跳到主要内容

数据准备

把采集到的 rosbag 转成 LeRobot v3 数据集。

配置​

编辑 configs/data/RobanRosbag2Lerobot.yaml：

rosbag:
  mode: normal
  rosbag_dir: /path/to/roban_rosbags
  target_dir: /path/to/roban_output   # 最终数据集在 target_dir/lerobot
  parallel: false
  parallel_workers: 4

dataset:
  platform_type: roban
  task_description: "robot manipulation"
  train_hz: 50
  main_timeline: head_cam_h
  main_timeline_fps: 60
  sample_drop: 10
  resize:
    width: 640
    height: 480
  topics:
    camera: /cam_h/color/image_raw/compressed

关键约定：

字段要求
platform_type必须是 roban
train_hz建议保持 50，与 HEFT 控制频率对齐
主相机 fps 与训练频率不整除时

转换脚本会按时间戳重采样。

运行​

python kuavo_data/roban_data/CvtRosbag2Lerobot.py

产出校验​

转换后的 LeRobot v3 数据集应包含：

observation.state                     float32[23]
action                                float32[32]
observation.images.head_cam_h         image/video

维度对不上就不要往下走——后面训练不会报错，但模型学出来是错的。

下一步​

模型训练