news 2026/7/6 5:11:40

如何构建自己的机器人数据集：LeRobot数据收集与处理教程

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
如何构建自己的机器人数据集：LeRobot数据收集与处理教程

如何构建自己的机器人数据集：LeRobot数据收集与处理教程

【免费下载链接】lerobot_ros2openEuler's work on the ROS2 adaptation of the lerobot AI robot framework also involves modifications to the original lerobot code to support new kinematic models and the Ascend NPU.项目地址: https://gitcode.com/openeuler/lerobot_ros2

前往项目官网免费下载：https://ar.openeuler.org/ar/

想要训练出真正实用的机器人AI模型吗？🤖 构建高质量的数据集是关键！LeRobot作为openEuler社区中的机器人AI框架，提供了完整的机器人数据集构建解决方案，让每个人都能轻松收集和处理自己的机器人数据。无论您是机器人爱好者还是专业研究人员，本教程将带您深入了解LeRobot数据收集与处理的完整流程。

🎯 为什么需要构建自己的机器人数据集？

在机器人AI领域，数据集的质量直接决定了模型的性能。使用LeRobot构建自定义数据集具有以下优势：

  • 针对性训练：针对特定任务和环境收集数据
  • 成本控制：使用经济实惠的硬件（如SO-101机械臂，仅需€114/台）
  • 数据多样性：收集多种场景下的演示数据
  • 快速迭代：LeRobot提供了高效的数据收集和处理工具

SO-101机械臂正在进行数据收集演示

📦 LeRobot数据集格式解析

LeRobot采用标准化的数据集格式（v3.0），让数据管理变得简单高效。数据集的核心结构包括：

  1. 观测数据：机器人状态、相机图像等多模态信息
  2. 动作数据：机器人执行的动作指令
  3. 元数据：任务描述、时间戳、帧索引等
  4. 视频数据：MP4格式的视觉记录

数据集存储在Hugging Face Hub上，支持在线访问和本地缓存。您可以在examples/dataset/load_lerobot_dataset.py中找到加载数据集的完整示例。

🛠️ 数据收集准备工作

硬件配置

LeRobot支持多种机器人硬件，包括：

  • SO-101机械臂：经济实惠的开源机械臂
  • LeKiwi移动机器人：基于SO-101的移动平台
  • HopeJR人形机械臂：具备灵巧手的高级平台

LeKiwi移动机器人结合了SO-101机械臂和移动底盘

软件环境搭建

首先克隆LeRobot仓库并设置环境：

git clone https://gitcode.com/openeuler/lerobot_ros2 cd lerobot_ros2 pip install -e .

对于特定机器人支持，可以安装额外依赖：

pip install -e ".[so100]" # SO-101机械臂支持

🎬 开始数据收集实战

步骤1：配置机器人连接

LeRobot提供了灵活的配置系统。以下是一个SO-101机械臂的数据收集配置示例：

# 机器人配置 follower_config = SO100FollowerConfig( port="/dev/tty.usbmodem5A460814411", id="my_awesome_follower_arm", cameras={"front": OpenCVCameraConfig(index_or_path=0, width=640, height=480, fps=30)}, use_degrees=True ) # 遥操作配置 leader_config = SO100LeaderConfig( port="/dev/tty.usbmodem5A460819811", id="my_awesome_leader_arm" )

完整配置示例可在examples/so100_to_so100_EE/record.py中找到。

步骤2：启动数据收集会话

使用命令行工具开始数据收集：

lerobot-record \ --robot.type=so101_follower \ --robot.port=/dev/tty.usbmodem585A0076841 \ --robot.id=my_awesome_follower_arm \ --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 1920, height: 1080, fps: 30}}" \ --teleop.type=so101_leader \ --teleop.port=/dev/tty.usbmodem58760431551 \ --teleop.id=my_awesome_leader_arm \ --display_data=true \ --dataset.repo_id=${HF_USER}/record-test \ --dataset.num_episodes=5 \ --dataset.single_task="Grab the black cube"

