Vertrieb kontaktieren
Zurück zu Booster K1 Path

Sammeln Sie Demonstrationen über den ganzen Körper

Sammeln Sie ganze Körper humanoide Demonstrationen auf dem Booster K1. Multi-Kamera-Setup, k1_agent.py, 30+ DoF Datensatz Format, Sicherheitsprotokoll und Qualitätsfilterung.

Einheit 4 von 5 · Ganzkörperdatenerhebung · ~4 Stunden

Setzen Sie Ihre Aufnahmegröte ein, konfigurieren Sie Kameras, verwenden Sie k1_agent.py, um Episoden zu streamen und aufzunehmen und qualitativ hochwertige Filterungen auf Ihren Datensatz anzuwenden. Ziel: 50 qualitativ hochwertige Demonstrationsepisoden für den gesamten Körper.

** Bei der Datenerhebung gelten alle Standardsicherheitsprotokolle.**Spotter vorhanden, E-Stop in der Hand, 3 m × 3 m reine Fläche, 30-minütige Operator-Rotation für VR-Sitzungen.

Kamera-Einstellung

Für die Demonstration der Körpermanipulationen werden mindestens zwei Kameras empfohlen:

  • ** Kopf-montierte egozentrische Kamera** Erfasst den Arbeitsbereich des Arms aus der Perspektive des Robots.
  • Externe feste Kamera Erfasst den ganzen Körper und die Aufgabenszene.
  • **Handgelenkkameras (optional) ** Fügen Sie für feine Manipulationsarbeiten, bei denen die Sichtbarkeit des End-Effektors entscheidend ist, Linke und Rechte-Handgelenkkameras hinzu.

Ein Start einer Aufnahmesitzung mit k1_agent.py

python k1_agent.py \
  --robot-ip 192.168.10.102 \
  --platform-url https://fearless-backend-533466225971.us-central1.run.app \
  --record \
  --task "pick up the red block from the table" \
  --cameras head_cam,external \
  --episode-timeout 60 \
  --output-dir ./recordings/session_001/

Der Agent streamt die gemeinsame Telemetrie in Echtzeit zur Plattform und speichert lokale Kopien.

Datensatzformat

Jede Episode wird als Verzeichnis gespeichert:

recordings/session_001/episode_000001/
  joint_states.npy   # [T, 44] — positions and velocities for 22 joints
  imu.npy            # [T, 6]  — accel + gyro
  head_pose.npy      # [T, 2]  — yaw and pitch
  head_cam.mp4       # 1280x720 @ 30 fps
  external.mp4       # 1920x1080 @ 30 fps
  timestamps.npy     # [T] unix timestamps
  metadata.json      # {task, success, duration_s, operator}

Qualitätsfilterprotokoll

Nach jeder Sitzung überprüfen und filtern Sie die Episoden, bevor Sie Ihrem Trainingssatz hinzufügen:

  1. Sehen Sie sich jede Episode im Plattform-Überprüfungsplatz (oder mit T2).
  2. Kennzeichnen Sie Episoden nur als T3, wenn die Aufgabe von Ende zu Ende abgeschlossen wurde.
  3. Werfen Sie jede Episode, in der der Roboter Instabilität gezeigt hat, ein naher Fall oder der Betreiber eingegriffen hat, weg.
  4. Überprüfen Sie, ob die Kamera-Ströme vollständig sind keine abfallenden Rahmen oder Verstopfungen des Aufgabenbereichs.
  5. Zielen Sie auf 50 erfolgreiche Episoden, bevor Sie zur Einheit 5 trainieren.

Sicherheitsprotokoll der Sitzung

  • Die maximale Dauer der Episoden ist 60 Sekunden.
  • Drehen Sie die Betreiber alle 30 Minuten in VR-Sitzungen um.
  • Überprüfen Sie alle 20 Episoden die Gelenktemperatur: T4. Wenn ein Gelenk 60°C übersteigt, halten Sie 10 Minuten Pause.
  • Melden Sie alle Vorfälle (Fälle, Nahefälle, abgebrochenen Episoden) in Ihren Sitzungsanmerkungen auf.

Einheit 4 ist fertig, wenn...

Sie haben 50 oder mehr Episoden mit dem Etikett T5 in Ihrem Datensatz. Die Kamera-Streams sind für alle 50 vollständig. Die gemeinsamen Zeitstempel sind kontinuierlich (keine Lücken). Sie haben alle Episoden überprüft und alle Episoden, die nicht in der Qualitäts-Checkliste gelungen sind, entfernt. Ihr Datensatzverzeichnis wird auf mindestens einen zusätzlichen Standort gesichert.

[← Zurück zu Wegübersicht]