เมื่อการเรียนรู้ของหุ่นยนต์ขยายขอบเขตจากสภาพแวดล้อมในห้องปฏิบัติการที่มีการควบคุม ไปสู่สภาพแวดล้อมในโลกแห่งความเป็นจริง ปัญหาคอขวดอย่างหนึ่งก็ยังคงปรากฏขึ้นเรื่อยๆ นั่นคือ การเก็บรวบรวมข้อมูล
การควบคุมระยะไกลมีความแม่นยำแต่ช้า กล้องมุมมองบุคคลที่สามพลาดมุมมองของผู้ควบคุม กล้องแอ็คชั่นสำหรับผู้บริโภคขาดการซิงโครไนซ์เซ็นเซอร์ที่จำเป็นสำหรับระบบการเรียนรู้แบบเลียนแบบและการประมวลผลภาพ VIO สมัยใหม่
ตัวเลือกฮาร์ดแวร์ใหม่กำลังเข้ามาสู่ตลาด กล้อง Ego Camera ของเราคือกล้องสเตอริโอแบบสองตาที่สวมบนศีรษะ ซึ่งสร้างขึ้นโดยเฉพาะสำหรับการบันทึกข้อมูลแบบมุมมองบุคคลที่หนึ่งในการวิจัยปัญญาประดิษฐ์แบบมีร่างกายและการควบคุมหุ่นยนต์
มุมมองที่สอดคล้องกับหุ่นยนต์
โมดูลนี้สวมไว้บนศีรษะของมนุษย์ คล้ายกับที่คาดผมน้ำหนักเบา และบันทึกสิ่งที่ผู้ใช้งานเห็นอย่างแม่นยำระหว่างการปฏิบัติงาน มุมมองแบบบุคคลที่หนึ่ง (egocentric) นี้ได้กลายเป็นจุดสนใจหลักในการวิจัยด้านหุ่นยนต์ในปัจจุบัน
การศึกษาขนาดใหญ่ระหว่างปี 2025 ถึง 2026 ซึ่งรวมถึง HumanEgo, EgoMimic และ EgoScale แสดงให้เห็นว่านโยบายของหุ่นยนต์ที่ฝึกฝนโดยใช้ภาพวิดีโอจากมุมมองของมนุษย์ สามารถเทียบเท่าหรือเหนือกว่านโยบายที่ฝึกฝนโดยใช้ข้อมูลจากการควบคุมระยะไกลได้ โดยใช้ต้นทุนในการเก็บรวบรวมข้อมูลเพียงเล็กน้อย มุมมองมีความสำคัญ: เมื่อใช้งาน หุ่นยนต์จะมองเห็นโลกจากเซ็นเซอร์ภายในตัวมันเอง ไม่ใช่จากเพดานหรือขาตั้งกล้อง
กล้อง Ego ของเราได้รับการออกแบบมาเพื่อเชื่อมช่องว่างนั้น โดยให้ข้อมูลการฝึกฝนที่ตรงกับมุมมองการอนุมานที่แท้จริงของหุ่นยนต์ ช่วยขจัดปัญหาความไม่ตรงกันของมุมมองในการฝึกฝนโมเดล
การออกแบบเซ็นเซอร์สำหรับท่อส่งวิจัย
เซ็นเซอร์สเตอริโอแบบ Global-Shutter
โมดูลกล้องใช้เซ็นเซอร์ 2MP แบบ Global Shutter สองตัวที่มีมุมมองภาพแนวนอน 60–65° ซึ่งสอดคล้องกับมุมมองภาพมาตรฐานของโมดูลการมองเห็นหัวหุ่นยนต์ฮิวมานอยด์ Global Shutter เป็นการออกแบบหลักที่ตั้งใจไว้: ทุกพิกเซลจะรับแสงพร้อมกัน ทำให้ขจัดความผิดเพี้ยนจาก Rolling Shutter ที่ทำให้การเคลื่อนไหวของมือและร่างกายอย่างรวดเร็วเสียหายระหว่างการบันทึกแบบไดนามิกได้อย่างสมบูรณ์
การเก็บรักษาข้อมูลดิบ (ไม่มี EIS)
เราจงใจถอดระบบป้องกันภาพสั่นไหวอิเล็กทรอนิกส์ (EIS) ที่ติดตั้งมากับตัวกล้องออก EIS จะตัดขอบเขตการมองเห็นดั้งเดิมและปรับเปลี่ยนพารามิเตอร์ภายในและภายนอกที่ได้รับการปรับเทียบจากโรงงาน ซึ่งจะทำให้การจับคู่ภาพสเตอริโอและความสอดคล้องของการปรับเทียบกล้อง-IMU เสียไป ข้อมูลดิบแบบเต็มเฟรมดั้งเดิมจะถูกเก็บไว้สำหรับการประมวลผลอัลกอริธึมของหุ่นยนต์ในส่วนแบ็กเอนด์
การซิงโครไนซ์ฮาร์ดแวร์ระดับไมโครวินาที
เซ็นเซอร์ IMU 6 แกน ICM-2688 ในตัว (มาตรวัดความเร่ง + ไจโรสโคป สุ่มตัวอย่างที่ 200–500 Hz) จะซิงโครไนซ์ผ่านสัญญาณทริกเกอร์ GPIO เฉพาะ สัญญาณพัลส์รวมที่ส่งผ่านพิน GPIO จะกระตุ้นกล้องสเตอริโอและการสุ่มตัวอย่าง IMU พร้อมกัน ข้อผิดพลาดในการซิงค์ต่ำกว่า 10 ไมโครวินาที และทุกเฟรมวิดีโอและการสุ่มตัวอย่าง IMU จะมีไทม์สแตมป์ฮาร์ดแวร์ที่เป็นหนึ่งเดียว
