Datenerfassung für humanoide Robotik im großen Maßstab: 5,000 Stunden pro Monat an Simulations-zu-Real-Bewegungsdaten
Wie Shaip monatlich 5,000 gültige Stunden an egozentrischen VR-Bewegungserfassungsdaten über 1,500–2,500 Teilnehmer, 300–400 Aufgaben und mehr als 50 verschiedene Erfassungseinstellungen in sechs Umgebungstypen liefert.
Projektübersicht
Da physikalische KI und humanoide Robotik zunehmend in der realen Welt eingesetzt werden, benötigte der Kunde ein skalierbares Framework, um monatlich 5,000 gültige Stunden an aufgabenbasierten VR-Bewegungsdaten in verschiedenen Umgebungen mit konsistenter Kalibrierung, Ausführung und Qualitätssicherung (QS) zu erfassen.
Shaip entwickelte die durchgängige Datenverarbeitungspipeline, die Szenenaufbau, QR-Code-Mapping, Fünf-Sensoren-Tracking, Teilnehmerprobe, moderierte Aufzeichnung und Überprüfungsworkflows umfasst, um 300–400 kundenspezifische Aufgaben zu unterstützen und modellfertige verkörperte KI-Datensätze in großem Umfang bereitzustellen.
Schlüsselstats
Teilnehmer
1,500–2,500 pro Zyklus
Datenvolumen
5,000 gültige Stunden pro Monat
Umweltabdeckung
Mehr als 50 Aufnahmeeinstellungen für Büro, Zuhause, Fabrik, Café, Lager, Pharmaindustrie und mehr
Geschichte
Laufender monatlicher Zyklus
Challenges
- Skalierung der Bewegungsdatenerfassung von kontrollierten Pilot-Workflows zu einem wiederkehrenden 5,000 gültige Stunden monatliches Programm.
- Aufrechterhaltung konsistente Tracking-Genauigkeit in unterschiedlichsten realen Szenarien und Teilnehmerkonstellationen.
- Sicherstellen, dass jede Sitzung die strengen Anforderungen für die Bewerbung erfüllt. Build- und Versionskontrolle, Einrichtung gemeinsam genutzter Netzwerke, Screencasting und Sensorkopplung.
- Management 300-400 kundenspezifische Aufgaben über Kategorien wie Fortbewegung, Objektmanipulation, Interaktion im Haushalt, Interaktion im Büro und mehrstufige physische Arbeitsabläufe hinweg – die jeweils eine korrekte Szenenvorbereitung, Objektplatzierung, Teilnehmerbereitschaft und eine vom Moderator geleitete Validierung erfordern.
- Umwandlung von Rohsitzungen in Modellfertige Ausgaben durch wiederholbare QA-, Retake- und Upload-Review-Workflows.
Lösung
Sammlungsstrategie
Shaip entwickelte ein Erfassungsmodell, das monatlich 5,000 gültige Stunden VR-Bewegungsdaten in meilensteinbasierten Batches liefert. Basierend auf einem geplanten Verhältnis von 3–5 Teilnehmenden pro 10 gültigen Stunden benötigt jeder monatliche Zyklus schätzungsweise 1,500–2,500 Teilnehmende.
Umgebungs- und Szenenmanagement
Umgebungen sind zweistufig strukturiert. Sechs Hauptumgebungstypen – Büro, Zuhause, Fabrik, Café, Lager und Pharma – sind in über 50 verschiedene Aufnahmeeinstellungen unterteilt. Jede Einstellung repräsentiert einen spezifischen physischen Ort, wie beispielsweise ein Gästezimmer, eine Espressostation, eine Montagebank oder eine Verpackungslinie. Jede Einstellung wird als strukturierte Szene behandelt. Shaip dokumentiert diese mithilfe von Weitwinkelaufnahmen, konfiguriert Szenen im Verwaltungssystem, koordiniert die Kundenabstimmung und exportiert Szenen-PDFs zur physischen Platzierung. Die QR-Code-basierte Szenenzuordnung gewährleistet, dass jede Einstellung zuverlässig dem korrekten Aufnahmekontext zugeordnet werden kann.
Geräte- und Anwendungsbereitschaft
Shaip standardisiert die technische Bereitschaft, indem sichergestellt wird, dass VR-Headset und Überwachungsgerät mit demselben Netzwerk verbunden sind, der Installations- und Aktualisierungsprozess der Anwendung gesteuert wird und browserbasierte Bildschirmübertragung für die Sichtbarkeit des Moderators während der gesamten Sitzung ermöglicht wird.
