收集全身示范

5个单位中的4个 · 全体数据收集 · ~4小时

设置录音管道,配置摄像头,使用k1_agent.py播放和录制集,并将质量过应用到数据集中.目标:50个高质量的全体演示集.

数据收集过程中,所有标准安全协议都适用. 现有发现器,手里有电子站点,3m ×3m清洁面积,VR会议的操作员转移30分钟.

摄像头设置

对于全身操纵示范,建议至少使用两台摄像头:

• 头部安装的自我中心摄像头 从机器人的角度捕捉到手臂工作空间. 安装在K1的头部上. 智能实力Sense或USB网络摄像头以1280×720 @ 30 fps.
• 外部固定摄像头 捕捉整个身体和任务场景. 在腰部高度的三脚座上23米. 1920×1080 @ 30 fps.
• **手腕摄像头 (可选) ** 加入左手腕和右手腕摄像头,用于极端操作任务,在最终效应器可见性至关重要.

开始录音会议使用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/

代理实时向平台传输联合远程测量,并保存本地副本. 使用键盘快捷键 (默认:空间) 来启动和停止每个集.

数据集格式

每个集都作为目录保存:

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}

质量过协议

在每次训练结束后,在加入训练数据集之前,请审查和过节目:

1. 在平台评审面板上观看每一集 (或使用T2).
2. 只有完成任务时,将事件标记为T3.
3. 丢弃任何机器人出现不稳定,接近下降或操作员干预的事件.
4. 检查摄像头流程完整 没有掉下来的框架或任务区域的遮蔽.
5. 在继续进入第5单元训练之前,设定50次成功的节目.

会议安全议定书

• 短片更容易过,降低风险.
• 在VR会议中,每30分钟就旋转操作员.
• 每20次检查关节温度:T4. 如果任何关节超过60°C,请停下来10分钟.
• 在您的会议记录中记录所有事件 (跌倒,接近跌倒,被取消的事件).

第四单元完成时...

您的数据集中有50个或更多的节目标记为T5. 摄像头流为所有50个完整. 联合状态时间标是连续的 (没有空隙).您已经审查了所有节目,并且丢弃了未能在质量检查清单中出现的节目.您的数据集目录已备份到至少一个额外的位置.

[← 回到路径概述]