コンテンツにスキップ

データ収集設定の推奨

データ収集、視覚配置、学習パラメータを選ぶための参考情報です。

項目内容
適用シナリオロボットアームの教育・学習、把持 / 搬送デモ、データセット収集、モデル学習計画のレビュー
主な結論まず二視点構成を推奨します。標準ではカメラ解像度 480p、収集フレームレート 60 fps(High に相当)を使い、タスク難易度に応じて収集 episodes と学習ステップを計画します。
推奨優先度まずカメラ視野の完全性とデータの安定性を確保し、その後で解像度を上げたり複雑なシナリオを追加したりします。
利用目的購入構成、学習計画、現場導入チェックリストの基本版として利用できます。

基礎学習では、まず「俯瞰 + グリッパー」構成を使用します。高さ判断、遮蔽、または目標姿勢の判断が必要な場合は、「俯瞰 + 側面」構成を使用します。

収集解像度は 480p から始め、フレームレートは 60 fps(収集フレームレート:High)を推奨します。フレーム落ちが発生する場合は、まず収集画面右側のプレビューを閉じ、その後で解像度を下げるか、コンピューター性能を上げるかを検討します。学習品質は、まずデータの安定性とシナリオのカバー範囲に依存し、その次に高解像度やカメラ数の複雑さに依存します。

  • カメラ配置:俯瞰カメラは目標物から約 45° の方向に置きます。画面には目標物、ロボットアーム先端、重要な動作領域が入るようにします。
  • 解像度:標準では 480p を推奨します。明瞭さ、転送負荷、動画ファイルサイズのバランスが取れます。コンピューター性能に余裕がある場合のみ解像度を上げます。
  • 収集フレームレート:標準では 60 fps(High に相当)を推奨します。多くのロボットアーム動作を滑らかに収集できます。高すぎるフレームレートは性能ボトルネック、フレーム落ち、データセット異常を引き起こす可能性があります。
  • 性能確認:60 fps でもフレーム落ちがある場合は、まず右側プレビューを閉じ、カメラ帯域、USB ポート、ディスク書き込み、バックグラウンドプログラムを確認します。
構成適用タスク設置ポイント注意事項
俯瞰 + グリッパー固定点搬送、pick-and-place、基礎教育学習。把持接触の観察に適しています。俯瞰カメラを目標物から約 45° の位置に置き、目標物全体とロボットアームをできるだけ撮影します。グリッパーカメラはエンドエフェクタと把持領域に向けます。グリッパー視点は揺れたり遮蔽されたりしやすいため、ケーブルを固定し、映像の安定性を確認します。
俯瞰 + 側面ランダム位置からの把持、姿勢変化、遮蔽があるタスク、高さ判断が必要なタスク。俯瞰カメラは全体をカバーします。側面カメラは目標物の輪郭、グリッパーの接近過程、配置位置を明確に見られるようにします。側面カメラはロボットアームの動作干渉領域を避け、治具やワークに長時間遮られないようにします。
コンピューター推奨組み合わせ補足
MacHikvision USB カメラ 2 台ロボットアームのフレームレートは 60 fps 以下を推奨します。120 fps は収集できず、場合によって互換性問題が発生することがあります。
MacHikvision USB カメラ 1 台 + Logitech C270 HD Webcam 1 台現在もっとも安定している組み合わせです。ロボットアームの 120 fps 収集にも使用できます。
MacLogitech C270 HD Webcam 2 台こちらも安定した組み合わせで、ロボットアームのすべての収集フレームレートをサポートできます。
Windows上記の組み合わせはすべて使用可能Windows では現在いずれも使用できます。カメラは USB ポートに直接接続し、ハブは避けてください。

参考モデル:

パラメータ推奨値理由調整方法
動画解像度480p目標物と動作過程を確認でき、ファイルサイズと転送負荷も制御しやすいため。コンピューター、カメラ、ストレージ性能に余裕があれば解像度を上げます。フレーム落ちがある場合はまず 480p に戻します。
収集フレームレート60 fps(SenseCraft ソフトウェア上の High に相当)ロボットアーム動作を十分滑らかに記録でき、通常は重要動作を大きく取り逃しません。高すぎるフレームレートは性能負荷を増やします。60 fps でも落ちる場合は、まず右側プレビューを閉じます。
プレビューウィンドウ標準では有効、フレーム落ち時は無効プレビューは現場確認に便利ですが、計算リソースを消費します。収集安定性をプレビュー体験より優先します。本番収集では不要なプレビューを閉じます。
データ完全性各収集後に抜き取り確認視野欠け、フレーム落ち、照明変化、動作失敗を早期に発見できます。日付、タスク、難易度、episode 番号で統一的に命名し、追跡しやすくします。

タスク難易度、収集 episodes、学習ステップ

Section titled “タスク難易度、収集 episodes、学習ステップ”
難易度タスク説明収集 episodes推奨学習ステップ評価ポイント
初級固定 A 位置から B 位置へ移動20 episodes10k-15k ステップ動作経路が安定し、終点誤差が制御でき、繰り返し実行で明らかな失敗がないこと。
中級ランダム位置から把持し、指定 B 位置へ移動50 episodes30k-40k ステップ異なる初期位置をカバーし、把持成功率が安定し、配置位置が一貫していること。
上級長時間、多段階、または連続タスク100 episodes80k-100k ステップ長時間安定性、異常復帰、累積誤差、データ分布のカバー範囲を確認します。
  • 視野カバー:画面内に目標物、グリッパーの重要動作、配置領域が同時に見えること。目標が長時間画面端に留まらないようにします。
  • 目標の明瞭さ:側面カメラは目標物の輪郭を明確に撮影し、俯瞰カメラは目標物とロボットアームの相対位置を確認できる必要があります。
  • 安定したフレームレート:本番収集前に短時間テストを行い、60 fps で継続的なフレーム落ちがないことを確認します。
  • 環境の一貫性:照明を安定させ、背景をシンプルにし、目標物の配置範囲を明確にして、不要な変数を減らします。
  • データ記録:各収集でタスク難易度、カメラ構成、解像度、フレームレート、episode 数、異常状況を記録します。
  1. まず初級タスクでカメラ視野と収集安定性を確認し、480p、60 fps で連続収集できることを確認します。
  2. 次に中級タスクへ進み、ランダム初期位置を追加し、把持成功率とフレーム落ちを重点的に観察します。
  3. 最後に上級の長時間タスクへ拡張し、episodes 数を増やし、異常サンプルを記録して後続最適化に使います。
  4. タスク難易度を上げる前に、カメラ位置とパラメータを固定し、同時に多くの変数を変えないようにします。