SO-101机械臂的领导者-跟随者配置进行数据收集

步骤3：实时数据可视化

LeRobot集成了rerun.io进行实时数据可视化，让您可以在收集过程中监控：

  • 相机流
  • 机器人状态
  • 动作指令
  • 任务进度

🔧 数据处理与增强

数据格式转换

LeRobot提供了强大的数据处理管道，支持多种数据转换：

# 构建关节到末端执行器的转换管道 follower_joints_to_ee = RobotProcessorPipelineRobotObservation, RobotObservation) ), EEBoundsAndSafety() ] )

数据集工具使用

LeRobot提供了丰富的数据集处理工具：

  1. 删除特定片段：移除质量不佳的数据
  2. 数据集分割：创建训练/验证/测试集
  3. 数据集合并：整合多个数据源
  4. 特征增删：调整数据集结构

使用命令行工具处理数据集：

# 删除特定片段 lerobot-edit-dataset \ --repo_id lerobot/pusht \ --operation.type delete_episodes \ --operation.episode_indices "[0, 2, 5]" # 分割数据集 lerobot-edit-dataset \ --repo_id lerobot/pusht \ --operation.type split \ --operation.splits '{"train": 0.8, "test": 0.2, "val": 0.2}'

详细工具使用指南可在docs/source/using_dataset_tools.mdx中找到。

📊 数据集质量评估

视觉检查

使用数据集可视化工具检查收集的数据：

lerobot-dataset-viz \ --repo-id lerobot/pusht \ --episode-index 0

统计分析

LeRobot自动计算数据集的统计信息：

  • 特征的最大值、最小值、平均值和标准差
  • 帧率和时间同步信息
  • 任务分布统计

🚀 高级数据收集技巧

多任务数据收集

为复杂任务构建多样化数据集：

# 定义多个任务 tasks = [ "Pick and place the red block", "Stack three blocks", "Open the drawer", "Pour water into cup" ] # 按任务收集数据 for task in tasks: record_loop( robot=robot, events=events, fps=30, dataset=dataset, teleop=[leader_arm, keyboard], control_time_s=60, single_task=task, display_data=True )

时间戳同步优化

LeRobot v3.0引入了改进的时间戳同步机制，确保多模态数据的精确对齐。使用delta_timestamps参数可以灵活查询时间相关的数据帧：

# 查询时间相关的多帧数据 dataset = LeRobotDataset("lerobot/aloha_static_coffee") sample = dataset[0, delta_timestamps={"observation.image": [-1, -0.5, -0.2, 0]}]

📈 数据集版本管理

上传到Hugging Face Hub

将收集的数据集分享给社区：

huggingface-cli upload ${HF_USER}/${REPO_NAME} path/to/pretrained_model

版本控制最佳实践

  1. 清晰的命名约定：包含机器人类型、任务和日期
  2. 详细的元数据：记录硬件配置和收集环境
  3. 质量标签：标记高质量演示片段
  4. 许可证信息：明确使用权限

🎯 实际应用案例

案例1：桌面操作任务

收集SO-101机械臂执行桌面操作的数据：

  • 任务：抓取和放置物体
  • 数据量：50个演示片段
  • 时长：每个片段30秒
  • 结果：训练出能够自主完成抓取任务的模型

案例2：移动机器人导航

收集LeKiwi移动机器人的导航数据：

  • 任务：室内环境导航
  • 传感器：RGB-D相机、IMU、轮式编码器
  • 数据量：100个轨迹
  • 结果：实现可靠的自主导航能力

HopeJR人形机械臂进行灵巧操作任务的数据收集

🔍 故障排除与优化

常见问题解决

  1. 连接问题：检查串口权限和设备路径
  2. 同步问题：校准相机和机器人时间戳
  3. 数据丢失：增加缓冲区大小和检查存储空间
  4. 性能问题：优化图像压缩和存储格式

