Chọn camera cho humanoid robot: RGB-D, wrist camera và calibration

Disclosure: Bài viết có thể chứa affiliate/referral links. Nếu bạn mua hoặc đăng ký qua các link đó, VnRobo có thể nhận commission hoặc credit.

Camera là sensor quan trọng nhất nếu bạn làm humanoid manipulation, teleoperation hoặc VLA. Nhưng "camera tốt" trong robotics không đồng nghĩa với độ phân giải cao nhất. Camera tốt là camera có latency đo được, driver ổn định, mounting chắc, calibration rõ và phù hợp khoảng cách thao tác.

Bài này giúp bạn chọn camera cho humanoid indoor/research: robot đứng gần bàn, nhìn vật thể, thu data, thao tác bằng tay và chạy ROS 2.

Chọn nhanh

Head camera và wrist camera khác gì?

Head camera giúp robot hiểu scene: bàn ở đâu, người ở đâu, vật thể nằm đâu. Đây là góc nhìn phù hợp cho navigation nhẹ, scene understanding và task-level reasoning.

Wrist camera giúp robot nhìn gần vật thể khi tay chuẩn bị grasp. Nó rất hữu ích vì head camera dễ bị chính cánh tay che khuất trong thao tác cuối.

Nếu chỉ mua một camera, hãy mua head RGB-D trước. Nếu mục tiêu là manipulation, hãy thêm wrist RGB camera khi đã có calibration pipeline.

RealSense D455: lựa chọn phổ biến cho prototype

Intel RealSense D455 là RGB-D camera phổ biến trong robotics. Intel liệt kê D455 trong dòng depth camera RealSense; mô tả sản phẩm chính thức/authorized dealer thường nhấn mạnh 3D perception cho robotics navigation và object recognition. Nguồn: Intel RealSense D455.

Điểm mạnh:

• RGB + depth trong một thiết bị.
• Dễ thử trong lab indoor.
• Có ecosystem ROS.
• Phù hợp khoảng cách tabletop.

Cần kiểm tra:

• Driver ROS 2 với distro bạn dùng.
• USB bandwidth khi bật RGB + depth.
• Depth trên vật bóng, kính, vật đen.
• Mount có rung không.
• Timestamp khi ghi rosbag.

OAK-D: khi camera cần compute riêng

Luxonis OAK-D dùng RVC2, hỗ trợ stereo depth và on-device processing. Tài liệu Luxonis ghi OAK-D có stereo depth perception, object tracking và khả năng chạy neural network sau khi convert model. Nguồn: Luxonis OAK-D docs.

OAK-D hợp nếu:

• Jetson đang bận chạy policy/inference khác.
• Bạn muốn chạy một phần pipeline vision trên camera.
• Bạn cần object tracking hoặc feature tracking.
• Bạn có thời gian làm DepthAI pipeline.

Không nên mua chỉ vì chữ "AI camera". Hãy kiểm tra model của bạn có convert được không và latency end-to-end có tốt hơn không.

Thông số quan trọng

Với humanoid, hãy xem:

• Latency từ sensor tới ROS topic.
• Frame drop khi robot rung.
• Field of view có thấy tay và vật thể không.
• Depth range trong 30 cm - 2 m.
• Rolling shutter hay global shutter.
• Mounting và cáp có chắc không.
• ROS 2 driver có được bảo trì không.

Megapixel cao không cứu được camera có latency lớn hoặc TF sai.

Calibration là phần bắt buộc

Bạn cần:

• Intrinsic calibration.
• Extrinsic từ camera sang head/torso/wrist.
• TF tree rõ ràng.
• Timestamp sync với IMU và joint states.
• Quy trình kiểm tra lại sau khi tháo/lắp camera.

Với VLA/imitation learning, calibration sai làm dataset sai. Model có thể học một thế giới lệch mà bạn không nhận ra.

Cấu hình đề xuất

Học perception

• Head RGB-D.
• Torso IMU.
• ROS 2 + TF.
• rosbag2 để log.

Humanoid manipulation

• Head RGB-D.
• Wrist RGB.
• Camera mount cứng.
• Calibration board.
• Dataset replay trước khi train.

VLA research

• Head RGB-D hoặc RGB chất lượng cao.
• Wrist camera.
• Teleop pipeline.
• Storage lớn.
• Script kiểm tra dataset.

Affiliate/referral đặt ở đâu?

Các link tự nhiên:

• RGB-D camera.
• Wrist camera.
• USB cable tốt.
• Camera mount.
• Jetson board.
• Cloud storage/GPU nếu nói về data/training.

Đặt link ở phần "cấu hình đề xuất" sẽ tự nhiên hơn đặt ngay đầu bài.

Kết luận

Camera cho humanoid phải được chọn theo pipeline, không theo spec sheet. Bắt đầu với head RGB-D, đo latency, log dữ liệu sạch, làm calibration đúng. Khi chuyển sang manipulation, thêm wrist camera. Khi có data pipeline tốt, affiliate link trong bài camera sẽ vừa hữu ích cho người đọc vừa có khả năng tạo doanh thu.