LeRobot 遥操作数据采集与质检

鹿明机器人科技（深圳）有限公司

时长：1周报名人数：3-5人

项目结业证书、作品集成果、达标后可进入岗位推荐池、能力标签

ROS2机器人运动控制进阶

数据组新扩了一条产线：主从遥操作。操作员像开挖掘机一样摇主臂，几米外的从臂实时复刻动作，全程录像存档——这条链路今天由你搭起来。链路刚跑顺，训练组就找上门：用这批数据训出的策略动作怪异。数据质量不佳，所以得先给数据做体检。你要回答两个问题：从臂慢的那半拍有多大？这批数据到底脏在哪？

项目概览

具备 Python 基础与 Linux 命令行操作能力

开始前必须完成 ROS2 环境配置与 UR5e 仿真链路验证，确保 MoveIt/RViz 能正常控制机械臂运动。

实验数据必须遵循 LeRobot 标准数据集格式，需要你提前熟悉其数据组织规范

55 条演示、平均跟随误差约 10.53 ms 量级、滞后 4 帧，退出码 0。

40 条演示剔 6 条，脏/净训练误差 0.4311 vs 0.3663（降 15.0%），退出码 0

工单式推进 · 每步留证据

跑通遥操作采集——模拟主从跟随，leader 生成平滑轨迹，follower 带 2 帧延迟 + 惯性滞后，用互相关算出滞后帧数。录制 55 条演示（含图像帧+关节角+时间戳），检查同步误差，导出数据集。硬指标：≥ 50 条，同步误差 ≤ 1 帧

交付物：任务一_主从遥操作采集_学生动手.py（不含 pass）、output_任务一、退出码 0 截图、README.md

卡点技能：主从遥操作采集

数据质检清洗——40条数据（34好+3卡住+3乱跳），逐条算长度、平均动作幅度、数据范围，按阈值踢掉坏数据，保留可追溯的清洗清单。然后用同一模型+同一测试集，分别用脏数据和净数据重训，对比预测误差，验证净数据更优。挑战：往净数据里掺0/1/3条坏数据，看误差是否单调上升。

交付物：任务二_数据质检清洗_学生动手.py、退出码 0 截图、README.md

卡点技能：数据质检清洗与受控重训

已加入 2 人

算

算法工程师（TL）

已加入

实

实训智能助手

已加入

空位