CH.08 / EMBODIED INTELLIGENCE
MODULE 08 // CAMERA & TRAJECTORY

给 AI 一双好眼睛

相机参数决定每一帧看见什么,轨迹规划决定整个数据集有没有死角、重复与遮挡。

CAMERA PATH / MULTI-VIEW

一帧质量由参数决定,一组数据的覆盖质量由轨迹决定。

01 // CAMERA SETTINGS

五个参数,决定看见什么

分辨率 1280×720FOV · 视场角位置 · 高度 · 距离Yaw / Pitch / RollNear / Far 深度范围VIRTUAL CAMERA

相机参数不是画面美化选项,而是训练数据采样条件。

02 // FIELD OF VIEW

看得更宽,也可能变得更歪

45°范围窄 · 畸变小推荐 70°–90°导航视野与形变平衡120°边缘鱼眼畸变

导航常用 70°–90°,既覆盖前方范围,又控制超广角边缘畸变。

03 // RGB-D

RGB 说是什么,深度说有多远

RGB / 外观DEPTH / 距离类别 · 颜色 · 纹理PIXEL → DISTANCE

深度图为每个像素记录距离,是导航避障与三维理解的关键输入。

04 // PATH RULES

好轨迹,要满足三个条件

CAMERATRAJECTORY全覆盖任务区域没有死角多视角同一物体 3–5 个角度运动合理连续 · 平滑 · 无穿越

轨迹既要覆盖任务区域,又要提供多视角,并符合真实相机运动规律。

05 // ORBIT

环绕:目标始终在画面中心

TARGET半径 · 高度角度范围 · 拍摄点

环绕轨迹适合从多个方向认识同一目标,关键是持续锁定目标并避免遮挡。

06 // TOP-DOWN

俯视扫描:像扫地机器人

FIXED HEIGHTGLOBAL COVERAGE

俯视扫描用蛇形路径覆盖整个区域,适合全局理解和仓储盘点。

07 // LINEAR

线性:模拟机器人向前走

LINEAR起点 · 终点 · 匀速适用导航 · 走廊 · 道路

线性轨迹适合导航数据,但仍要检查前进方向上的遮挡与近地视野。

08 // WAYPOINT

多点巡检:每一站都要看清目标

WP1正面 · 0.6m设备 AWP2斜上 30° · 0.8m设备 BWP3侧面 · 0.6m设备 C覆盖优先 · 路径尽量短

Waypoint 规划同时优化覆盖、多角度和总路径长度,是巡检任务的核心。

09 // MODULE B

先预览,再保存.traj

加载USD相机1280×720FOV 75°轨迹Orbit + Linear预览遮挡?死角?保存PATH.TRAJJSON 航点信息

轨迹文件记录位置、朝向与拍摄参数,预览是发现遮挡和盲区的最后机会。

RECAP // CHAPTER 08

参数定一帧,轨迹定数据集

CAMERAFOV · PitchRGB-D是什么有多远RULES覆盖 · 多视角运动合理PATHSOrbitScanLinearWaypoint

先用参数保证每帧可用,再用轨迹保证场景覆盖、多视角和运动可信。

SOURCE QUIZ // 8 MCQ

单选题 · 8题

第 1 / 8 题原讲义题库
得分 0 / 8
SOURCE PRACTICE 01

实操一 · 环绕轨迹

为一个箱子设置环绕轨迹并预览

讲义参数1280×720;FOV 75°;半径 0.8m;高度 1.0m;环绕 180°;30 个拍摄点;目标始终可见且无遮挡。
提交成果`.traj` 文件;可见环绕路径的俯视截图;一个相机预览画面。
讲义评分:参数正确 25%;轨迹无遮挡 30%;目标始终可见 25%;截图清晰 20%。
SOURCE PRACTICE 02

实操二 · 多点巡检

用三个箱子模拟三个待检设备点

讲义航点WP1 左箱正面 0.6m;WP2 中箱斜上 30°、0.8m;WP3 右箱侧面 0.6m;每点渲染 1 张并预览。
提交成果轨迹文件;标注 3 个 Waypoint 的俯视图;100 字说明角度和距离差异。
讲义评分:航点合理 30%;每点目标清晰 30%;路径高效 20%;简述准确 20%。