Thu thập dữ liệu robot hình người quy mô lớn: 5,000 giờ dữ liệu chuyển động mô phỏng so với thực tế mỗi tháng.
Cách Shaip cung cấp 5,000 giờ dữ liệu ghi hình chuyển động VR góc nhìn người dùng mỗi tháng cho 1,500–2,500 người tham gia, 300–400 nhiệm vụ và hơn 50 thiết lập ghi hình khác nhau trong sáu loại môi trường.
Tổng Quan Dự Án
Khi Trí tuệ nhân tạo vật lý và robot hình người được ứng dụng rộng rãi trong thực tế, khách hàng cần một hệ thống có khả năng mở rộng để thu thập 5,000 giờ dữ liệu chuyển động VR dựa trên nhiệm vụ mỗi tháng trong nhiều môi trường khác nhau với khả năng hiệu chỉnh, thực thi và đảm bảo chất lượng (QA) nhất quán.
Shaip đã xây dựng quy trình vận hành dữ liệu đầu cuối bao gồm thiết lập bối cảnh, lập bản đồ QR, theo dõi năm cảm biến, diễn tập của người tham gia, thu thập dữ liệu có người điều phối và quy trình xem xét để hỗ trợ 300-400 tác vụ do khách hàng định nghĩa và cung cấp bộ dữ liệu AI thể hiện sẵn sàng cho mô hình ở quy mô lớn.
Số liệu thống kê chính
Những người tham gia
1,500–2,500 mỗi chu kỳ
Khối lượng dữ liệu
5,000 giờ làm việc hợp lệ mỗi tháng
Phạm vi bao phủ môi trường
Hơn 50 chế độ chụp ảnh khác nhau cho Văn phòng, Nhà riêng, Nhà máy, Quán cà phê, Kho hàng, Nhà thuốc và nhiều hơn nữa.
Lịch Trình Sự Kiện
Chu kỳ hàng tháng đang diễn ra
Những thách thức
- Mở rộng việc thu thập dữ liệu chuyển động từ các quy trình làm việc được kiểm soát theo kiểu phi công thành một quy trình định kỳ. 5,000 giờ hợp lệ Chương trình hàng tháng.
- Duy trì Độ chính xác theo dõi nhất quán trên nhiều bối cảnh thực tế và thiết lập người tham gia khác nhau.
- Đảm bảo mỗi buổi học đáp ứng các yêu cầu nghiêm ngặt về thủ tục đăng ký. Quản lý bản dựng và phiên bản, thiết lập mạng chia sẻ, ghi màn hình và ghép nối cảm biến.
- Quản lý 300–400 nhiệm vụ do khách hàng định nghĩa bao gồm các hạng mục như di chuyển, thao tác vật thể, tương tác trong gia đình, tương tác trong văn phòng và các quy trình làm việc vật lý nhiều bước—mỗi hạng mục đều yêu cầu thiết lập bối cảnh chính xác, vị trí đặt vật thể, sự sẵn sàng của người tham gia và sự xác nhận của người điều phối.
- Chuyển đổi các phiên thô thành đầu ra sẵn sàng cho mô hình thông qua quy trình kiểm tra chất lượng lặp lại, xử lý việc làm lại và xem xét tải lên.
Dung dịch
Chiến lược thu thập
Shaip đã thiết kế một khung thu thập dữ liệu cung cấp 5,000 giờ dữ liệu chuyển động VR hợp lệ mỗi tháng theo từng đợt dựa trên các mốc thời gian. Dựa trên tỷ lệ lập kế hoạch là 3-5 người tham gia trên 10 giờ hợp lệ, mỗi chu kỳ hàng tháng ước tính cần 1,500-2,500 người tham gia.
Quản lý Môi trường & Cảnh
Môi trường được cấu trúc ở hai cấp độ. Sáu loại môi trường chính — văn phòng, nhà ở, nhà máy, quán cà phê, nhà kho và nhà thuốc — được chia nhỏ thành hơn 50 thiết lập ghi hình riêng biệt, mỗi thiết lập là một vị trí vật lý cụ thể như phòng khách, quầy pha cà phê espresso, bàn lắp ráp hoặc dây chuyền đóng gói. Mỗi thiết lập được coi là một cảnh có cấu trúc. Shaip ghi lại cảnh đó bằng cách chụp ảnh phòng góc rộng, cấu hình các cảnh trong hệ thống quản trị, phối hợp với khách hàng để xem xét và xuất các tệp PDF cảnh để bố trí thực tế. Việc lập bản đồ cảnh liên kết bằng mã QR đảm bảo rằng mọi thiết lập đều có thể được liên kết một cách đáng tin cậy với ngữ cảnh ghi hình chính xác.
Khả năng tương thích của thiết bị và ứng dụng
Shaip chuẩn hóa khả năng sẵn sàng về mặt kỹ thuật bằng cách đảm bảo tai nghe VR và thiết bị giám sát được kết nối với cùng một mạng, kiểm soát quá trình cài đặt và cập nhật ứng dụng, đồng thời cho phép truyền hình ảnh màn hình dựa trên trình duyệt để người điều hành có thể theo dõi toàn bộ phiên họp.