性能优化建议

  • 使用SSD存储提高读写速度
  • 调整图像分辨率和帧率平衡质量与性能
  • 启用多线程图像写入
  • 定期清理临时文件

📚 学习资源与下一步

官方文档

深入学习LeRobot数据集相关功能：

  • LeRobotDataset v3.0文档
  • 数据集工具使用指南
  • 机器人集成文档

示例代码

参考完整的数据收集示例：

  • LeKiwi数据收集示例
  • SO-101数据收集示例
  • 数据集加载示例

💡 总结与展望

通过本教程，您已经掌握了使用LeRobot构建机器人数据集的核心技能。记住这些关键要点：

  1. 从简单开始：先收集少量高质量数据
  2. 注重多样性：覆盖任务的不同变体
  3. 持续迭代：根据模型表现调整数据收集策略
  4. 分享成果：将数据集贡献给社区

LeRobot的数据集生态系统正在快速发展，未来将支持更多机器人平台和任务类型。现在就开始构建您的第一个机器人数据集吧！🚀

使用LeRobot，每个人都能为机器人AI的发展贡献自己的力量。无论是学术研究还是工业应用，高质量的数据集都是成功的关键。立即开始您的机器人数据收集之旅，为智能机器人的未来添砖加瓦！🤖✨

【免费下载链接】lerobot_ros2openEuler's work on the ROS2 adaptation of the lerobot AI robot framework also involves modifications to the original lerobot code to support new kinematic models and the Ascend NPU.项目地址: https://gitcode.com/openeuler/lerobot_ros2

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/7/6 5:09:44

UnifiedBus DLock分布式锁：保障超节点数据一致性的关键

UnifiedBus DLock分布式锁：保障超节点数据一致性的关键 【免费下载链接】UnifiedBus-docs Documentation Repository Dedicated to UnifiedBus 项目地址: https://gitcode.com/openeuler/UnifiedBus-docs 前往项目官网免费下载：https://ar.openeu…

作者头像 李华
网站建设 2026/7/6 5:11:36

YOLOv8 安装与实战指南：从环境配置到模型训练全解析

上周帮一个刚入行的朋友搭环境，他上来就问：“YOLOv8 的安装是不是特别复杂？我看网上教程一堆，但跑起来总报错。” 我让他把报错信息发过来，一看，问题其实很简单：他照着某个教程装了最新版的 PyT…

作者头像 李华
网站建设 2026/6/30 17:54:09

如何快速部署safeguard？5分钟入门Linux内核安全监控工具

如何快速部署safeguard？5分钟入门Linux内核安全监控工具 【免费下载链接】safeguard Linux security audit, control, and behavior analysis tools based on KRSI(eBPFLSM) 项目地址: https://gitcode.com/openeuler/safeguard 前往项目官网免费下载&#x…

作者头像 李华
网站建设 2026/7/6 5:09:43

CTForge性能优化：10个提升eBPF安全框架效率的技巧

CTForge性能优化：10个提升eBPF安全框架效率的技巧 【免费下载链接】ctforge CTForge is an eBPF-based security framework that provides non-intrusive, dynamic protection with centralized control. It features an extensible payload ecosystem for hardenin…

作者头像 李华
网站建设 2026/6/30 17:53:43

如何快速上手oeDeploy？3分钟掌握oedp命令行工具核心操作

如何快速上手oeDeploy？3分钟掌握oedp命令行工具核心操作 【免费下载链接】oeDeploy Tool suite for app installation and deployment 项目地址: https://gitcode.com/openeuler/oeDeploy 前往项目官网免费下载：https://ar.openeuler.org/ar/ oe…

作者头像 李华
网站建设 2026/7/3 22:11:58

OpenBoardView：解决专业PCB分析的5大痛点与完整工作流指南

OpenBoardView：解决专业PCB分析的5大痛点与完整工作流指南 【免费下载链接】OpenBoardView View .brd files 项目地址: https://gitcode.com/gh_mirrors/op/OpenBoardView 作为一名硬件工程师或维修技术人员，你是否经常面临这样的困境&#xff1a…

作者头像 李华