HOT3D: Multi-View 3D Hand- & Objekt-Tracking für Openclaw

Ein hochmodernes Multi-View-3D-Tracking-System von Meta Facebook Research, das für egozentrische Hand-Objekt-Interaktionen auf XR-Geräten optimiert ist.

fujunhy
v0.1.0
Mar 14, 2026
0
853
0

Installieren & Herunterladen

1. ClawHub CLI

Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.

npx clawhub@latest install hot3d

2. Manuelle Installation

Kopiere den Skill-Ordner an einen dieser Orte

Global
~/.openclaw/skills/
Workspace
<project>/skills/

Priorität: Workspace > Lokal > Integriert (Bundled)

3. Prompt-Installation

Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.

Hilf mir, hot3d über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).

Lieber herunterladen?

Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.

Was ist HOT3D: Multi-View 3D Hand- & Objekt-Tracking?

HOT3D ist ein umfassendes Tracking-Framework, das für Meta Aria Smart Glasses und Quest VR-Headsets entwickelt wurde. Als Kernkomponente des Openclaw Skills Ökosystems bietet es präzise 3D-Weltkoordinaten für 21-Keypoint-Handposen und 6DOF-Objekt-Tracking während komplexer Manipulationen. Im Gegensatz zu Standard-Single-View-Lösungen nutzt HOT3D egozentrische Multi-View-Daten, um eine millimetergenaue Präzision im 3D-Raum zu erreichen.

Dieser Skill ermöglicht es Entwicklern, Hand-Meshes zu rekonstruieren und Objektmodelle innerhalb einer synchronisierten Multi-Kamera-Umgebung auszurichten. Durch die Nutzung dieses Openclaw Skills Eintrags können Forscher und Entwickler auf robuste Visualisierungstools für 3D-Skelettprojektionen und Trajektorienanalysen zugreifen, was ihn zur definitiven Wahl für die High-Fidelity-XR-Interaktionsentwicklung macht.

HOT3D: Multi-View 3D Hand- & Objekt-Tracking Anwendungsfälle

  • Implementierung hochpräziser Hand-Objekt-Interaktionsanalysen in XR-Umgebungen.
  • Research-Grade-Benchmarking für 3D-Handposen-Schätzalgorithmen.
  • Entwicklung von Anwendungen für Meta Aria Smart Glasses und Quest Headsets, die Weltkoordinaten-Tracking erfordern.
  • Analyse von Kontaktpunkten und Grifftypen in täglichen Aktivitätssequenzen.
  • Erstellung reichhaltiger 3D-Overlays und Skelettvisualisierungen auf Multi-View-Videostreams.

So funktioniert HOT3D: Multi-View 3D Hand- & Objekt-Tracking

  1. Das System nimmt Multi-View-RGB-D-Videostreams auf, die über 3-5 Kameras synchronisiert sind.
  2. Die Keypoint-Erkennung identifiziert 21 spezifische 3D-Handgelenke mit Konfidenzwerten für jede Ansicht.
  3. Die Objektposen-Schätzung berechnet die 3D-Position und Ausrichtung (Quaternion/Rotation) der manipulierten Gegenstände.
  4. Die Hand-Objekt-Interaktionslogik erkennt Kontaktpunkte und klassifiziert Manipulationsphasen.
  5. Die endgültige Ausgabe generiert 3D-Koordinaten in einem einheitlichen Weltkoordinatensystem, geeignet für das Rendering von Meshes oder Skelett-Overlays.

HOT3D: Multi-View 3D Hand- & Objekt-Tracking Einrichtung

Um dieses Openclaw Skills Modul zu integrieren, folgen Sie diesen Installationsschritten:

# Clone the HOT3D repository
git clone https://github.com/facebookresearch/hot3d.git
cd hot3d

# Install required dependencies including PyTorch3D and Open3D
pip install -r requirements.txt

# Note: Accessing the full dataset requires registration at the official project page

HOT3D: Multi-View 3D Hand- & Objekt-Tracking Datenschema & Taxonomie

HOT3D organisiert Tracking-Daten durch eine strukturierte, rahmenbasierte Taxonomie:

Datentyp Beschreibung Format
Hand Pose 21-Keypoint 3D-Gelenke (Links/Rechts) 21x3 Array (x, y, z)
Object Pose 6DOF Position und Rotationsmatrix [x, y, z] + 3x3 Matrix
Metadaten Kameraintrinsiken und Konfidenzwerte JSON / Dict
Visuals 3D-Meshes und Skelettprojektionen OBJ / PNG Overlay

HOT3D: Multi-View 3D Hand- & Objekt-Tracking Erweiterte Funktionen

  • Multi-Agenten-Unterstützung für das Tracking gleichzeitiger Interaktionen verschiedener Benutzer.
  • Algorithmen für zeitliche Konsistenz zur Aufrechterhaltung der Tracking-Stabilität bei Hochfrequenz-Frames (30-60 Hz).
  • Integrations-Hooks für Aria SDK und OpenXR Plattformen.
  • Automatisierte Kraftschätzungsfunktionen in Kombination mit Hilfssensordaten.
  • Umfassende Evaluierungs-Suite via hand-tracking-toolkit für die Metrikanalyse.

SKILL.md


Laden

Verwandte Openclaw-Skills

METADATA

Github Stars: 0
forks: 0

Hervorgehoben*