记录触觉示范

5个单位中的4个 ·数据收集 · ~ 2 小时

在本单元中,您将使用扩展的LeRobot数据集格式记录50个抓取和放置示范,并使用同步触摸道.您将应用质量检查列表,并使用SDK的自动滑动事件标记,以确保您的数据集准备好进行训练.

步骤 1 录音设置

配置录音机

通过手臂,传感器和摄像头接口启动MultiSourceRecorder.该录音机自动处理HDF5文件创建,频道排列和节目索引:

导入 paxini从paxini.sync导入 MultiSourceRecorder传感器 = paxini.Sensor() 传感器.start() 传感器.校准() # 总是在录制前校准记录器 = MultiSourceRecorder(手=手_接口,传感器=传感器,摄像头=摄像头_接口, # 选择性但建议输出_dir="./触摸_数据集/",节目_预写="grasp_rate",样本__hz=100, # +触摸减小数为100Hz) 输出数据集 () "Direct"将保存到: {recorder.output_direct}") 打印片"摘要从: {recorder.next_is_index}

步骤 2 录制50次示威

录音循环

对于每次演示:启动节目,执行任务 (抓住一个对象,移动它,放置它),然后结束节目.录音机将节目保存为HDF5文件并打印总结:

输入键盘 # pip 设置键盘为集_num 在范围(50):输入(f"\nEpisode {episode_num + 1}/50 按 Enter 开始,然后执行抓地任务...") 记录器.start_episode() # 远程操作手臂来执行任务在这里 # 记录器捕获背景输入中的所有道("按 Enter 任务完成时...") 总结 = 记录器.结束_episode) 印表: (f) 时间: {总结.持续时间_s:.1f}s) 印表: (f) 联系事件: {总结.联系_事件_计数}) 打印: (f) 滑动事件被检测: {总结.滑动_计数_} 号" Max: {\n\f} 质量: {n\f} 印表: (f) 图: (f) 图: (f) 图: (f) 图: (f) 图: (f) 图: (f)

** 选择一个涉及不同重量和合规性的物体的设计技巧** 形物体 (软玩具,泡块,灵活包装) 和视觉抓获评估模糊的物体 (透明瓶子,闪的物体) 为触觉意识的政策提供了最好的训练信号.

步骤3 质量检查清单

确保数据集质量

在录制后,在开始培训之前,执行数据集质量检查:

执行整个数据集的质量检查从paxini.annotate进口数据集质量报告报告 =数据集质量报告("./触动_数据集/") 报告.运行() 报告.打印_总结() √ 示例输出: # 剧集: 50 # 通过: 44 # 标志 (滑动事件): 4 # 标志 (传感器度): 1 # 标志 (同步质量): 1 # 准备训练: 44 剧集

✓

每次录音会议前的基准校准 每次录音会议开始时和每次重定位手臂时,再校准用T0.

✓

T1的上升边缘应在摄像头传输中的可见指尖对象接触时发生在20ms内.

✓

强度范围在50集中,最大强度应从0.5N (轻度抓) 到至少8N (坚定抓).避免在最大抓力下记录所有集.

✓

没有传感器和 没有节目应显示T2.如果和发生,请减少抓紧力或切换为该抓紧尺寸的掌门变体.

✓

目标:50个清洁接触事件 标记后,目标至少44个高质量的集.重新录制标记的集,以达到目标数量.

详细的数据收集方法包括先进的同步选项,请参见[Paxini Gen3数据收集指南]T4).

第四单元完成时...

T3显示至少44集通过所有检查.报告的接触事件与手动审查的5集的视频一致.你至少有3个不同的力水平在数据集中表示.

[← 回到路径概述]