3840×1200 左右并排，单目 1920×1200，60 Hz，HEVC。本段不是规格表上的 2328×1748 或 1600×1200，以内外参文件为准。
In production · Six-camera full capture
TOBI E6 / SIX-CAMERA EGO CAPTURE
Six-camera head-worn capture.
One pass for the body and the hands.
E6 is a production head-worn capture device: four global-shutter mono cameras with IR assist and two RGB cameras, hard-synced with a 217° horizontal field of view. On-device SLAM and gesture recognition output video, trajectory, hand motion and IMU on one timeline.
6 路相机实时同步
5mmSLAM 定位精度
370g整机（前部 150g）
15 TOPS高通 XR2 NPU
DATA SAMPLE · EPISODE 20260708_155328
一段真实采集，
拆成可训练的六目数据包。
下面这段从原始记录的 22.0 秒截到结束。左右 RGB 上叠了 OpenXR 26 关节。它是人的第一人称观测，不是机器人末端动作，26 关节也不能当成夹爪 7 维。原始 RGB 是 60 Hz；这支片是 10 Hz 预览，不能当训练集。
SOLUTION
同一时间基准上的观测与手部状态
RGB 左右并排，灰度分横向 SLAM 与朝下手部两对。头部位姿、双手 26 关节、IMU、音频和三套内外参在同一 UTC 纳秒时间线上。训练读 60 Hz 原片和 rgb_index.jsonl，把 ctrl 灰度接进观测。手部留在约 19 Hz，带 dt，不重采样。这段视频只负责让人看见关节是否落在手上。
tracking 左右并排 1280×480，各 640×480，约 60 Hz。用于横向环境，不是手柄位姿。
ctrl 同样是 1280×480 并排。外参相对 tracking 更朝下，覆盖桌面和手。
OpenXR 骨架，约 19 Hz。每只手有 active，每个关节有可见性。设备文件没有置信度。无效关节不是真实姿态，也不是夹爪开合。
60 Hz，位置加四元数。本段起止时间与 RGB 曝光中点一致。5 mm 仍是标称，本段没有地面真值。
陀螺和加计约 1015 Hz，带 bias / scale / 时间对齐。音频 44.1 kHz 单声道。三套相机参数随包交付。
RECORDING SPEC · 本段实测
- 片段
- 20260708_155328，约 32.0 秒。演示使用其中 22.0 秒至结束。
- 时间基准
- UTC 纳秒。RGB 用 mid_exposure_utc_ns。头部位姿与该时间戳对齐。
- 手部
- 26 关节，约 19.0 Hz，带可见性和 dt。不是 60 Hz，也不是夹爪 7 维。设备 CSV 没有逐关节置信度。
- 本段没有
- 深度、MANUS、物体 6DoF、接触力、机器人动作。物体文件只有人工时间段，没有框。controller_poses 为空。
投影用本包内参、Camera→Body 外参和等距鱼眼。23.4–24.6 秒的扫描里，标定 −9.9 ms 把腕部挪了 4.7 像素，肤色代理分不出毫秒，所以这段不套这 10 ms。边缘 p90 仍约 46 像素。训练文件在数据说明页，不要用这支 10 Hz 片训练。
DATA SAMPLE · EPISODE 20260708_155328
One real take,
split into a trainable six-camera pack.
This clip runs from 22.0 s to the end. OpenXR 26-joint skeletons are on the left and right RGB views. It is a human egocentric observation, not a robot end-effector action, and 26 joints are not a 7-DoF gripper. Source RGB is 60 Hz. This player file is a 10 Hz preview and is not the training source.
SOLUTION
Observations and hand state on one clock
RGB is side-by-side. Grayscale is a lateral SLAM pair and a downward hand pair. Head pose, both 26-joint hands, IMU, audio, and three calibrations share one UTC-nanosecond timeline. Training reads the 60 Hz source and rgb_index.jsonl, which joins the ctrl pair. Hands stay near 19 Hz with dt and are not resampled. This video only shows whether the joints land on the hands.
3840×1200 side-by-side, 1920×1200 per eye, 60 Hz, HEVC. This take is not the 2328×1748 or 1600×1200 brochure modes. Use the calibration file.
tracking pair, 1280×480 side-by-side, 640×480 per eye, about 60 Hz. Lateral views, not controller pose.
ctrl is the same 1280×480 layout. Extrinsics point further down than tracking, toward the desk and hands.
