虛實位置一致性
用演算法比對機器人座標與 ArUco 追蹤到的位置，驗證虛實一致性。
AI-NATIVEXR & ROBOT DATA PLATFORM
ROS 機器人
數據可視化平台
透過AI Native 開發的機器人表現以及軌跡分析工具，讓開發者能夠在同一個時間軸上同步查看機器人移動影片、XR 虛擬實境畫面與運動數據對比以及分析，進行Debug。
01 / PROBLEM
該平台核心解決問題
機器人影片、XR 畫面與運動數據分散在不同檔案，開發者需要反覆打開檔案、手動對齊時間才能找出異常。將資料整合在同一條時間軸，讓問題發生當下的畫面、軌跡與數值能直接對照分析。
以前：讀 CSV 與 log
- 開多個 CSV、log 視窗逐一對照
- 回放影片找出問題發生的那一秒
- 截圖、手動對齊時間再比對數值
現在：同一條時間軸
- 影片、軌跡與數據自動同步
- 點圖表直接跳到該時間點的畫面
- 異常點當下就能對照所有資料來源
02 / FEATURES
主要核心功能
應用在 XR 環境中的機器人，需要準確停在虛擬物件顯示位置，提供使用者可以觸碰的實體支撐。該平台協助開發者診斷機器人表現是否異常。
機器人表現診斷
前進時 PWM 與速度是否對得上？從各項數值的趨勢一起看，快速定位是控制、硬體還是指令問題。
AI 數據診斷助手
透過當下截圖，搭配規則文件請模型產出「摘要、一致性、異常、原因、建議」五段分析。
1. 行為摘要正在前往目標點 2，剩餘 1.62m，尚未進入減速範圍。
2. 數據一致性⚠ cmd_w=0.84 與 real_w=0.21 落差偏大
5. 修正建議確認最小 PWM 死區補償與轉向增益。
03 / PROCESS
AI Native 工作流程，
從需求釐清到功能迭代。
該工作流有別於傳統方式，沒有先畫完整設計稿再進行開發，而是用 AI 先做出來，再透過 Figma 修視覺。
OPEN SOURCE
開源給其他替代實境機器人研究使用
只要匯出機器人的導航 log 與錄影，放進資料夾就能回放、比對與診斷；整個平台只需要一個 Python Flask server，用瀏覽器開啟即可。
- ROS2
- Unity
- Meta Quest 3
- ArUco Marker
- Python Flask
- HTML · JS Canvas
- Claude Code
- Figma
試試看：