automate_task_2

该数据集是使用LeRobot创建的，专注于机器人技术领域。它包含机器人动作和观测数据，用于训练或评估机器人模型。数据集包括18个episodes，总计1122帧，帧率为30fps，仅包含训练集。数据特征包括动作（如delta位置和旋转）、观测（如末端执行器内部力、姿态、深度图像、点云、相机外参和图像数据），以及时间戳和索引信息。观测数据来自多个传感器，如手腕相机和Azure Kinect相机，提供RGB和深度信息。数据集结构以Parquet文件格式存储，适用于机器人学习和控制任务。

原始信息汇总

数据集概述

• 名称: automate_task_2
• 许可证: Apache-2.0
• 任务类别: 机器人学 (Robotics)
• 创建工具: LeRobot

数据集规模

属性	数值
总片段数	18
总帧数	1122
任务数	1
总视频数	72
总数据块数	1
帧率 (FPS)	30
训练集划分	全部18个片段用于训练

数据特征

数据集包含以下特征（部分特征为视频，部分为数值或点云）：

• 动作 (action): 9维浮点数，表示末端执行器的线性位移 (delta_x、delta_y、delta_z) 和6D旋转变化 (delta_rot6d_0 至 delta_rot6d_5)。
• 观察 - 末端执行器内部力 (observation.eef_internal_forces): 3维浮点数，表示在腕部相机坐标系中的线性EEF内力（x、y、z方向）。
• 观察 - 末端执行器位姿 (observation.eef_pose): 4x4矩阵，表示末端执行器的位姿。
• 观察 - 对齐的插座深度图像 (observation.aligned_socket_depth_img): 480x640浮点数图像，通过对EEF进行反向yaw旋转后对齐的插座深度图。
• 观察 - 初始插头深度图像 (observation.init_plug_depth_img): 480x640浮点数图像，从辅助点云渲染的初始插头深度图。
• 观察 - 点云 (observation.points.initial_wrist_points_world): 动态大小点云，包含世界坐标系下的腕部点云（xyz坐标）。
• 观察 - 腕部相机外参 (observation.cam_wrist.extrinsics): 4x4矩阵，表示腕部相机到世界坐标系的变换矩阵 (T_world_cam)。
• 观察 - 图像: 腕部相机深度 (observation.images.cam_wrist.depth): 720x1280浮点数图像，来自腕部ZED Mini的FoundationStereo深度，单位米。
• 观察 - 图像: 腕部相机RGB (observation.images.cam_wrist): 720x1280x3视频，彩色RGB图像。
• 观察 - 图像: Azure Kinect 正面彩色 (observation.images.cam_azure_kinect_front.color): 720x1280x3视频，原始彩色图像。
• 观察 - 图像: 辅助左相机RGB (observation.images.cam_auxiliary.left): 720x1280x3视频，从辅助ZED左相机捕获的单次RGB图像（脚本设置时捕获）。
• 观察 - 图像: 辅助相机深度 (observation.images.cam_auxiliary.depth): 720x1280x1视频，单次FoundationStereo深度图像，单位uint16毫米。
• 时间戳 (timestamp): 1维浮点数。
• 帧索引 (frame_index): 1维整数。
• 片段索引 (episode_index): 1维整数。
• 索引 (index): 1维整数。
• 任务索引 (task_index): 1维整数。

数据存储结构

• 数据文件路径: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
• 视频文件路径: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4
• 元信息文件: meta/info.json（包含代码版本、机器人类型、分割信息等）
• 机器人类型: script
• 代码版本: v2.1

引用说明

当前引用信息未提供，需查阅论文或主页以获取更多详情。