Ego-OSCAR:不到200美元的开源头戴立体视觉采集系统与550小时数据集
作者团队提出开源头戴采集系统 Ego-OSCAR,用不到200美元的通用零件与3D打印件搭建,将硬件同步全局快门立体相机与6轴IMU结合,并用微控制器把相机与惯性时钟域对齐到700微秒残差。
推荐理由:论文给出不到200美元的开源头戴立体采集硬件与约550小时数据集,可用于比较自采具身视觉数据的成本与可复现性。
技术方向
与机器人感知、决策和物理交互直接相关的开源生态进展
4 条精选近 30 天 4 条共收录 4 条
作者团队提出开源头戴采集系统 Ego-OSCAR,用不到200美元的通用零件与3D打印件搭建,将硬件同步全局快门立体相机与6轴IMU结合,并用微控制器把相机与惯性时钟域对齐到700微秒残差。
推荐理由:论文给出不到200美元的开源头戴立体采集硬件与约550小时数据集,可用于比较自采具身视觉数据的成本与可复现性。

哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源压阻式柔性触觉传感器平台 FlexiTac 开源一年半后的进展与生态。该传感器采用 FPC 与力敏薄膜层叠结构,组装约需 3 分钟,可弯曲裁剪并适配手套、指尖或机器人皮肤,团队开源了完整 BOM、组装说明和读取数据的软件,并集成进 LeRobot 与 SO-100 机械臂工作流。
推荐理由:演讲梳理了 FlexiTac 开源一年半后的硬件、仿真与数据采集进展,可了解低成本触觉传感器的落地路径。
作者提出UMI-Live,一套用于野外双臂数据采集的开源全栈UMI系统,其定制硬件集成相机与LiDAR-惯性传感、板载计算和供电,无需外部追踪设备或在采集环境中标定。系统提供简单录制界面,异步流水线并行进行SLAM重建并发布可直接用于训练的数据集,同时发布支持双YAM遥操作及VLA策略训练与推理的软件。作者用π0.5和MolmoAct2微调验证数据质量,在双臂抓放任务上成功率分别为10/10和8/10,并公开三个任务共40小时的UMI-Live数据及硬件设计、软件和复现指南。
推荐理由:该系统把相机与激光雷达惯性传感、机载计算和异步SLAM流程整合成免外部追踪的双臂采集方案,并附40小时数据与复现指南。
EgoThumb 是一款全开源的视觉驱动额外机器人拇指,用于辅助单手完成抓取与持握。其紧凑的双肌腱驱动手指把驱动单元移至前臂,以降低远端重量并实现精确的主动关节控制。
推荐理由:论文给出全开源、视觉驱动的额外拇指硬件与模仿学习策略,可用于比较单手机器人辅助抓取方案。