Habang lumalawak ang pagkatuto ng robot mula sa mga kontroladong setting ng laboratoryo patungo sa mga totoong kapaligiran, patuloy na lumilitaw ang isang hadlang: ang pagkolekta ng datos.
Tumpak ngunit mabagal ang teleoperasyon. Hindi naaabot ng mga third-person camera ang pananaw ng operator. Kulang ang mga consumer action camera sa synchronization ng sensor na kailangan ng modernong imitation learning at VIO pipelines.
Isang bagong opsyon sa hardware ang papasok sa larangan. Ang aming Ego Camera ay isang binocular stereo camera na isinusuot sa ulo na partikular na ginawa para sa egocentric data capture sa embodied AI at pananaliksik sa manipulasyon ng robot.
Isang Pananaw na Katumbas ng Robot
Ang modyul ay isinusuot sa ulo ng tao — tulad ng isang magaan na headband — at eksaktong itinatala kung ano ang nakikita ng operator habang gumagawa ng isang gawain. Ang first-person (egocentric) na pananaw na ito ay naging pangunahing pokus sa mga kamakailang pananaliksik sa robotics.
Ipinakita ng mga malawakang pag-aaral mula 2025 hanggang 2026 — kabilang ang HumanEgo, EgoMimic, at EgoScale — na ang mga patakaran ng robot na sinanay sa egosentrikong video ng tao ay maaaring tumugma o mas mahusay kaysa sa mga sinanay sa data ng teleoperasyon, sa mas mababang halaga kumpara sa gastos sa pagkolekta. Mahalaga ang perspektibo: ang robot, kapag na-deploy, ay nakikita ang mundo mula sa sarili nitong mga sensor na nasa loob nito, hindi mula sa kisame o mount ng tripod.
Ang aming Ego Camera ay dinisenyo upang tulayin ang kakulangang iyon, na nagbibigay ng datos ng pagsasanay na tumutugma sa aktwal na pananaw ng robot sa paghihinuha, na nag-aalis ng hindi pagkakatugma ng perspektibo para sa pagsasanay ng modelo.
Disenyo ng Sensor para sa mga Pipeline ng Pananaliksik
Mga Global-Shutter Stereo Sensor
Gumagamit ang camera module ng dalawang global-shutter 2MP sensor na may 60–65° horizontal field of view, na naaayon sa karaniwang FOV ng humanoid robot head vision modules. Ang global shutter ay isang sadyang pangunahing pagpipilian sa disenyo: bawat pixel ay sabay-sabay na naglalantad, na ganap na inaalis ang rolling-shutter jelly distortion na sumisira sa mabibilis na galaw ng kamay at katawan habang nagre-record.
Pagpreserba ng Raw Data (Walang EIS)
Sinasadya naming tanggalin ang onboard EIS electronic image stabilization. Pinuputol ng EIS ang orihinal na field of view at binabago ang mga factory-calibrated intrinsic at extrinsic parameter, na makakasira sa stereo matching at camera-IMU calibration consistency. Ang raw full-frame original data ay nakalaan para sa backend robot algorithm processing.
Pag-synchronize ng Hardware ng Microsecond
Ang built-in na ICM-2688 6-axis IMU (accelerometer + gyroscope, sampling sa 200–500 Hz) ay sini-synchronize sa pamamagitan ng nakalaang GPIO trigger signal. Ang isang pinag-isang pulse signal na ipinapadala sa pamamagitan ng mga GPIO pin ay sabay-sabay na nagti-trigger ng mga stereo camera at IMU sampling. Ang sync error ay wala pang 10 microseconds, at ang bawat video frame at IMU sample ay may pinag-isang hardware timestamp.
Ang antas ng synchronization na ito ay isang mandatoryong pamantayan para sa mga mainstream na pipeline ng VIO tulad ng VINS-Fusion at OpenVINS, kung saan ang software-only timestamp alignment ay nag-iipon ng malinaw na trajectory drift sa mahahabang recording sequence.
Imbakan ng Kalibrasyon sa Onboard
Saklaw ng buong factory calibration ang stereo intrinsics, extrinsics, at camera‑to‑IMU transforms. Lahat ng calibration parameters ay nakaimbak sa onboard Flash at ganap na nababasa sa pamamagitan ng cross-platform SDK — hindi na kailangan ng on-site re-calibration pagkatapos mag-start ang equipment.
Kakayahang umangkop sa Pag-deploy
Dalawang operational mode ang sinusuportahan upang masakop ang lahat ng senaryo ng pananaliksik.
Karaniwang Output ng Data na Maramihang Format
1. Lokal na pag-record gamit ang TF card (offline capture)
- Naka-synchronize na kaliwa at kanang binocular na MP4 video file para sa mabilis na visual preview
- Mga independiyenteng CSV log na nag-iimbak ng hilaw na datos ng IMU na ipinares sa mga microsecond timestamp
2. I-host ang pagre-record ng PC gamit ang SDK (koneksyon ng USB sa ilalim ng kapaligirang ROS/ROS2)
Sinusuportahan ang pag-export ng kumpletong naka-synchronize na ROSbag at magaan na MCAP sensor datasets, na ganap na tugma sa mga mainstream robotics development ecosystem.
Naka-embed ang lahat ng hardware timestamp para sa bawat frame at IMU sample. Maa-access ang kumpletong factory calibration parameter files sa pamamagitan ng opisyal na SDK.
Kapansin-pansin, ang modyul ay walang onboard AI processing o auto-annotation functions. Ang pangunahing posisyon nito ay ang paglalabas ng malinis at time-aligned na raw sensor data, na nag-iiwan ng model training, target detection, at algorithm inference sa mga independent development pipeline ng mga mananaliksik.
Pagpapasadya at Availability para sa Komersyalidad
Ang Ego Camera ay makukuha na ngayon para sa mga pandaigdigang laboratoryo ng pananaliksik, mga startup ng robotics, at mga tagagawa ng humanoid robot. Sinusuportahan ang napapasadyang stereo baseline distance at mga configuration ng lens FOV para sa mga bulk ODM volume project.
May ibinibigay na kumpletong teknikal na SDK, dokumentasyon ng operasyon, at mga sample test code para sa bawat order upang mapababa ang mga gastos sa integrasyon ng hardware.
Makipag-ugnayan
Kung kailangan mo ng mga sample ng produkto, dokumentasyon ng SDK, konsultasyon sa teknikal na parameter o mga customized na solusyon sa hardware para sa iyong proyekto sa pag-aaral ng robot, mangyaring magpadala ng isang katanungan sa pamamagitan ng email. Nag-aalok ang aming pangkat ng inhinyero ng one-on-one na teknikal na suporta para sa mga proyekto sa pagkolekta ng dataset ng SLAM, VIO at embodied AI.
Oras ng pag-post: Hulyo 29, 2026