OpenXR skeleton, about 19 Hz. Each hand has an active flag and each joint a visibility bit. The device file has no confidence. An invisible joint is not a pose and not a gripper width.
60 Hz, position plus quaternion. Endpoints match RGB mid-exposure on this take. 5 mm remains a nominal figure; this clip has no ground truth.
Gyro and accel about 1015 Hz, with bias, scale, and time alignment. Audio is 44.1 kHz mono. Three camera-parameter files ship with the episode.
RECORDING SPEC · MEASURED ON THIS TAKE
- Episode
- 20260708_155328, about 32.0 s. The demo uses 22.0 s through the end.
- Time base
- UTC nanoseconds. RGB uses mid_exposure_utc_ns. Head pose is aligned to that timestamp.
- Hands
- 26 joints at about 19.0 Hz, with visibility and dt. Not 60 Hz, and not a 7-DoF gripper. The device CSV has no per-joint confidence.
- Not in this take
- Depth, MANUS, object 6DoF, contact force, or a robot action. The object file is a human time span, not boxes. controller_poses is empty.
Projection uses this pack’s intrinsics, Camera-to-Body extrinsics, and equidistant fisheye. On the 23.4–24.6 s sweep, the factory −9.9 ms shift moves the wrist 4.7 px, and the skin proxy cannot resolve a millisecond, so this take does not apply that 10 ms. Edge p90 is still about 46 px. Training files are on the data note. Do not train on this 10 Hz preview.
PRODUCT OVERVIEW & CORE FUNCTIONS
让"采集"，
从视频升级为带轨迹与手势的数据包。
E6 在一条头带上组合两种相机：灰度全局快门专为运动与低光可靠性设计并带红外识别，RGB 负责色彩与纹理；配合高通 XR2 Gen1（NPU 15 TOPS），视频、IMU、SLAM 轨迹与手势识别在同一时间基准下输出，供采集后直接进入训练与评测。
4 路灰度 + 2 路 RGB
4 路灰度全局快门（640×480@60，带红外识别）总视场水平 217°×垂直 186°；2 路 RGB 提供色彩纹理，全部实时同步运行。
机内 SLAM 与手势识别
支持含轨迹的 SLAM 数据与手势识别数据采集，SLAM 定位精度标称 5mm；算法能力与效果受场景纹理、光照与动作影响，需按任务验证。
高通 XR2 Gen1
NPU 算力 15 TOPS；Android 12 系统。机内完成多路相机时间戳同步与算法预处理，降低取数后处理成本。
前后配重均衡
整机 370g：前部主机 150g，后置 5500mAh 电池实现前后配重均衡，长时间佩戴更舒适；可外接移动电源。
USE SCENARIOS
一个头环，撑起一条
端到端数据产线。
E6 适合需要"视频 + 轨迹 + 手势"同步产出、且希望现场即时拿到数据包的任务。是否选择 RGB 卷帘或全局版本，取决于任务对动态成像与色彩的要求。
模仿学习数据生产
为遥操作与模仿学习产出对齐时间基准的 RGB 视频、SLAM 轨迹、手势与 IMU 数据；RGB 全局快门版本适合动作较快的任务。
灵巧操作与工具使用
