bimanual_blue_block_handover_26

这是一个关于机器人学的数据集，由LeRobot创建。数据集包含40个剧集，总共34654帧，1个任务，120个视频和1个块，块大小为1000。数据集提供了多种类型的特征，包括动作、状态、手腕左右和顶部摄像头的图像信息。所有视频的帧率为30fps，且不包含音频。

原始信息汇总

数据集概述

基本信息

• 名称: bimanual_blue_block_handover_26
• 任务类别: 机器人技术
• 标签: LeRobot
• 许可证: Apache-2.0
• 创建工具: LeRobot

数据集规模

• 总任务数: 1
• 总片段数: 40
• 总帧数: 34654
• 总视频数: 120
• 数据块数: 1
• 块大小: 1000
• 帧率: 30 fps
• 训练集划分: 0:40

数据结构

数据文件格式

• 数据文件: Parquet格式
• 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

特征字段

动作特征

• 名称: action
• 数据类型: float32
• 维度: [12]
• 关节位置:
  • 左肩平移位置
  • 左肩抬升位置
  • 左肘弯曲位置
  • 左腕弯曲位置
  • 左腕旋转位置
  • 左夹爪位置
  • 右肩平移位置
  • 右肩抬升位置
  • 右肘弯曲位置
  • 右腕弯曲位置
  • 右腕旋转位置
  • 右夹爪位置

状态观测

• 名称: observation.state
• 数据类型: float32
• 维度: [12]
• 关节位置:
  • 左肩平移位置
  • 左肩抬升位置
  • 左肘弯曲位置
  • 左腕弯曲位置
  • 左腕旋转位置
  • 左夹爪位置
  • 右肩平移位置
  • 右肩抬升位置
  • 右肘弯曲位置
  • 右腕弯曲位置
  • 右腕旋转位置
  • 右夹爪位置

图像观测

右腕摄像头

• 名称: observation.images.wrist_right
• 数据类型: 视频
• 分辨率: 480×640×3
• 视频编码: AV1
• 像素格式: yuv420p
• 非深度图

左腕摄像头

• 名称: observation.images.wrist_left
• 数据类型: 视频
• 分辨率: 480×640×3
• 视频编码: AV1
• 像素格式: yuv420p
• 非深度图

顶部RealSense摄像头

• 名称: observation.images.realsense_top
• 数据类型: 视频
• 分辨率: 480×640×3
• 视频编码: AV1
• 像素格式: yuv420p
• 非深度图

索引字段

• 时间戳: float32[1]
• 帧索引: int64[1]
• 片段索引: int64[1]
• 数据索引: int64[1]
• 任务索引: int64[1]

技术规格

• 机器人类型: bi_so101_follower
• 代码库版本: v2.1
• 视频帧率: 30 fps
• 视频通道: 3
• 音频: 无

搜集汇总

数据集介绍

构建方式

在机器人协作研究领域，该数据集通过LeRobot平台系统采集，记录了双手机器人执行蓝色积木交接任务的全过程。数据以30帧/秒的速率捕获，涵盖40个完整交互片段，总计34654帧时序数据。采用分块存储机制，每个数据块包含1000帧交互记录，并以标准化Parquet格式保存动作轨迹与多视角视觉信息。

特点

该数据集的核心价值在于其多维度的异构数据融合，同时整合了12维双手机械臂关节空间动作指令、三路高清视觉流（包括左右腕部摄像头及顶部RealSense视角）以及精确的时间戳标记。所有传感器数据均以30Hz频率同步采集，形成时空对齐的多模态观测序列，为研究双臂协调控制与视觉反馈机制提供了丰富的数据基础。

使用方法

研究者可通过解析Parquet文件中的特征矩阵重构交互场景，其中动作张量包含12个关节位置控制量，观测状态则对应机械臂实时位姿。三路视频流分别从不同视角记录任务执行过程，配合帧索引与时间戳可实现精确的时空对齐。该数据集适用于模仿学习、多传感器融合等算法验证，所有训练片段已按标准格式预处理完毕，可直接加载至主流机器人学习框架。

背景与挑战

背景概述

在机器人协作领域，双手机器人操作任务的研究日益受到关注。bimanual_blue_block_handover_26数据集由LeRobot团队基于其开源平台构建，专注于双手机器人交接蓝色积木的精细操作。该数据集通过记录两台协作机器人的12维关节位置状态、多视角视觉数据及时间戳信息，为研究双手机器人协同控制策略提供了结构化实验数据。其设计目标在于探索机器人间物体传递的动态协调机制，对推动服务机器人、工业自动化等领域的智能交互技术发展具有重要价值。

当前挑战

双手机器人交接任务面临动作时序同步与空间轨迹规划的复合挑战，需解决多自由度机械臂在动态环境中的避障与精准定位问题。数据集构建过程中，需克服多传感器数据融合的实时性难题，确保视觉流与关节状态数据在30Hz采样频率下的严格对齐。此外，双视角视频编码与高维动作空间的存储优化亦对数据管线的设计提出了较高要求，需在保证数据完整性的同时维持高效的读写性能。

常用场景

经典使用场景

在机器人协作领域，bimanual_blue_block_handover_26数据集为双手机器人交接任务提供了标准化实验平台。该数据集通过记录双臂协同操作蓝色积木的完整轨迹，包括关节位置、视觉感知和时间序列数据，成为训练模仿学习与强化学习算法的核心资源。研究者可利用其多模态观测数据构建端到端控制策略，模拟真实环境中物体传递的动态交互过程。

解决学术问题

该数据集有效解决了双手机器人运动规划中的时空协调难题。通过提供精确的关节角度序列与多视角视觉反馈，助力研究者突破双臂避碰、抓握力控制等关键技术瓶颈。其结构化数据格式显著降低了复杂动作序列建模的难度，为验证分层控制理论、动态系统建模等学术假设提供了可靠基准。

衍生相关工作

基于该数据集衍生的研究推动了多智能体强化学习在机器人控制中的融合创新。部分工作探索了视觉-动作映射网络架构，另有研究利用其时序特征开发了预测性交接模型。这些成果进一步催生了面向动态物体的自适应抓取算法，形成了从感知到执行的完整技术链条。