Nina beaming 2026¶

Changes in Nina (hardware), in middleware (now YARP3) and in computers (icub-laptop with Ubuntu 22, Mical-008 with Ubuntu 24) makes it mandatory to redevelop the Beaming platform.

Old "cluster" cannot be used (YARP image format has changed...)

Changes in Nina¶

• eyelids min/max and direction

Changes on icub-head¶

• new PA_yarpmic (stereo, 48kHz)
• new PA_yarphear (mono, 48kHz)

Changes on mical-006¶

• upgraded to newer yarp (because of the new image format)
• modified/recompiled for YARP 2.3
• new PA_yarpmic (mono, 48kHz)
• new PA_yarphear (stereo, 48kHz)

Changes on mical-008¶

• changes from conda binary-only YARP to localy compiled YARP + iCub
• compiled support for YARP from python
• now an alias for icub-srv (with /root, not /icub)
• redefined cluster for yarprun
• new app for Bayer cameras
• new versions, compiled:
  - yarp_aruco
  - vrmonitor
  - Start
  - gipsadatadumper (with MJPG video) + Video
  - Head
  - gaze_thread

Changes on icub-laptop¶

• recompiled binaries/new versions for the beaming
  - yarp_aruco
  - vrmonitor, Start...

Plan du Stage¶

• Mettre à jour la documentation Beaming de Nina pour HTC Vive
• Valider la synchronisation visuelle
• Remettre en place une procédure d'enregistrement audio (même horloge pour les cartes vidéos et audios)
• Valider les synchronisations d'un enregistrement complet
• Construire un scénario
• Campagne d'enregistrement avec 10-20 sujets

Checklist David¶

• Lire l'extrait de la thèse de Léa https://theses.hal.science/tel-04957993 page 38+ puis 129
• Expliciter la procédure pour synchroniser les horloges CPU
• Premier enregistrement vidéo pour valider la synchronisation visuelle
  https://www.yarp.it/v3.5/yarpdatadumper.html
• Effectuer un enregistrement de test complet (vidéo + mouvement + son) pour valider les synchronisations

Tâches parallèles¶

• Faire le tutoriel yarp + python https://github.com/s4hri/yarp-python-tutorials
• Programmer une application python pour détecter des visages avec opencv https://docs.opencv.org/3.4/db/d28/tutorial_cascade_classifier.html