assemble_box_with_phone_stand0430_merged

该数据集是一个机器人操作数据集，使用双Flexiv Rizon4 RT机器人收集，包含116个操作片段和超过112万帧数据。数据集包含多种观测数据，如动作数据（包括左右机械臂的TCP位置和姿态、夹爪位置）、状态观测（与动作数据相同）、以及来自不同视角的图像观测（头部摄像头、左右手腕摄像头、左右触觉传感器图像）。所有图像数据以视频形式存储，分辨率和帧率等信息在数据集中有详细说明。数据以parquet格式存储，视频以mp4格式存储。

原始信息汇总

数据集概述

基本信息

• 数据集名称: assemble_box_with_phone_stand0430_merged
• 许可证: Apache-2.0
• 任务类别: 机器人学（robotics）
• 标签: LeRobot
• 创建工具: 该数据集使用 LeRobot 创建

数据集规模

• 总片段数: 116
• 总帧数: 1,122,623
• 总任务数: 1
• 帧率: 30 FPS
• 数据文件大小: 100 MB
• 视频文件大小: 500 MB

数据集划分

• 训练集: 片段 0 至 115（共116个片段）

机器人类型

• 机器人型号: bi_flexiv_rizon4_rt（双臂机器人）

特征结构

• 动作（action）:
  • 数据类型: float32
  • 维度: 20
  • 包含：左右TCP位置与姿态（各6维）、左右夹爪位置（各1维）
• 观测状态（observation.state）:
  • 数据类型: float32
  • 维度: 20
  • 包含：与动作相同（左右TCP位置与姿态、左右夹爪位置）
• 观测图像（observation.images）:
  • 头部摄像头（head）: 分辨率 480x640，3通道，H.264编码，30 FPS
  • 左腕摄像头（left_wrist）: 分辨率 480x640，3通道，H.264编码，30 FPS
  • 右腕摄像头（right_wrist）: 分辨率 480x640，3通道，H.264编码，30 FPS
  • 左触觉传感器0（left_tactile_0）: 分辨率 400x700，3通道，H.264编码，30 FPS
  • 左触觉传感器1（left_tactile_1）: 分辨率 400x700，3通道，H.264编码，30 FPS
  • 右触觉传感器0（right_tactile_0）: 分辨率 400x700，3通道，H.264编码，30 FPS
  • 右触觉传感器1（right_tactile_1）: 分辨率 400x700，3通道，H.264编码，30 FPS
• 其他特征:
  • 时间戳（timestamp）: float32，形状[1]
  • 帧索引（frame_index）: int64，形状[1]
  • 片段索引（episode_index）: int64，形状[1]
  • 索引（index）: int64，形状[1]
  • 任务索引（task_index）: int64，形状[1]

数据存储格式

• 数据文件路径: data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet
• 视频文件路径: videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4