青里具身智能数据采集平台

用一块数位板遥操机械臂采数据，自动质检，一键打包成可训练数据集。 一、要解决的问题 训练具身智能策略的团队（高校实验室、机器人创业公司）都要为同一个任务采几十条成功演示。今天的三条路都不够好：主臂遥操精度高，但贵、要标定、要占空间；VR 和动捕有延迟、要穿戴，定位靠算法稳；键盘手柄便宜，却会累积漂移。更麻烦的是两头没人负责——采之前要花大半天才能把机械臂跑起来，采之后没人保证数据可用。 这也是我们的亲身经历：最早的几批数据里，6 条中有 2 条被我们自己的质量门拦下（缺成功标记）。如果不做质检直接交付，下游会白跑一轮训练。 我们的判断是：把"采数据"从一件工程项目变成一件消费级操作，并且让质量在采集端就被算出来——脏数据不进数据集。 二、我们做了什么 一套本地运行、离线可用的采集端，覆盖遥操 → 录制 → 质检 → 打包 → 回放全链路：用数位板控制机械臂，录完自动质检，通过的才打包成标准数据集目录。控制内核复用成熟的 reBotArm（IK、重力前馈、安全补丁），我们专注做采集与数据这一层。 三、亮点 数位板遥操：绝对坐标加落笔离合——落笔跟随、抬笔悬停。位置与姿态分两个模式，速度三档，笔右键切换电机与模式，全程不用键盘。比主臂便宜一个数量级，比手势稳定。 手势夹爪：张开手、握拳控制夹爪开合。手势只做辅助，主定位永远走绝对输入——这是实测"光照一变手势就抖"之后做出的取舍。 自动质检与评分：七条硬门加五维质量分，把数据分成"可直训 / 需清洗 / 不合格"三级；不合格的默认不进入数据集。这一层让"数据能不能用"从主观判断变成可计算的信号。 一键打包：输出标准数据集目录，轨迹逐帧记录关节位置、速度、力矩、夹爪与实际动作，并带上设备档案与授权字段，为数据溯源和交付做好准备。 回放验证：录下的轨迹可以按倍速重放，力矩超限自动停、人可随时接管——能回放，才说明数据真的可用。 闭环：录一条 → 看反馈 → 按提示重录 → 只有更好的那条进数据集。演示时会现场走一遍：一条缺成功标记的数据被判不合格，重录后拿到最高等级。再往上一层是模型闭环——数据去训练、真机评估、失败样本再采回来，已列入下一步计划。 四、安全 机械臂是会伤人的设备，所以安全机制不是纸面设计：上电前必须回到零位；所有自动走位走平滑曲线而非阶跃；退出前先平稳归零；力矩或位置异常立即停止并原地保持；工作空间有软边界，接近边界会减速而不是硬撞。这些都是真机出过事故之后逐条补上的，并有回归测试兜底。 五、目前进度 真机（六轴 + 夹爪的 B601-RS）已跑通全流程，累计采集 6 条 episode，其中 1 条带腕部相机视频；采集端有桌面与网页两套界面，回归测试全部通过，命令行可一键自检复现。 六、场景与商业 只打三个场景：桌面抓取放置、实验室搬运分拣、零售货架盘点。客户从高校实验室起步，再到机器人创业公司，最后是产业园区与数据采集中心。路径上先用代采服务验证单价，再做采集工具与边缘采集盒做装机量，最终做数据网络与授权分成。