机器人学习中的硬件差距
机器人行业面临数据难题。领先的实验室估计，未来2-3年内，他们需要1亿至10亿小时的第一人称视角数据来训练高级操作策略。研究界已做出响应——Open-AoE发布了2000小时的第一人称视角视频，EgoDex提供了829小时的3D手部追踪数据，而EgoVerse现在包含了1362小时的人类演示视频，涵盖数千个真实世界的任务。
但问题在于：用于收集这些数据的硬件发展速度跟不上需求。目前大多数以自我为中心的数据集都是使用改造后的消费级设备（例如智能手机、运动相机和VR头显）收集的。这些设备并非为机器人学习数据收集而设计。它们缺乏全局快门传感器、硬件同步和出厂校准功能——而这些功能对于生成可用的训练数据至关重要。
自我相机——专为以自我为中心的数据采集而打造
Ego Camera改变了这一切。它是一款专为机器人训练数据而设计的头戴式立体摄像头——并非改造而来。它专为可穿戴数据采集设备而设计，用于模仿学习和具身人工智能数据采集，解决了阻碍机器人学习进展的硬件缺口。
核心功能
用于运动捕捉的全局快门
与逐行曝光的卷帘快门传感器不同，Ego Camera 的双全局快门传感器可同时曝光所有像素。每一帧画面都保持几何完整性——无畸变，快速的手部和身体运动也不会产生果冻效应。这使得 Ego Camera 成为一款理想的双镜头全局快门运动捕捉相机，能够提供真正可用于 VLA 和扩散策略训练的帧。
硬件同步立体视觉
两台摄像机均由同一硬件信号触发，确保左右帧在同一时刻被捕捉。这种用于深度感知的硬件同步立体摄像机消除了立体图像对之间的时间错位——这对于精确的立体匹配、深度估计和三维重建至关重要。对于构建感知系统的研究人员而言，这是一款开箱即用、性能可靠的三维重建同步立体摄像机。
内置6轴IMU，带硬件同步功能
集成的加速度计和陀螺仪提供运动补偿数据，这对视觉惯性融合 (VIO) 和即时定位与地图构建 (SLAM) 流程至关重要。这款头戴式立体相机配备惯性测量单元 (IMU)，适用于 SLAM，并提供 100Hz 至 500Hz 的可配置采样率，能够适应从缓慢操作到高速手势等不同的运动动态。IMU 采用硬件时间戳，并与相机帧以纳秒级精度同步，而非软件插值。这实现了无漂移的视觉惯性融合，并完全兼容 VINS-Fusion、OpenVINS 和 ORB-SLAM3。从各个方面来看，它都是一款专为 VIO 开发而设计的头戴式全局快门相机。
出厂校准 – 即插即用
每台设备都配备一个独特的校准文件，其中包含内参、畸变系数和立体外参。无需棋盘格校准，也无需现场校准。这款出厂校准的AI头戴式摄像机只需5分钟即可完成设置——通过USB连接即可开始录制。
统一纳秒时间戳
每个相机帧和每个IMU采样都共享同一个硬件时钟，实现了纳秒级的时间对齐。这款带有硬件时间戳的立体相机用于数据集采集，满足专业级以自我为中心的基准测试和VIO流程所需的精度标准。
盒子里装的是什么
- 同步左右立体声视频（MP4）
- 带有硬件时间戳的6轴IMU数据（CSV格式）
- 唯一出厂校准文件（YAML）
- 适用于 Windows、Linux 和 ROS 的完整 SDK/API
- USB即插即用连接
适用人群：
无论您是大学研究实验室、人工智能公司还是数据采集服务提供商，Ego Camera 都是满足您机器人数据采集需求的最佳可穿戴相机。它既可用作用于人工智能数据集采集的立体视觉头戴设备，又可用作用于人工智能研究的高性价比头戴式相机——无需繁琐的校准即可提供专业级的数据质量。
发布时间：2026年8月19日
