්.
කර්මාන්තශාලා පූර්ව ක්රමාංකනය: කාලය ගතවන ස්ථානීය ක්රමාංකනය ඉවත් කරන්න
අතින් ක්රමාංකනය කිරීම බහු-කැමරා දත්ත ග්රහණය කිරීමේ වැඩ ප්රවාහ සඳහා වඩාත්ම සම්පත්-දැඩි බාධක වලින් එකකි. අභ්යන්තර කාච පරාමිතීන්, ස්ටීරියෝ බාහිර ඕෆ්සෙට් සහ කැමරා-IMU පරිවර්තන අනුකෘති සුසර කිරීම සඳහා විශේෂිත දෘශ්ය උපකරණ, තාක්ෂණික විශේෂඥතාව සහ උපාංගයකට පැය ගණනක් ශ්රමය අවශ්ය වේ.
ඊගෝ කැමරාව මෙම වැඩ ප්රවාහය සම්පූර්ණයෙන්ම ඉවත් කරයි. සෑම ඒකකයක්ම කර්මාන්ත ශාලාවෙන් පිටවීමට පෙර සම්පූර්ණ අන්තයේ සිට අවසානය දක්වා ක්රමාංකනයකට භාජනය වේ. නාභීය දුර, ප්රධාන ලක්ෂ්ය ඛණ්ඩාංක, විකෘති සංගුණක, ස්ටීරියෝ බාහිර සහ කැමරා-IMU පරිවර්තන යන සියලුම තීරණාත්මක පරාමිතීන් ස්ථිරවම අභ්යන්තර ෆ්ලෑෂ් මතකයට ලියා ඇත.
පර්යේෂක කණ්ඩායම් සහ දත්ත වෙළෙන්දන්ට පෙට්ටිය ඉවත් කිරීමෙන් මිනිත්තු පහක් ඇතුළත වලංගු දර්ශන පටිගත කිරීම ආරම්භ කළ හැකි අතර, චෙක්බෝඩ් ඉලක්ක, ක්රමාංකන යන්ත්ර හෝ අර්ධ-දින ක්රමාංකන සැසි අවශ්ය නොවේ. නවීන උසස් ප්රමිතියෙන් යුත් ආත්ම කේන්ද්රීය දත්ත කට්ටල කර්මාන්තශාලා-පූර්ව ක්රමාංකනය කරන ලද කැමරා දෘඩාංග අනිවාර්ය කරයි - සෑම ඊගෝ කැමරා ඒකකයකටම සෘජුවම ගොඩනගා ඇති පිරිවිතරයකි.
විහිදුම් ක්රම දෙකක්, තනි ඒකාබද්ධ දෘඪාංග වේදිකාව
1. USB රැහැන් සහිත මාදිලිය
තත්ය කාලීන සජීවී පෙරදසුන සහ අඩු ප්රමාද පටිගත කිරීම සඳහා ලැප්ටොප් පරිගණක හෝ වැඩපොළවල් වෙත සම්බන්ධ වන්න. පර්යේෂකයන් ඉල්ලුම මත දත්ත ගුණාත්මකභාවය වලංගු කරන පාලිත රසායනාගාර පරිසරයන් සඳහා ප්රශස්තිකරණය කර ඇත. Windows, Linux සහ ROS රොබෝ විද්යා රාමු සමඟ අනුකූල වන හරස් වේදිකා SDK මගින් සම්පූර්ණයෙන්ම සහාය දක්වයි.
2. WiFi + MicroSD කාඩ් නොබැඳි මාදිලිය
මහා පරිමාණයෙන් බෙදා හරින ලද දත්ත එකතු කිරීම සඳහා සම්බන්ධ නොකළ පටිගත කිරීම. ජාල ඇනහිටීම් වලදී දත්ත නැතිවීම වැළැක්වීම සඳහා සියලුම ග්රහණය කරගත් දර්ශන පළමුව දේශීය MicroSD ගබඩාවට ලියයි; සම්බන්ධතාවය ප්රතිසාධනය කළ පසු, ගොනු දුරස්ථ වලාකුළු සේවාදායකයන්ට හෝ පරිශ්රයේ දත්ත ගබඩාවලට ස්වයංක්රීයව සමමුහුර්ත වේ. මුළුතැන්ගෙයි, නිෂ්පාදන වැඩමුළු, කාර්යාල සහ අනෙකුත් සැබෑ ලෝක පරිසරයන් හරහා බහු-දර්ශන ග්රහණය සඳහා පැය දහස් ගණනක නිරූපණ දර්ශන ජනනය කිරීම සඳහා වඩාත් සුදුසුය.
ව්යුහගත අමු දත්ත ප්රතිදානය (ඔන්බෝඩ් AI සැකසුම් නොමැත)
ඒකකය අභිරුචි පුහුණු නල මාර්ගවලට ඒකාබද්ධ කිරීම සඳහා සම්පූර්ණ අමු විශ්වාසවන්තභාවය ආරක්ෂා කරමින්, බිල්ට්-ඉන් රූප සුමට කිරීම, ස්වයංක්රීය-විවරණ හෝ උපාංගයේ AI අනුමානයකින් තොරව වෙනස් නොකළ, පිරිසිදු අමු සංවේදක දත්ත ප්රතිදානය කරයි:
left_video.mp4/දකුණු_වීඩියෝව.mp4: සමමුහුර්ත ස්ටීරියෝ දුරදක්න වීඩියෝ ප්රවාහimu_6axis.csv විසින් තවත්: දෘඪාංග කාලරාමු සමඟ ටැග් කර ඇති 6-අක්ෂ අවස්ථිති මිනුම් ලොග් (ත්වරණමානය + ගයිරොස්කෝප්).කාල මුද්රා_ns.txt: සියලුම රූප රාමු සහ IMU සාම්පල සඳහා ඒකාබද්ධ නැනෝ තත්පර දෘඩාංග කාලරාමුක්රමාංකන_පරමිති.යම්ල්: කර්මාන්තශාලා-බේක් කරන ලද අභ්යන්තර, බාහිර සහ කැමරා-IMU ක්රමාංකන පරිවර්තනයන්
ඉලක්කගත පරිශීලක කොටස්
මූර්තිමත් AI සහ අනුකරණ ඉගෙනුම් අධ්යයන පර්යේෂණ රසායනාගාර
හියුමනොයිඩ් රොබෝ සහ දක්ෂ හැසිරවීමේ රොබෝ නිෂ්පාදකයින්
භෞතික AI සේවාදායකයින් සඳහා පුහුණු දත්ත කට්ටල ජනනය කරන විශේෂිත දත්ත සේවා සපයන්නන්.
VIO සහ දෘශ්ය SLAM ඇල්ගොරිතම ගොඩනඟන පර්යේෂණ සහ සංවර්ධන කණ්ඩායම්
රොබෝ විද්යා කණ්ඩායම් මහා පරිමාණ ආත්ම කේන්ද්රීය නිරූපණ දත්ත එකතු කිරීමේ වැඩ ප්රවාහ පරිමාණය කරයි
පළ කිරීමේ කාලය: අගෝස්තු-11-2026
