fold_v1_biarm_s101

这是一个使用LeRobot工具创建的机器人数据集，包含4个剧集，共计8699帧，1个任务，16个视频，数据被分为1个块，每个块包含1000帧。数据集的帧率为30fps，且仅包含训练分割。数据集中的特征包括动作、状态、顶部图像、正面图像、右腕图像、左腕图像和时间戳等，以及相关的索引信息。

原始信息汇总

数据集概述

基本信息

• 许可证: apache-2.0
• 任务类别: 机器人学 (robotics)
• 标签: LeRobot
• 创建工具: LeRobot

数据集结构

• 数据文件格式: Parquet
• 配置名称: default
• 数据文件路径: data/*/*.parquet

元数据信息

• 代码库版本: v2.1
• 机器人类型: bi_so100_follower
• 总集数: 4
• 总帧数: 8699
• 总任务数: 1
• 总视频数: 16
• 总块数: 1
• 块大小: 1000
• 帧率: 30 fps
• 训练集分割: 0:4

数据特征

动作 (action)

• 数据类型: float32
• 形状: [12]
• 名称:
  • left_shoulder_pan.pos
  • left_shoulder_lift.pos
  • left_elbow_flex.pos
  • left_wrist_flex.pos
  • left_wrist_roll.pos
  • left_gripper.pos
  • right_shoulder_pan.pos
  • right_shoulder_lift.pos
  • right_elbow_flex.pos
  • right_wrist_flex.pos
  • right_wrist_roll.pos
  • right_gripper.pos

观察状态 (observation.state)

• 数据类型: float32
• 形状: [12]
• 名称: 同动作特征

观察图像

• 数据类型: video
• 形状: [480, 640, 3]
• 名称: height, width, channels
• 图像类型:
  • observation.images.top
  • observation.images.front
  • observation.images.wrist_right
  • observation.images.wrist_left
• 视频信息:
  • 高度: 480
  • 宽度: 640
  • 编解码器: av1
  • 像素格式: yuv420p
  • 是否为深度图: false
  • 帧率: 30 fps
  • 通道数: 3
  • 是否包含音频: false

其他特征

• timestamp: float32, 形状 [1]
• frame_index: int64, 形状 [1]
• episode_index: int64, 形状 [1]
• index: int64, 形状 [1]
• task_index: int64, 形状 [1]

数据路径

• 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

引用信息

• BibTeX: [More Information Needed]

搜集汇总

数据集介绍

构建方式

在机器人技术领域，fold_v1_biarm_s101数据集通过LeRobot平台精心构建，采用高精度双机械臂系统采集数据。数据以30fps的帧率记录，包含4个完整任务周期，共计8699帧动作序列。原始数据被分割为1000帧的块状结构存储，每个episode的关节位置信息和多视角视觉数据均以Parquet格式高效封装，确保了数据的完整性和可追溯性。

特点

该数据集最显著的特征在于其多维度的数据采集体系，不仅包含12自由度双机械臂的精确关节位置数据，还同步记录了顶部、正面及双侧腕部摄像头的480p彩色视频流。所有动作数据以float32精度保存，视频采用AV1编码压缩，形成了时空对齐的多模态数据矩阵。这种结构特别适合研究机械臂运动控制与视觉感知的协同建模。

使用方法

研究者可通过解析Parquet文件直接获取结构化数据，利用帧索引和任务索引实现精确数据定位。视频数据存储在独立路径下，配合元数据中的时空标记，可轻松实现动作-视觉数据的同步分析。该数据集默认配置为训练集，适用于模仿学习、强化学习等算法的开发验证，建议配合LeRobot代码库进行深度开发利用。

背景与挑战

背景概述

fold_v1_biarm_s101数据集由LeRobot项目团队构建，专注于机器人控制与行为学习领域。该数据集记录了双机械臂系统的多模态传感器数据，包括关节位置状态、多视角视觉信息及时间序列标记，旨在为机器人动作模仿与强化学习研究提供高质量的真实世界交互数据。其采用Apache-2.0开源协议，通过30fps同步采集的8699帧数据，完整呈现了4个任务情景下的双臂协同操作过程，为机器人灵巧操作研究建立了新的基准。

当前挑战

该数据集面临的核心挑战在于双机械臂系统的高维连续动作空间建模，12自由度关节控制需精确协调空间轨迹与时序逻辑。多视角视频数据虽提供丰富环境信息，但异构传感器的时间对齐与跨模态特征融合仍存在技术瓶颈。构建过程中，机械臂运动学约束下的数据采集效率与安全性平衡、长周期任务的数据分块存储策略设计，以及真实场景光照变化对视觉数据质量的影响，均为亟待突破的工程难题。

常用场景

经典使用场景

在机器人控制领域，fold_v1_biarm_s101数据集为双臂协作任务提供了丰富的实验数据。该数据集通过记录双臂机械臂的关节位置、视觉观察和时间戳等信息，为研究人员提供了一个标准化的测试平台，用于开发和评估双臂协同控制算法。

实际应用

在实际应用中，fold_v1_biarm_s101数据集可广泛应用于工业自动化、医疗手术辅助和家庭服务机器人等领域。其提供的双臂协同数据为复杂任务的自动化执行提供了可靠的技术支持，例如精密装配、物品搬运和患者护理等场景。

衍生相关工作

基于fold_v1_biarm_s101数据集，已衍生出多项经典研究工作，包括双臂运动规划算法、视觉-动作联合建模方法以及实时避碰策略等。这些工作不仅提升了双臂机器人的操作能力，也为后续研究提供了重要的技术参考。