Bewegungsverfolgung und Kalibrierung
Vor jeder Sitzung werden alle fünf Bewegungstracker gekoppelt und validiert. Die Kalibrierung ist für jeden Teilnehmer obligatorisch und umfasst die Überprüfung der Avatar-Ausrichtung, die Anpassung des Bodens und die Einrichtung benutzerdefinierter Begrenzungen, um eine präzise Ganzkörper-Bewegungserfassung innerhalb des aufzeichnungsfähigen Aktivitätsbereichs zu gewährleisten.
Aufgabenausführung & Moderation
Die Teilnehmenden werden vor der Aufnahme durch eine szenenspezifische Aufgabenvorbereitung und -probe geführt. Die Moderatoren beobachten die Szene per Bildschirmübertragung, überprüfen die Aufgabengenauigkeit und die Bewegungsdarstellung und starten die Live-Aufnahme erst, wenn das Sensorverhalten und die Bewegungen der Teilnehmenden den Qualitätsanforderungen entsprechen. Das Starten und Stoppen der Aufnahme erfolgt über den definierten Gesten-Workflow.
Qualitätssicherung & Modellfertige Ergebnisse
Nach der Aufzeichnung werden die Sitzungen zur Überprüfung hochgeladen. Shaip validiert Bewegungsklarheit, Aufgabenkorrektheit, Szenenausrichtung und Sensorgenauigkeit und löscht oder wiederholt unbrauchbare Aufzeichnungen bei Bedarf. Dadurch entsteht ein zuverlässigerer Weg zu annotationsfertigen, qualitätsgesicherten und modellfähigen Datensätzen für das Training von verkörperter KI und Robotik.
Projektumfang
| Datensatztyp | Teilnehmer | Aufnahmelautstärke | Umweltabdeckung | Aufgabenvolumen | Aufnahmeeinstellungen | Geschichte |
|---|---|---|---|---|---|---|
| Egozentrische VR-Bewegungserfassung | 1,500–2,500 pro Zyklus | 5,000 gültige Stunden pro Monat | Mehr als 50 Aufnahmeeinstellungen für Büro, Zuhause, Café, Fabrik, Lager, Pharmaindustrie und weitere reale Umgebungen | 300–400 kundenspezifische Aufgaben | VR-Headset + 5 Bewegungstracker | Laufender monatlicher Zyklus |
Das Ergebnis
- Ein skalierbares Datenoperationsframework wurde etabliert für 5,000 gültige Stunden pro Monat der physikalischen KI Trainingsdaten
- Standardisiert Szenensteuerung, QR-basierte Kartierung und Fünf-Sensoren-Kalibrierung in verteilten Umgebungen
- Verbesserte Sammlungskonsistenz durch Moderierte Probe, Echtzeit-Screencast-Überprüfung und Qualitätssicherung auf Sitzungsebene
- Nutzer der Smart‑Spaces‑App mit Google Wallet erhalten berührungslosen Mobile‑Zutritt an jedem NFC‑fähigen HID® Signo™‑Leser. Aufgabenvalidierte, annotationsbereite Ausgaben für nachgelagerte verkörperte KI, Simulation und Robotikmodellentwicklung
- Stärkte die Position des Kunden Simulations-zu-Real-Datenpipeline mit hochwertiger egozentrischer Bewegungserfassung aus verschiedenen realen Umgebungen
Insgesamt hat Shaip dazu beigetragen, eine komplexe Anforderung an die VR-Erfassung in eine strukturierte, produktionsreife Datenpipeline umzuwandeln – eine Pipeline, die in der Lage ist, Initiativen in den Bereichen physische KI, verkörperte Intelligenz und humanoide Robotik mit größerer Konsistenz, Rückverfolgbarkeit und Skalierbarkeit zu unterstützen.
Shaip unterstützte uns beim Aufbau der Dateninfrastruktur für unsere Roadmap für physische KI. Das Team von Shaip strukturierte die Bewegungserfassung in verschiedenen Umgebungen, das Teilnehmermanagement, die Szeneneinrichtung, die Kalibrierung und die Qualitätssicherung – wodurch wir modellfertige Datensätze generieren konnten, die das Lernen von Simulationen in reale Umgebungen für verkörperte KI und humanoide Robotik unterstützen.
