piper_test

Hugging Face2025-01-30 更新2025-02-10 收录

下载链接：

https://huggingface.co/datasets/KeWangRobotics/piper_test

下载链接

链接失效反馈

官方服务：

资源简介：

该数据集是通过LeRobot创建的，主要用于机器人相关的研究。数据集的结构包括多个特征，如动作、观察状态、图像（手腕和顶部视角）、时间戳、帧索引、任务索引等。数据集的元信息文件（meta/info.json）提供了详细的代码库版本、机器人类型、总集数、总帧数、总任务数、总视频数、总块数、块大小、帧率、数据路径、视频路径等信息。

This dataset was created via LeRobot, primarily intended for robotics research. The dataset's structure includes multiple features such as actions, observation states, images captured from wrist and top-down viewpoints, timestamps, frame indices, task indices, and more. The dataset's metadata file (meta/info.json) provides detailed information including codebase version, robot type, total number of episodes, total frames, total task count, total video count, total chunk count, chunk size, frame rate, data path, video path, and other relevant details.

创建时间：

2025-01-16

原始信息汇总

数据集概述

数据集基本信息

数据集名称： KeWangRobotics/piper_test
任务类别： robotics
标签： LeRobot
许可协议： Apache-2.0

数据集描述

主页： [更多信息需求]
论文： [更多信息需求]
许可： Apache-2.0

数据集结构

代码库版本： v2.0
机器人类型： piper
总剧集数： 54
总帧数： 20646
总任务数： 1
总视频数： 108
总片段数： 1
片段大小： 1000
帧率： 30
数据路径： data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
视频路径： videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4

特征

action：
- 数据类型： float32
- 形状： [7]
- 名称： main_joint_1, main_joint_2, main_joint_3, main_joint_4, main_joint_5, main_joint_6, main_gripper
observation.state：
- 数据类型： float32
- 形状： [7]
- 名称： main_joint_1, main_joint_2, main_joint_3, main_joint_4, main_joint_5, main_joint_6, main_gripper
observation.images.wrist：
- 数据类型： video
- 形状： [480, 640, 3]
- 名称： height, width, channels
- 视频信息：
  - 视频帧率： 30.0
  - 视频高度： 480
  - 视频宽度： 640
  - 视频通道数： 3
  - 视频编解码器： av1
  - 视频像素格式： yuv420p
  - 是否深度图： 否
  - 是否有音频： 否
observation.images.top：
- 数据类型： video
- 形状： [480, 640, 3]
- 名称： height, width, channels
- 视频信息：
  - 视频帧率： 30.0
  - 视频高度： 480
  - 视频宽度： 640
  - 视频通道数： 3
  - 视频编解码器： av1
  - 视频像素格式： yuv420p
  - 是否深度图： 否
  - 是否有音频： 否
timestamp：
- 数据类型： float32
- 形状： [1]
frame_index：
- 数据类型： int64
- 形状： [1]
episode_index：
- 数据类型： int64
- 形状： [1]
index：
- 数据类型： int64
- 形状： [1]
task_index：
- 数据类型： int64
- 形状： [1]

引用

BibTeX：

[更多信息需求]

搜集汇总

数据集介绍

构建方式

piper_test数据集的构建是基于LeRobot系统，该数据集由54个 episodes 组成，共计20646个frames，每个episode包含一系列的robot动作和状态信息，以及与之对应的视频数据。数据以parquet格式存储，视频采用av1编码，且数据集按照train进行划分。

特点

该数据集的特点在于其详尽的robot动作和状态信息，包括主关节和夹持器的角度数据。视频数据提供了腕部视角和顶部视角，有助于研究者从不同角度分析robot的动态行为。此外，数据集遵循apache-2.0协议，保证了数据的开放性和可访问性。

使用方法

使用该数据集时，用户可以通过指定的路径访问以parquet格式存储的robot动作和状态数据，以及对应的视频文件。数据集的结构化设计允许研究者方便地加载和处理数据，进而开展robot行为分析、运动规划等相关研究。

背景与挑战

背景概述

piper_test数据集是在机器人学领域为了研究机器人操作而构建的珍贵资源。该数据集由LeRobot项目创建，其旨在推动机器人技术在执行复杂任务方面的研究与应用。尽管具体创建时间和主要研究人员的信息尚未明确，但piper_test数据集通过其详尽的记录，为机器人操作行为的研究提供了重要支撑，特别是在机械臂的运动控制方面。数据集包含54个 episodes，共计20646帧，涉及单一任务，108个视频文件，并以Parquet格式存储数据，反映出该数据集在数据处理和存储方面的考量。其视频帧率为30fps，结构化的数据形式为科研人员提供了极大的便利，促进了相关领域的学术交流和研究成果的共享。

当前挑战

尽管piper_test数据集为机器人操作研究提供了有力的数据支撑，但在使用过程中也存在一些挑战。首先，数据集缺乏详细的背景信息和元数据描述，这给研究人员理解数据集的构建背景和应用场景带来了一定的困难。其次，由于数据集仅包含单一任务，这限制了其在多样化任务中的应用和验证。此外，数据集构建过程中可能面临的挑战包括数据采集的准确性、数据标注的一致性以及数据存储和访问的效率等问题，这些因素都可能影响数据集的质量和可用性。

常用场景

经典使用场景

在机器人学领域，piper_test数据集的典型应用场景是进行机器人臂的运动控制与任务执行的研究。该数据集提供了详细的机器人关节角度、末端执行器状态以及摄像头图像等数据，使得研究者能够深入分析机器人执行复杂任务时的动态行为。

衍生相关工作

基于piper_test数据集，研究者已开展了一系列相关工作，包括但不限于机器人学习算法的改进、机器人控制策略的优化以及新型机器人臂的设计等。这些工作进一步推动了机器人技术的进步，扩展了数据集的应用范围。

数据集最近研究