DAS Ego × UMI | 实机具身数据采集记录

Device Context

把官方设备结构，接入我的实机工作流

下面的图像来自 DAS Ego 产品资料，负责说明设备结构、佩戴约束、配对入口、坐标定义和回放界面；旁边的文字只解释它们如何进入我的 EGO + UMI 实操，不把产品截图冒充成实验结果。

图片说明：以上设备结构、佩戴、配对、坐标与回放界面截图截取自 GenRobot.AI DAS Ego 产品资料；页面中的横屏视频与四张证据帧来自本人实操。

Product Facts

Ego 建立观察上下文，UMI 落地手级动作，MCAP 把多模态记录留在同一条可复盘时间线上。下表说明设备能力边界；视频与证据帧，才是我的实操证据。

维度	官方资料可核对内容	对当前研究的意义
DAS Ego 视觉	6 颗广角 RGB 相机；水平视场约 270°、垂直视场约 150°；录制帧率 30 Hz。	覆盖操作者第一视角和桌面周边，为动作前后的场景变化提供同步观测。
姿态与同步	高精度 6 轴 IMU；官方手册将 Ego 定义为第一视角多模态数据采集设备，并支持多设备时空对齐。	把头部运动、视线方向和末端动作放到同一时间轴，便于复盘操作意图与执行偏差。
UMI 末端侧	GenRobot DAS 末端采集产品覆盖视觉、触觉、声学、惯性与磁编码等多模态通道；公开产品页给出双指夹爪与 100 Hz 输出。	操作记录不只保留 RGB，还能继续接入接触、夹爪开合和末端状态，形成更完整的示教样本。
数据落盘	DAS Ego 手册说明原始采集数据保存为 MCAP，可在电脑端用配套工具进行可视化和后处理。	后续可以按时间戳对齐视觉、姿态、音频和操作状态，并把成功与失败片段分开评估。

资料依据：GenRobot.AI DAS Ego 产品手册与 DAS / UMI 产品资料。页面只保留归纳后的设备事实，不重复放置外部直链；规格只作为设备背景，不替代我的实机验证。

Visual Evidence

视频来自我的实际操作：可以看到两套 UMI 采集端、Ego 设备屏幕、供电与连接线，以及在桌面上进行双手协同和接触操作的过程。

What I Am Building

用 Ego 记录操作者看到的桌面场景、设备朝向和动作上下文，把“手为什么这样动”保留在可对齐的时间序列里。

用 UMI 末端侧记录双手协同、夹爪开合和接触过程，把视觉中的意图落到可分析的动作与状态字段。

按 MCAP 数据链路保留原始采集文件，后续将不同模态按时间戳切片，区分成功动作、犹豫、接触和失败。

机器狗和 AMR 负责导航到目标附近，Ego + UMI 负责把语言目标落实成观察、动作和反馈，形成跨平台的具身闭环入口。

Honest Status

阶段	当前公开状态	下一步判据
已完成	完成 DAS Ego + UMI 设备佩戴、配对、双手桌面操作实录，并将源视频整理为横屏页面素材。	继续归档原始采集文件、设备配对状态与可复盘动作片段。
正在推进	围绕第一视角、双手协同和接触操作，建立 Ego 与 UMI 的稳定采集流程。	完成多模态时间戳对齐、动作切片、接触状态标注和失败样例回放。
尚未宣称	当前页面没有把单段演示写成 VLA 成功率、策略泛化或长期自主操作结果。	用可重复任务、动作误差、接触状态和恢复过程给出真实评估。