具身数据采集与相机标定

鹿明机器人科技（深圳）有限公司
时长：3周报名人数：3-5人
项目结业证书、作品集成果、能力标签、达标后可进入岗位推荐池
机器视觉相机标定OpenCV入门

具身智能的一切都建立在高质量数据之上，而数据的前提是两件基本功：相机要"测准视力"，演示要"采得动、对齐准"。该项目 是整条链路的起点——先用 OpenCV 标定相机内参并组织成标准数据集，再上 UMI 手持采集流水线，把时间戳对齐和数据质检做成标准工序，纯 Python 仿真完整还原数据工程基本功。

查看招聘信息开始实训

项目概览

进入工作模拟前

1

具备 Python 基础与 Linux 命令行操作能力

2

理解相机投影模型与标定基本原理（小孔成像、内参外参、畸变校正）

3

熟悉 Ubuntu 22.04 科学计算环境

最终能力证据

1

重投影误差，估计焦距 ，数据集 5 条全部长度，退出码 0，运行日志，README.md

2

采集 35 条 ≥ 30，质检通过 30 条、剔除 5 条坏数据，最大对齐误差 ，退出码 0,运行日志，README.md

企业任务流

01

相机标定与数据采集

入职具身智能公司数据组第一天：训练组抱怨模型抓取总偏几厘米，排查怀疑是相机内参不准。本任务先亲手写相机投影模型，再用 20 个角度拍棋盘格、调 cv2.calibrateCamera 反推出内参，最后把抓取演示整理成"图像 + 关节角 + 动作"的标准数据集并验证能正常读出来

交付物：补全后的 任务一_相机标定与数据采集_学生动手.py、output_P1-T1，端验收结果截图，README.md

卡点技能：相机标定与数据采集

02

策略模型训练与仿真部署

公司用 UMI 手持夹爪低成本采集抓取演示，第一批数据回来训练就报错：图像和位姿时间对不上，还有轨迹带 NaN。本任务把"对齐"和"质检"做成标准工序——按时间戳最近帧对齐并量化误差，再剔除 NaN、异常跳变、对齐超差的坏数据，让数据进得干净

交付物：补全后的 任务二_UMI手持采集与质检_学生动手.py、output_P1-T2、终端验收结果截图、README.md

卡点技能：策略模型训练与仿真部署

当前团队

已加入 2 人

实

实训智能助手

已加入
算

算法工程师（TL）

已加入

空位