Theo dõi chuyển động & Hiệu chuẩn
Trước mỗi buổi tập, cả năm thiết bị theo dõi chuyển động đều được ghép nối và xác thực. Việc hiệu chuẩn là bắt buộc đối với mọi người tham gia, bao gồm kiểm tra căn chỉnh hình đại diện, điều chỉnh vị trí sàn và thiết lập ranh giới tùy chỉnh để đảm bảo ghi lại chuyển động toàn thân chính xác trong không gian hoạt động được ghi lại.
Thực hiện và điều phối nhiệm vụ
Người tham gia được hướng dẫn chuẩn bị và diễn tập các nhiệm vụ cụ thể cho từng cảnh trước khi ghi hình. Người điều phối quan sát qua màn hình, xác minh độ chính xác của nhiệm vụ và độ rõ nét của chuyển động, và chỉ tiến hành ghi hình trực tiếp khi hành vi của cảm biến và chuyển động của người tham gia đáp ứng được kỳ vọng về chất lượng. Việc bắt đầu/dừng ghi hình được thực hiện thông qua quy trình thao tác cử chỉ đã được xác định.
Đảm bảo chất lượng và sản phẩm đầu ra sẵn sàng cho mô hình
Sau khi ghi hình, các phiên ghi hình được tải lên để xem xét. Shaip sẽ kiểm tra độ rõ nét của chuyển động, tính chính xác của nhiệm vụ, sự căn chỉnh cảnh và độ chính xác của cảm biến, đồng thời hủy bỏ hoặc ghi lại các bản ghi không thể sử dụng được khi cần thiết. Điều này tạo ra một lộ trình đáng tin cậy hơn hướng tới các bộ dữ liệu sẵn sàng cho việc chú thích, được xác minh bởi bộ phận kiểm soát chất lượng và sẵn sàng cho mô hình, phục vụ cho việc huấn luyện trí tuệ nhân tạo thể hiện và robot.
Phạm vi dự án
| Loại tập dữ liệu | Những người tham gia | Ghi âm lượng | Phạm vi bao phủ môi trường | Khối lượng công việc | Thiết lập chụp ảnh | Lịch Trình Sự Kiện |
|---|---|---|---|---|---|---|
| Ghi hình chuyển động VR góc nhìn người thứ nhất | 1,500–2,500 mỗi chu kỳ | 5,000 giờ làm việc hợp lệ mỗi tháng | Hơn 50 chế độ chụp ảnh khác nhau tại văn phòng, nhà riêng, quán cà phê, nhà máy, nhà kho, hiệu thuốc và nhiều môi trường thực tế khác. | 300–400 nhiệm vụ do khách hàng định nghĩa | Tai nghe VR + 5 thiết bị theo dõi chuyển động | Chu kỳ hàng tháng đang diễn ra |
Các kết quả
- Đã thiết lập một khung vận hành dữ liệu có khả năng mở rộng cho 5,000 số giờ hợp lệ mỗi tháng của Trí tuệ nhân tạo vật lý dữ liệu đào tạo
- Tiêu chuẩn hóa quản lý hiện trường, lập bản đồ dựa trên mã QR và hiệu chuẩn năm cảm biến trên các môi trường phân tán
- Cải thiện tính nhất quán của bộ sưu tập thông qua Buổi diễn tập có người điều phối, xem lại màn hình trực tiếp và hỏi đáp cấp độ phiên.
- Kích hoạt Kết quả đầu ra đã được xác thực nhiệm vụ và sẵn sàng để chú thích. phục vụ cho việc phát triển mô hình AI thể hiện, mô phỏng và robot ở khâu tiếp theo.
- Tăng cường sức mạnh cho khách hàng. đường dẫn dữ liệu mô phỏng sang thực tế với khả năng ghi lại chuyển động góc nhìn người dùng chất lượng cao từ nhiều môi trường thực tế khác nhau.
Nhìn chung, Shaip đã giúp chuyển đổi yêu cầu thu thập dữ liệu VR phức tạp thành một quy trình xử lý dữ liệu có cấu trúc, sẵn sàng cho sản xuất — một quy trình có khả năng hỗ trợ các sáng kiến về Trí tuệ nhân tạo vật lý, trí tuệ thể hiện và robot hình người với tính nhất quán, khả năng truy vết và quy mô lớn hơn.
Shaip đã giúp chúng tôi xây dựng nền tảng vận hành dữ liệu cho lộ trình Trí tuệ Nhân tạo Vật lý của mình. Nhóm của họ đã mang lại cấu trúc cho việc thu thập chuyển động đa môi trường, quản lý người tham gia, thiết lập cảnh, hiệu chuẩn và kiểm soát chất lượng — cho phép chúng tôi tạo ra các bộ dữ liệu sẵn sàng cho mô hình, hỗ trợ học tập từ mô phỏng sang thực tế cho Trí tuệ Nhân tạo thể hiện và robot hình người.
