Vertrieb kontaktieren
Zurück zu LinkerBot O6 Path

Datenerhebung

Aufzeichnen Sie 50+ Demonstrationsepisoden auf dem LinkerBot O6 mit LeRobot. Kamera-Setup, Episode-Workflow, Datensatzformat und Qualitätsfilter-Checklist. ~ 2 Stunden.

Einheit 4 von 5 · Datenerhebung · ~ 2 Stunden

Erhalten Sie 50 oder mehr erfolgreiche Demonstrationsepisoden mit LeRobot. Setzen Sie Kameras ein, definieren Sie Ihre Aufgabe, führen Sie den Aufnahmemodifikationsprozess durch und filtern Sie qualitativ hochwertig. Ziel: ein reiner 50-episodiger Datensatz, der für das Training bereit ist.

Kamera-Einstellung

Für das Imitationslernen ist mindestens eine Kamera erforderlich.

  • Top-down-Kamera 6080 cm über dem Arbeitsplatz auf einem Kameraarm oder einer Decke befestigt. Erfasst die Objekteposition und den Griffzustand deutlich. 640×480 @ 30 fps reicht aus; 1280×720 bevorzugt.
  • **Handkamera (optional) ** in der Nähe des Endefektors montiert. Für Kontakt- und Greifarbeiten bietet eine feine Sicht. Intel RealSense D405 oder gleichwertig.
# Test camera streams before recording
python3 -c "
import cv2
cap = cv2.VideoCapture(0)  # /dev/video0
ret, frame = cap.read()
print('Camera OK:', frame.shape if ret else 'FAILED')
cap.release()
"

Aufzeichnung von Arbeitsflüssen

Das LeRobot-Aufzeichnungs-Skript verwaltet Multi-Kamera-Synchronisierung, gemeinsame Zustandsprotokollierung und HuggingFace Hub-Upload in einem Befehl:

python -m lerobot.scripts.control_robot \
  --robot.type=linker_bot_o6 \
  --control.type=record \
  --control.fps=30 \
  --control.repo_id=your-username/o6-pick-place \
  --control.tags='[o6,pick-place,tabletop]' \
  --control.warmup_time_s=5 \
  --control.episode_time_s=30 \
  --control.reset_time_s=10 \
  --control.num_episodes=60

Der Arbeitsfluss pro Episode:

  1. Warmupphase (5 s) Setz die Szene (Place the object in the starting position).
  2. Aufzeichnung (bis zu 30 s) Erledigt die Aufgabe mit Hilfe Ihrer Teleoperationsmethode.
  3. Zurückkehr-Arm-Haus, Objekte zurücksetzen, auf die nächste Episode vorbereiten.
  4. Wiederholen Sie für alle 60 geplanten Episoden.

Format des LeRobot Datensatzes

Jede Episode wird als Parquet-Datei mit synchronisierten Beobachtungen und Aktionen gespeichert.

# Dataset structure (per episode)
{
  "observation.state":      [T, 12],  # joint positions [6] + velocities [6]
  "action":                 [T, 6],   # commanded joint positions
  "observation.images.top": [T, H, W, 3],  # top camera frames (uint8 RGB)
  "observation.images.wrist": [T, H, W, 3], # wrist camera (if configured)
  "timestamp":              [T],      # seconds from episode start
  "episode_index":          scalar,
  "frame_index":            [T],
  "task":                   str       # task description
}

Tipps zur Aufgabendefinition

  • Start einfach. "Holt den roten Würfel hoch und leg ihn in den Müll" ist eine gute erste Aufgabe. Vermeide komplexe mehrstufige Aufgaben, bis du eine funktionierende Basislinie hast.
  • Konsistente Ausgangsposition. Stellen Sie die Objekte für jede Episode an der gleichen Stelle (±1 cm).
  • Die Aufgabe von Ende zu Ende abschließen. Jede Episode sollte von einem klaren Anfangszustand zu einem klaren Zielzustand übergehen.
  • Gleichliche Bewegungen. Vermeiden Sie, wenn möglich, schwach, korrigierende Bewegungen.

Qualitätsfilterprotokoll

Nach der Aufnahme überprüfen und vor dem Training filtern:

  • Sehen Sie sich jede Episode wieder:
  • Kennzeichnen Sie Episoden, bei denen die Aufgabe NICHT end-to-end ausgeführt wurde, um sie zu löschen.
  • Überprüfen Sie, ob die Kamera-Rahmen fallen (visuelle Stotterungen beim Wiedergeben) und entsorgen Sie die betroffenen Episoden.
  • Bestätigen Sie, dass die gemeinsamen Zustandsdaten kontinuierlich sind keine großen Abstände zwischen aufeinanderfolgenden Rahmen.
  • Überprüfen Sie, ob die Startposition des Objekts in den gespeicherten Episoden konsistent war.
  • Nach dem Filtern bestätigen Sie, dass Sie ≥ 50 Episoden übrig haben.
  • Backen Sie den Datensatz an einen zweiten Standort zurück, bevor Sie weitermachen.

Hochladen auf HuggingFace Hub

# Push to Hub (requires huggingface-cli login)
huggingface-cli login
python -m lerobot.scripts.push_dataset_to_hub \
  --repo-id your-username/o6-pick-place

Das Upload auf den Hub macht Ihren Datensatz zur Verfügung für Teamkollaboration, reproduzierbare Trainings und Beiträge zum gemeinsamen Datensatz-Register für Robotik unter [roboticscenter.ai/datasets]T5).

Einheit 4 ist fertig, wenn...

Sie haben 50 oder mehr hochwertige Demonstrationsepisoden in Ihrem LeRobot-Datensatz. Alle Episoden bestehen in der Qualitätscheckliste. Die Kamera-Streams sind vollständig und die gemeinsamen Statusdaten sind kontinuierlich. Der Datensatz wird gesichert und optionell in HuggingFace Hub verschoben. Sie haben Ihre Aufgabenbeschreibungsschnur identifiziert und bestätigt, dass sie in allen Episoden konsistent ist.

[← Zurück zu Wegübersicht]