Curatrix
Blog

Egozentrisches Video für Manipulationslernen: Kopf-, Helm- oder Brustkamera?

Wo die Kamera sitzt, bestimmt, was ein Modell lernen kann. Abwägungen zwischen Kopf-, Helm- und Brustkamera bei qualifizierter Handarbeit.

1 Min. LesezeitVon Curatrix Research

Egozentrisches Video ist der praktischste Weg, qualifizierte Handarbeit in großem Umfang aufzuzeichnen: Es ist günstig, erfasst neben den Händen auch die Aufmerksamkeit des Arbeitenden und verlangt keine Instrumentierung des Standorts. Doch „egozentrisch“ verbirgt eine echte Designentscheidung: Eine Kamera an der Stirn, am Helm und auf der Brust liefert deutlich unterschiedliche Datensätze.

Kopfmontiert

Eine kopfmontierte Actionkamera folgt dem Blick. Sie erfasst, wohin der Arbeitende schaut – ein starkes Signal für Absicht und dafür, welches Objekt als Nächstes zählt. Der Nachteil ist Bewegung: Kopfdrehungen erzeugen Unschärfe und schnelle Perspektivwechsel, und die Hände verlassen das Bild, sobald der Blick abschweift. Ideal für Aufgaben, bei denen Aufmerksamkeitswechsel Teil der Fertigkeit sind, etwa das Prüfen einer Verbindung vor dem Verschrauben.

Helmmontiert

Auf der Baustelle ist der Helm ohnehin Pflicht, eine Helmhalterung bringt also keine zusätzliche Ausrüstung mit und sitzt etwas höher als die Stirn, was den Blick auf den Arbeitsbereich erweitert. Die Bewegungscharakteristik ähnelt der Kopfkamera. Helmhalterungen sind der Standard für unsere Baustellen- und Industrieaufnahmen.

Brustmontiert

Eine Brustkamera ist stabil und behält beide Hände fast durchgehend im Bild – damit ist sie die bessere Quelle für Hand-Objekt-Interaktion und zum Lernen von Griff- und Kraftsignalen. Sie verliert das Blicksignal und wird gelegentlich von den Unterarmen verdeckt. Bei Feinmontage an der Werkbank liefert die Brustaufnahme meist die saubereren Episoden.

Mehrere kombinieren

In der Praxis kombinieren die stärksten Datensätze zwei Perspektiven, bereits bei der Aufnahme synchronisiert. Jede Release in unserem Katalog weist ihr Sensor-Setup explizit aus, sodass sich nach der Perspektive filtern lässt, die das Modell braucht; die Methodik-Seite beschreibt, wie Streams ausgerichtet und in Episoden segmentiert werden.

Passende Beiträge

Alle Beiträge
2 Min. Lesezeit

Warum Physical AI Felddaten braucht – und keine Labor-Benchmarks

Roboter, die auf aufgeräumten Labor-Demonstrationen trainiert wurden, scheitern auf echten Baustellen. Ein praxisnaher Blick darauf, was im Feld erfasste Manipulationsdaten bringen und wie man sie bewertet.

  • physical-ai
  • data-quality
  • field-capture
1 Min. Lesezeit

Fünf Kennzahlen, um einen Robotikdatensatz vor dem Kauf zu beurteilen

Videostunden sind die am wenigsten aussagekräftige Zahl auf einem Datenblatt. Mitwirkendenvielfalt, Umgebungsstreuung, Episodenvollständigkeit, Annotationsdichte und Rechteabdeckung sagen mehr.

  • data-quality
  • evaluation
  • physical-ai
1 Min. Lesezeit

Von Rohmaterial zu Trainingsepisoden: ein Blick in die Curatrix-Pipeline

Segmentierung, Annotationsschema, Manifeste und Formate. Was passiert zwischen dem Druck auf die Aufnahmetaste und einem versionierten Datensatz im Trainingslauf.

  • pipeline
  • formats
  • annotation
Nächster Schritt

Mit einem klar abgegrenzten Pilotprojekt starten

Bringen Sie eine Aufgabe mit. Im Gespräch definieren wir Aufnahmeprotokoll, Episodenumfang, Annotationsschema und Lieferformat.

Pilotprojekte starten in der Regel ab rund 25.000 €. Das ist ein Richtwert — endgültiger Umfang und Preis werden nach einem technischen Qualifizierungsgespräch festgelegt.