Khi quá trình học máy bằng robot được mở rộng từ môi trường phòng thí nghiệm được kiểm soát sang môi trường thực tế, một nút thắt cổ chai vẫn luôn xuất hiện: thu thập dữ liệu.
Điều khiển từ xa chính xác nhưng chậm. Camera góc nhìn thứ ba thiếu góc nhìn của người điều khiển. Camera hành động dành cho người tiêu dùng thiếu khả năng đồng bộ hóa cảm biến mà các hệ thống học máy mô phỏng và xử lý hình ảnh động (VIO) hiện đại yêu cầu.
Một tùy chọn phần cứng mới đang xuất hiện. Ego Camera của chúng tôi là một camera lập thể hai mắt đeo trên đầu được chế tạo đặc biệt để thu thập dữ liệu từ góc nhìn người dùng trong nghiên cứu trí tuệ nhân tạo thể hiện và điều khiển robot.
Một quan điểm phù hợp với robot
Mô-đun này được đeo trên đầu người — giống như một chiếc băng đô nhẹ — và ghi lại chính xác những gì người điều khiển nhìn thấy trong quá trình thực hiện nhiệm vụ. Góc nhìn người thứ nhất (góc nhìn vị kỷ) này đã trở thành trọng tâm chính trong nghiên cứu robot học gần đây.
Các nghiên cứu quy mô lớn từ năm 2025 đến 2026 — bao gồm HumanEgo, EgoMimic và EgoScale — đã chỉ ra rằng các thuật toán robot được huấn luyện trên video góc nhìn chủ quan của con người có thể đạt hiệu suất tương đương hoặc vượt trội so với các thuật toán được huấn luyện trên dữ liệu điều khiển từ xa, với chi phí thu thập dữ liệu thấp hơn nhiều. Góc nhìn rất quan trọng: khi được triển khai, robot nhìn thế giới thông qua các cảm biến tích hợp trên chính nó, chứ không phải từ trần nhà hoặc giá đỡ ba chân.
Camera Ego của chúng tôi được thiết kế để khắc phục nhược điểm đó, cung cấp dữ liệu huấn luyện phù hợp với góc nhìn suy luận thực tế của robot, loại bỏ sự không khớp về phối cảnh trong quá trình huấn luyện mô hình.
Thiết kế cảm biến cho các quy trình nghiên cứu
Cảm biến lập thể màn trập toàn cầu
Mô-đun camera sử dụng hai cảm biến 2MP màn trập toàn cầu với góc nhìn ngang 60–65°, phù hợp với góc nhìn tiêu chuẩn của các mô-đun thị giác đầu robot hình người. Màn trập toàn cầu là một lựa chọn thiết kế cốt lõi có chủ đích: mọi pixel đều được phơi sáng đồng thời, loại bỏ hoàn toàn hiện tượng méo hình do màn trập cuốn (rolling-shutter) làm ảnh hưởng đến các chuyển động nhanh của tay và cơ thể trong quá trình ghi hình động.
Bảo toàn dữ liệu thô (Không có EIS)
Chúng tôi cố ý loại bỏ tính năng ổn định hình ảnh điện tử EIS tích hợp. EIS cắt xén trường nhìn gốc và sửa đổi các thông số nội tại và ngoại tại được hiệu chuẩn tại nhà máy, điều này sẽ phá vỡ sự khớp nối lập thể và tính nhất quán hiệu chuẩn camera-IMU. Dữ liệu gốc toàn khung hình thô được dành riêng cho quá trình xử lý thuật toán robot ở phía máy chủ.
Đồng bộ hóa phần cứng trong micro giây
Cảm biến IMU 6 trục ICM-2688 tích hợp (gia tốc kế + con quay hồi chuyển, lấy mẫu ở tần số 200–500 Hz) được đồng bộ hóa thông qua tín hiệu kích hoạt GPIO chuyên dụng. Một tín hiệu xung thống nhất được gửi qua các chân GPIO kích hoạt đồng thời camera stereo và quá trình lấy mẫu IMU. Sai số đồng bộ dưới 10 micro giây, và mỗi khung hình video và mẫu IMU đều mang một dấu thời gian phần cứng thống nhất.