การซิงโครไนซ์ในระดับนี้เป็นมาตรฐานที่จำเป็นสำหรับไปป์ไลน์ VIO หลักๆ เช่น VINS-Fusion และ OpenVINS ซึ่งการจัดเรียงเวลาด้วยซอฟต์แวร์เพียงอย่างเดียวจะทำให้เกิดการเบี่ยงเบนของเส้นทางอย่างเห็นได้ชัดเมื่อบันทึกเป็นเวลานาน
การจัดเก็บข้อมูลการสอบเทียบภายในเครื่อง
การปรับเทียบจากโรงงานอย่างสมบูรณ์ครอบคลุมถึงค่าภายในและค่าภายนอกของสเตอริโอ รวมถึงการแปลงค่าจากกล้องไปยัง IMU พารามิเตอร์การปรับเทียบทั้งหมดจะถูกจัดเก็บไว้ในหน่วยความจำแฟลชภายในเครื่อง และสามารถอ่านได้อย่างสมบูรณ์ผ่าน SDK ที่ใช้งานได้บนหลายแพลตฟอร์ม ไม่จำเป็นต้องทำการปรับเทียบใหม่ ณ สถานที่ติดตั้งหลังจากเริ่มต้นใช้งานอุปกรณ์
ความยืดหยุ่นในการใช้งาน
ระบบรองรับโหมดการทำงานสองโหมดเพื่อรองรับสถานการณ์การวิจัยทั้งหมด
การส่งออกข้อมูลหลายรูปแบบมาตรฐาน
1. การบันทึกข้อมูลลงการ์ด TF ในตัวเครื่อง (บันทึกแบบออฟไลน์)
- ไฟล์วิดีโอ MP4 แบบสองตาซ้ายและขวาที่ซิงโครไนซ์กัน เพื่อการดูตัวอย่างภาพอย่างรวดเร็ว
- ไฟล์บันทึก CSV อิสระที่จัดเก็บข้อมูลดิบของ IMU พร้อมกับการประทับเวลาในระดับไมโครวินาที
2. การบันทึกภาพจากเครื่องคอมพิวเตอร์หลักผ่าน SDK (การเชื่อมต่อ USB ภายใต้สภาพแวดล้อม ROS/ROS2)
รองรับการส่งออกชุดข้อมูล ROSbag ที่ซิงโครไนซ์อย่างสมบูรณ์ และชุดข้อมูลเซ็นเซอร์ MCAP ขนาดเล็ก ซึ่งเข้ากันได้อย่างเต็มที่กับระบบนิเวศการพัฒนาหุ่นยนต์กระแสหลัก
ข้อมูลเวลาของฮาร์ดแวร์ทั้งหมดจะถูกฝังไว้ในแต่ละเฟรมและตัวอย่าง IMU สามารถเข้าถึงไฟล์พารามิเตอร์การปรับเทียบจากโรงงานได้อย่างสมบูรณ์ผ่าน SDK อย่างเป็นทางการ
ที่สำคัญคือ โมดูลนี้ไม่มีฟังก์ชันการประมวลผล AI หรือการติดป้ายกำกับอัตโนมัติในตัว หน้าที่หลักของมันคือการส่งออกข้อมูลเซ็นเซอร์ดิบที่สะอาดและจัดเรียงตามเวลา โดยปล่อยให้การฝึกโมเดล การตรวจจับเป้าหมาย และการอนุมานอัลกอริทึมเป็นหน้าที่ของนักวิจัยในการพัฒนาเพิ่มเติมอย่างอิสระ
การปรับแต่งและการวางจำหน่ายเชิงพาณิชย์
ขณะนี้กล้อง Ego พร้อมใช้งานแล้วสำหรับห้องปฏิบัติการวิจัยทั่วโลก สตาร์ทอัพด้านหุ่นยนต์ และผู้ผลิตหุ่นยนต์ฮิวมานอยด์ รองรับการกำหนดค่าระยะห่างฐานสเตอริโอและมุมมองภาพ (FOV) ของเลนส์ที่ปรับแต่งได้สำหรับโครงการ ODM จำนวนมาก
ทุกการสั่งซื้อจะมีการจัดเตรียม SDK ทางเทคนิคแบบเต็มรูปแบบ เอกสารการใช้งาน และโค้ดทดสอบตัวอย่าง เพื่อลดต้นทุนในการบูรณาการฮาร์ดแวร์
ติดต่อเรา
หากคุณต้องการตัวอย่างผลิตภัณฑ์ เอกสาร SDK การให้คำปรึกษาเกี่ยวกับพารามิเตอร์ทางเทคนิค หรือโซลูชันฮาร์ดแวร์ที่ปรับแต่งได้สำหรับโครงการหุ่นยนต์เรียนรู้ของคุณ โปรดส่งคำถามผ่านทางอีเมล ทีมวิศวกรของเราให้การสนับสนุนทางเทคนิคแบบตัวต่อตัวสำหรับโครงการ SLAM, VIO และการรวบรวมชุดข้อมูล AI ที่ฝังอยู่ในร่างกาย
วันที่โพสต์: 29 กรกฎาคม 2569
