영업팀 문의
LinkerBot O6 Path(으)로 돌아가기

데이터 수집

레로봇을 사용하여 LinkerBot O6에서 50+개의 시범 에피소드를 녹음하십시오. 카메라 설정, 에피소드 작업 흐름, 데이터셋 형식 및 품질 필터링 체크리스트. ~ 2시간.

5중 4부 · 데이터 수집 · ~ 2시간

레로봇을 이용해서 50개 이상의 성공적인 시범 에피소드를 기록하세요. 카메라를 설치하고 작업을 정의하고, 녹음 작업 흐름을 실행하고, 품질 필터링을 적용하세요. 목표: 훈련에 준비된 깨끗한 50개의 에피소드 데이터 세트.

카메라 설정

모방 학습에 최소 1개의 카메라가 필요합니다. 두 개의 카메라는 정책 성능을 크게 향상시킵니다.

  • ** 위 아래 카메라** 카메라 팔이나 천장 마운트에 작업 공간 위에 60~80cm 높이로 설치되어 있습니다. 객체 위치와 지갑 상태를 명확하게 캡처합니다. 640×480 @ 30fps는 충분합니다. 1280×720는 선호합니다.
  • ** 손목 카메라 (선택) ** 최종 효과자 근처에 설치되어 있습니다. 접촉 및 잡기 작업에 세밀한 시력을 제공합니다. Intel RealSense D405 또는 동등합니다.
# 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()
"

작업 흐름을 기록

레로봇 레코드 스크립트를 사용하세요. 이 스크립트는 멀티 카메라 동기화, 공동 상태 로깅, HuggingFace Hub 업로드를 한 명령어로 처리합니다.

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

에피소드별 작업 흐름:

  1. 온화 시기는 (5s) 현장을 설정 (시체를 시작 위치로 배치)
  2. 기록 ( 최대 30 초) 당신의 텔레오퍼레이션 방법을 사용하여 작업을 수행하십시오.
  3. 재설정 기간 (10초) 팔을 집으로 돌려, 객체를 재설정, 다음 에피소드에 대비.
  4. 계획된 60개의 에피소드 모두 반복합니다.

레로봇 데이터셋 형식

각 에피소드는 시인크로네이션된 관찰과 행동으로 파키켓 파일로 저장됩니다.

# 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
}

작업 정의 팁

  • ** 간단하게 시작하세요.** "붉은 큐브를 들고 쓰레기통에 넣으십시오"는 좋은 첫 번째 작업입니다.
  • 일반적인 출발 위치. 각 에피소드마다 객체를 같은 위치 (±1cm) 에 배치하십시오. 높은 변이는 더 많은 데이터를 필요로 합니다.
  • ** 작업 을 끝 으로 끝 으로 완료 하십시오.** 각 에피소드는 명확 한 시작 상태 에서 명확 한 목표 상태 로 전환 해야 합니다. 부분적 완성을 기록 하지 마십시오.
  • ** 부드러운 움직임.** 가능하면 거칠고 교정적인 움직임 을 피 하십시오. 부드러운 시범 은 더 나은 정책 을 만들어 냅니다.

품질 필터링 프로토콜

녹음 세션 후 훈련 전에 검토하고 필터링:

  • 각 에피소드 재생을 보세요:
  • 작업이 완료되지 않은 에피소드를 삭제하기 위해 끝에서 끝으로 표시하십시오.
  • 카메라 프레임 ( 재생 중 시각적 음) 을 떨어뜨린지 확인 하십시오.
  • 공동 상태 데이터를 연속으로 확인합니다 연속 프레임 사이에 큰 간헐이 없습니다.
  • 객체의 시작 위치를 확인하는 것은 유지된 에피소드에서 일관된 상태였습니다.
  • 필터링 후, ≥50개의 에피소드가 남아있는지 확인하십시오.
  • 계속하기 전에 데이터 세트를 두 번째 위치로 백업하십시오.

HuggingFace Hub에 업로드

# 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

허브에 업로드하면 팀 협업, 재생 가능한 훈련 실행 및 [roboticscenter.ai/datasets]T5에서 공유된 로봇 데이터 세트 레지스트리에 기여할 수 있습니다.

4단체 완료...

레로봇 데이터 세트에서 50개 이상의 수준 높은 디스플레이 에피소드가 있습니다. 모든 에피소드는 품질 체크리스트를 통과합니다. 카메라 스트림은 완전하고 공동 상태 데이터는 연속적입니다. 데이터 세트는 백업되어 선택적으로 HuggingFace Hub로 밀어 넣습니다. 작업 설명 문자열을 확인하고 모든 에피소드에서 일관성을 확인했습니다.

[← 경로 개요로 돌아가]