Mức độ đồng bộ hóa này là tiêu chuẩn bắt buộc đối với các quy trình xử lý VIO chính thống như VINS-Fusion và OpenVINS, nơi việc căn chỉnh dấu thời gian chỉ bằng phần mềm sẽ dẫn đến sự sai lệch quỹ đạo rõ rệt trong các chuỗi ghi dài.
Bộ nhớ hiệu chuẩn tích hợp
Quá trình hiệu chuẩn toàn diện tại nhà máy bao gồm hiệu chuẩn nội tại, ngoại tại của ảnh stereo và các phép biến đổi từ camera sang IMU. Tất cả các tham số hiệu chuẩn được lưu trữ trong bộ nhớ Flash tích hợp và có thể đọc được hoàn toàn thông qua SDK đa nền tảng — không cần hiệu chuẩn lại tại chỗ sau khi thiết bị khởi động.
Tính linh hoạt trong triển khai
Hệ thống hỗ trợ hai chế độ hoạt động để đáp ứng mọi kịch bản nghiên cứu.
Đầu ra dữ liệu đa định dạng tiêu chuẩn
1. Ghi hình cục bộ trên thẻ TF (ghi hình ngoại tuyến)
- Các tệp video MP4 đồng bộ hình ảnh hai mắt trái và phải để xem trước nhanh chóng.
- Các tệp nhật ký CSV độc lập lưu trữ dữ liệu thô của IMU kèm theo dấu thời gian tính bằng micro giây.
2. Ghi hình trên máy tính chủ thông qua SDK (kết nối USB trong môi trường ROS/ROS2)
Hỗ trợ xuất toàn bộ dữ liệu ROSbag được đồng bộ hóa và dữ liệu cảm biến MCAP nhẹ, hoàn toàn tương thích với các hệ sinh thái phát triển robot phổ biến.
Tất cả dấu thời gian phần cứng đều được nhúng cho mỗi khung hình và mẫu IMU. Các tệp tham số hiệu chuẩn nhà máy hoàn chỉnh có thể được truy cập thông qua SDK chính thức.
Đáng chú ý, mô-đun này không tích hợp chức năng xử lý AI hay tự động chú thích. Mục tiêu cốt lõi của nó là xuất ra dữ liệu cảm biến thô sạch, được đồng bộ hóa theo thời gian, để lại việc huấn luyện mô hình, phát hiện mục tiêu và suy luận thuật toán cho các quy trình phát triển độc lập của các nhà nghiên cứu.
Tùy chỉnh & Khả dụng thương mại
Camera Ego hiện đã có mặt cho các phòng thí nghiệm nghiên cứu toàn cầu, các công ty khởi nghiệp về robot và các nhà sản xuất robot hình người. Khoảng cách cơ sở lập thể tùy chỉnh và cấu hình trường nhìn của ống kính được hỗ trợ cho các dự án ODM số lượng lớn.
Bộ SDK kỹ thuật đầy đủ, tài liệu hướng dẫn vận hành và mã kiểm thử mẫu được cung cấp cho mỗi đơn đặt hàng nhằm giảm chi phí tích hợp phần cứng.
Liên hệ với chúng tôi
Nếu bạn cần mẫu sản phẩm, tài liệu SDK, tư vấn thông số kỹ thuật hoặc giải pháp phần cứng tùy chỉnh cho dự án học máy robot của mình, vui lòng gửi yêu cầu qua email. Đội ngũ kỹ sư của chúng tôi cung cấp hỗ trợ kỹ thuật trực tiếp cho các dự án thu thập dữ liệu SLAM, VIO và AI thể hiện.
Thời gian đăng bài: 29/7/2026
