earbuds_case_assembly_with_lid_operation

这是一个使用LeRobot创建的机器人学数据集，包含来自bi-flexiv rizon4机器人的数据。数据集记录了机器人的动作、观察数据（状态和多摄像头图像）、时间戳以及情景/任务索引。包含3个情景、12300帧画面和1个任务，数据以parquet文件和视频文件格式存储。

原始信息汇总

数据集概述

数据集名称：Earbuds Case Assembly with Lid Operation
数据集地址：https://huggingface.co/datasets/Xense/earbuds_case_assembly_with_lid_operation
许可证：Apache-2.0

---

数据集描述

该数据集使用 LeRobot 框架创建，专注于机器人操作任务，具体为耳机壳组装及盖子操作任务。

---

数据集规模与结构

• 机器人类型：bi_flexiv_rizon4_rt（双臂机器人）
• 总任务数：1
• 总片段（episodes）数：21
• 总帧数：90,309
• 帧率（fps）：30
• 数据划分：全部 21 个片段用于训练（train: 0:21）
• 数据文件大小：约 100 MB（parquet 格式）
• 视频文件大小：约 500 MB（mp4 格式，H.264 编码）

---

数据特征

数据集包含以下特征，所有数据均以 30fps 的帧率记录：

1. 机器人状态与动作

• 动作（action）：float32 类型，20 维向量，包括：
  • 左右 TCP（工具中心点）的 6 维位姿（x, y, z, r1~r6）
  • 左右夹爪位置（left_gripper.pos, right_gripper.pos）
• 观察状态（observation.state）：与动作相同的 20 维向量，表示当前状态。

2. 视觉观测（图像）

• 头部摄像头（observation.images.head）：480×640 像素，3 通道 RGB，H.264 视频
• 左手腕摄像头（observation.images.left_wrist）：480×640 像素，3 通道 RGB
• 右手腕摄像头（observation.images.right_wrist）：480×640 像素，3 通道 RGB
• 左侧触觉传感器 0（observation.images.left_tactile_0）：400×700 像素，3 通道 RGB
• 左侧触觉传感器 1（observation.images.left_tactile_1）：400×700 像素，3 通道 RGB
• 右侧触觉传感器 0（observation.images.right_tactile_0）：400×700 像素，3 通道 RGB
• 右侧触觉传感器 1（observation.images.right_tactile_1）：400×700 像素，3 通道 RGB

所有图像均为实时视频流，无音频，H.264 编码，yuv420p 像素格式，非深度图。

3. 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

• 数据路径：data/chunk-{chunk_index:03d}/file-{file_index:03d}.parquet，chunks_size 为 1000
• 视频路径：videos/{video_key}/chunk-{chunk_index:03d}/file-{file_index:03d}.mp4

---

引用信息

当前数据集尚未提供 BibTeX 引用格式。