bimanual_blue_block_handover_18

这是一个关于机器人双臂操作的数据集，包含20个场景，共22588帧，分为1个任务。每个场景都有对应的视频文件和Parquet格式的数据文件。数据集提供了多种类型的观察数据，包括双臂的动作位置、手腕和顶部的视频图像等。数据集的帧率为30fps，所有视频都没有音频。

This is a dataset for dual-arm robotic manipulation. It contains 20 scenarios with a total of 22588 frames, corresponding to one single unified task. Each scenario has its associated video files and data files in Parquet format. The dataset provides various types of observational data, including the motion positions of the dual arms, video images captured at the wrists and the overhead view, and so forth. The frame rate of all videos is 30 fps, and none of the videos contain audio tracks.

原始信息汇总

数据集概述

基本信息

• 数据集名称: bimanual_blue_block_handover_18
• 创建工具: LeRobot
• 许可证: Apache-2.0
• 任务类别: 机器人技术

数据集特征

• 机器人类型: 双臂机器人（bi_so101_follower）
• 任务数量: 1
• 总片段数: 20
• 总帧数: 22588
• 总视频数: 60
• 帧率: 30 FPS

数据结构

数据特征

• 动作数据:

  • 数据类型: float32
  • 维度: [12]
  • 关节位置控制: 左右机械臂各6个关节（肩部平移、肩部抬升、肘部弯曲、腕部弯曲、腕部旋转、夹爪位置）

• 观测数据:

  • 状态观测:
    • 数据类型: float32
    • 维度: [12]
    • 关节位置反馈: 左右机械臂各6个关节
  • 图像观测:
    • 右手腕相机:
      • 分辨率: 480×640×3
      • 视频编码: AV1
      • 像素格式: yuv420p
    • 左手腕相机:
      • 分辨率: 480×640×3
      • 视频编码: AV1
      • 像素格式: yuv420p
    • 顶部RealSense相机:
      • 分辨率: 480×640×3
      • 视频编码: AV1
      • 像素格式: yuv420p

元数据

• 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]

数据组织

• 数据文件格式: Parquet
• 数据路径模式: data/chunk-{episode_chunk:03d}/episode_{episode_index:06d}.parquet
• 视频路径模式: videos/chunk-{episode_chunk:03d}/{video_key}/episode_{episode_index:06d}.mp4
• 数据分块: 1个块，每块1000个片段
• 训练集: 全部20个片段

技术规格

• 代码库版本: v2.1
• 所有视频均无音频
• 所有图像均为RGB彩色，非深度图
• 统一帧率: 30 FPS

搜集汇总

数据集介绍

构建方式

在机器人操作研究领域，bimanual_blue_block_handover_18数据集通过LeRobot平台精心构建，采用双手机器人系统记录物体交接任务。该数据集包含20个完整交互片段，总计22588帧数据，以30帧每秒的速率采集。数据以分块形式存储于Parquet文件中，每个块包含1000帧，确保高效的数据管理与访问。

特点

该数据集在机器人学习领域展现出多模态特性，融合了关节位置状态与多视角视觉信息。其动作空间涵盖12维双手机器人关节控制，观测数据则整合了手腕及顶部摄像头的RGB视频流，分辨率达640x480。数据结构设计严谨，包含时间戳与索引字段，为模仿学习与策略优化研究提供了丰富而一致的实验基础。

使用方法

研究者可通过标准数据加载流程调用该数据集，利用预定义的数据路径模板访问分块存储的交互记录。训练集涵盖全部20个交互片段，支持直接从视频流与状态数据中提取特征。该架构兼容主流机器人学习框架，便于开发双手协调控制算法，并为视觉-动作映射研究提供标准化实验环境。

背景与挑战

背景概述

在机器人操作领域，双手机器人协同作业是实现复杂任务的关键技术。bimanual_blue_block_handover_18数据集由HuggingFace的LeRobot项目团队构建，专注于双手机器人间的物体交接任务。该数据集通过记录双机械臂的关节位置、视觉感知数据及时间戳，为研究机器人精细操作与协作提供了重要支撑。其核心研究问题在于解决双手机器人动作协调与物体传递的稳定性，对推动服务机器人与工业自动化发展具有显著意义。

当前挑战

该数据集旨在应对机器人双手交接任务中的动作同步与物体定位难题，涉及多传感器数据融合与实时控制策略的优化。构建过程中，数据采集面临双机械臂轨迹精确对齐、多视角视觉数据同步存储等技术挑战，同时需确保高维度动作数据与图像序列的一致性，这对硬件同步与数据处理流程提出了严格要求。

常用场景

经典使用场景

在机器人协作领域，bimanual_blue_block_handover_18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机械臂对蓝色积木的交接过程，包含多视角视觉数据与关节运动轨迹，成为研究双手协调控制算法的基准资源。其结构化动作序列与同步观测数据，能够有效支持模仿学习与强化学习模型的训练与验证。

实际应用

在工业自动化场景中，该数据集支撑的算法可应用于精密装配流水线的物料传递环节。基于视觉感知的双手协调控制能有效提升电子元件组装、医疗器械传递等任务的可靠性。其提供的实时运动规划方案为柔性制造系统中的人机协作安全标准建立了技术范本。

衍生相关工作

基于该数据集衍生的研究推动了分层强化学习在双臂控制中的应用进展。多项工作通过解耦动作空间与视觉感知模块，开发出具有泛化能力的交接策略。这些成果进一步催生了面向动态目标的适应性抓取算法，为后续多物体操作数据集的构建提供了方法论借鉴。