stack_three_cups

该数据集是一个机器人操作数据集，用于堆叠三个杯子的任务。它使用UR5机器人臂，通过遥操作收集数据，并采用LeRobot框架。数据集包含50个episodes，共17945帧，每个episode包含左右摄像头RGB图像（720x1280，3通道）和深度图像（720x1280，1通道），以及7个关节的动作和状态（包括夹爪位置）。数据以15帧每秒采集，并存储为parquet和视频文件。This dataset is a robot manipulation dataset for the task of stacking three cups. It uses a UR5 robot arm, collects data via teleoperation, and employs the LeRobot framework. The dataset contains 50 episodes with a total of 17,945 frames. Each episode includes left and right camera RGB images (720x1280, 3 channels) and depth images (720x1280, 1 channel), as well as actions and states of 7 joints (including gripper position). Data is collected at 15 frames per second and stored as parquet and video files.

原始信息汇总

数据集详情：stack_three_cups

基本信息

• 数据集名称：stack_three_cups
• 许可证：Apache 2.0
• 任务类别：机器人学（robotics）
• 创建工具：使用 LeRobot 框架创建
• 创建来源：基于 UR5 机械臂的遥操作（teleoperation）数据

数据集结构

数据规模

• 总片段数（episodes）：50
• 总帧数（frames）：17,945
• 任务数量：1
• 采样频率：15 FPS
• 数据集划分：仅包含训练集（train），划分为 0:50

特征维度

• 动作特征（action）：7 维，包含 6 个关节位置（left_shoulder_pan_joint、left_shoulder_lift_joint、left_elbow_joint、left_wrist_1_joint、left_wrist_2_joint、left_wrist_3_joint）和夹爪位置（gripper.pos）
• 状态特征（observation.state）：7 维，与动作特征保持一致
• 观测图像（observation.images）：
  • 左摄像头：分辨率 720x1280，RGB 3 通道，AV1 编码，15 FPS
  • 右摄像头：分辨率 720x1280，RGB 3 通道，AV1 编码，15 FPS
  • 左深度摄像头：分辨率 720x1280，单通道（深度图），HEVC 编码，单位毫米（mm），深度范围 0.01 至 10.0 米，采用对数深度映射
  • 右深度摄像头：分辨率 720x1280，单通道（深度图），HEVC 编码，单位毫米（mm），深度范围 0.01 至 10.0 米，采用对数深度映射

其他元数据

• 时间戳（timestamp）：float32，1 维
• 帧索引（frame_index）：int64，1 维
• 片段索引（episode_index）：int64，1 维
• 全局索引（index）：int64，1 维
• 任务索引（task_index）：int64，1 维

数据存储

• 数据文件路径：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet（Parquet 格式）
• 视频文件路径：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4（MP4 格式）
• 数据文件大小：约 100 MB
• 视频文件大小：约 200 MB
• 分块大小：1000

机器人与环境

• 机器人类型：mantis_follower
• 任务背景：涉及叠放三个杯子的操作任务

备注

• 该数据集可通过 LeRobot 可视化工具进行浏览和预览
• 数据集的详细信息（如论文、引用等）暂未提供