4 路灰度大视场覆盖手部与工具操作区域，垂直 186° 视场对桌面、工具与抓取动作留足余量，红外识别支持特殊光照环境。
高保真视频采集
需要更高色彩细节的任务可选 2 路卷帘 RGB（2328×1748@60），用于对纹理与色彩敏感的场景。
工业与复杂光照作业
红外识别与全局快门适合低光、闪烁光照等工业场景；整机 370g 配重均衡，支持长时段在岗采集。
WHO IT SERVES
给需要"一次采全"的团队。
E6 面向以头部第一人称视角为中心、要求多模态数据同基准产出的项目。适合与否取决于算法需求、预算与量产机数，售前可按任务做一次匹配。
具身智能研发团队
需要带轨迹与手势的第一人称数据来训练操作模型；E6 机内 SLAM 与手势识别可显著降低取数后的对齐成本。
SLAM · 手势 · RGB 同源AI 数据公司 / 采集基地
为多客户持续产出高质量 Ego 数据包的生产方，看重机内同步、批量操作流程与数据开放接口，可配合定制采集 SOP。
接口全开 · 批量 · 可定制高校与重点实验室
面向灵巧操作、导航与人机交互研究，需要稳定可控、数据可解释的采集平台；资料口径与验收边界清晰，便于论文与工程复用。
资料完整 · 边界清晰WHY E6 & DATA BOUNDARY
旗舰参数，
同样以可验收口径交付。
E6 已量产，机内提供 SLAM 与手势识别能力；下方为关键参数与使用边界。算法标称指标受纹理、光照与动作影响，项目效果需通过目标场景样本验证。
六目同步
6 路
4 路灰度（带红外识别）+ 2 路 RGB 实时同步运行，相机间微秒级时间戳同步。
机内轨迹
5mm
SLAM 定位精度标称 5mm（产品资料值）；实际精度与场景纹理、光照、运动模式相关，需按任务验证。
端侧算力
15T
高通 XR2 Gen1 NPU 15 TOPS，机内完成算法预处理，减少外接计算依赖。
一基准输出
μs
视频、IMU、SLAM、手势与内外参在同一时间基准输出，微秒级时间戳同步。
数据边界：SLAM 与手势为机内算法能力，标称精度与识别效果不等于任意任务下的验收结果；RGB 分卷帘 / 全局两版本，任务匹配需单独确认。量产供货、固件、配件与数量、交期以订单确认文件为准。
- 产品型号 / 状态
- E6 六目 Ego 数据采集设备；已量产。
- 处理器
- 高通 XR2 Gen1；NPU 算力 15 TOPS。
- 相机系统
- 6 路相机实时同步运行：4 路灰度全局快门（带红外识别）+ 2 路 RGB。
- 灰度相机
- 640×480@60fps；单颗 DFOV 160°、HFOV 142°、VFOV 107°；4 路灰度总视场 = 水平 217° × 垂直 186°。
- RGB 版本 1（卷帘）
- 2 路卷帘快门 RGB，单颗 2328×1748@60fps；VFOV 115°、HFOV 130.8°、DFOV 142.4°。适合高保真色彩场景。
- RGB 版本 2（全局快门）
- 2 路全局快门 RGB，单颗 1600×1200@60fps；VFOV 139°、HFOV 186°、DFOV 200°。适合动态场景。
- 电池与续航
- 内置 5500mAh；可外接移动电源；后置电池实现前后配重均衡。
- 存储
- 8GB 运行内存 + 128GB 机身存储（不支持 Micro SD）；USB 有线或 Wi-Fi 无线上传导出。
- 传感器
- 高精度 IMU，采样频率 1000Hz。
- 无线与连接
- 2.4G/5G 双频 Wi-Fi 6；蓝牙 5.3。
- 音频
- 配备麦克风、扬声器。
- 采集数据
- RGB 彩色视频（MP4 / H.265）、含轨迹的 SLAM 数据、手势识别数据、IMU 数据、相机内外参、音频；所有相机微秒级时间戳同步。
- SLAM / 手势
- 支持机内 SLAM（定位精度标称 5mm）与手势识别；效果随任务场景验证。
- 重量 / 系统
- 整机总重 370g，前部主机 150g；操作系统 Android 12。
- 开放与定制
- 全部数据接口对外开放；支持提供定制化服务。
注：SLAM 精度 5mm、FOV 与分辨率等为产品资料标称值；实际效果受光照、纹理、动作与装配影响，请在项目验收标准中定义样本与方法。资料参数随版本迭代更新，均以订单确认文件为准。
READY TO PIPELINE
用一条数据链的标准，
评估 E6 是否适合你的任务。
我们可围绕相机配置（RGB 卷帘 / 全局）、采集场景与取数流程，共同确认 E6 的规格与交付方案。方案确认不构成自动报价或数据效果承诺。
明确任务类型与所需数据模态（视频 / 轨迹 / 手势 / 音频）。
确认 RGB 版本：卷帘（高保真）或全局快门（动态成像）。
明确单日采集时长、机数、取数与回收流程。
明确算法效果的验收样本与指标口径。