RGB相机

输出彩色图像的普通相机，每个像素记录红、绿、蓝三个亮度值。

RGB 相机就是最常见的彩色相机：图像传感器前覆一层颜色滤镜阵列，最常用的是柯达工程师 Bryce Bayer 1976 年取得专利的拜耳滤镜，一半像素感绿、红和蓝各占四分之一，再用去马赛克算法插值出每个像素完整的 R、G、B 值。它便宜、分辨率高、信息丰富，是多数模仿学习策略和 VLA 的主要输入。局限是单个 RGB 相机（单目）只拍到三维世界的二维投影，不知道物体离多远；要拿到深度得配深度相机、双目相机，或用单目深度估计模型去推。装机时还要考虑视场角、帧率，以及是全局快门（整幅画面同时曝光）还是卷帘快门（逐行曝光，快速运动时画面会歪斜）。

例子初代 ALOHA 双臂平台装了 4 个普通网络摄像头：两个装在手腕上，一个在正前方、一个在顶部俯拍。ACT 策略只用这些彩色图像加上关节角，不用深度，靠约 10 分钟的示范就学会了打开半透明调料杯、插电池等动作，成功率 80–90%。

也叫

彩色相机、单目相机、Monocular Camera、彩色摄像头

相关

深度相机、双目相机、腕部相机、单目深度估计、相机内参、全局快门 / 卷帘快门

来源

Wikipedia: Bayer filter
ALOHA / ACT project page (Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware)
arXiv 2304.13705: Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware