3、数据采集基础：数据采集硬件选型（相机、机械臂、夹爪）、ROS与数据录制、数据格式（HDF5/JSON）
好，咱们进入第三章。数据采集，说白了就是给机器人“喂”经验。你想想看，一个具身智能体，如果没有高质量的数据，再牛的算法也是白搭。我见过太多团队，算法模型调得飞起，结果一上真实数据就崩，十有八九是数据采集这步埋了雷。
这一章，我就带你把这套“雷区”趟一遍。从硬件怎么挑，到ROS怎么录，再到数据存成啥格式，咱们一步到位。
3.1 硬件选型：别让传感器拖了后腿
硬件选型，我个人的习惯是“够用就好，留有余量”。别一上来就追求最贵的，关键看你的任务场景。
3.1.1 相机：眼睛要亮，也要快
相机是机器人的眼睛。选型主要看三个指标：分辨率、帧率、视场角。
- 分辨率：抓取任务，640x480 其实就够。但如果你想做精细操作，比如穿针引线，那至少得上 1280x720。我在项目中遇到过，用低分辨率相机去识别小零件，结果边缘模糊，抓取成功率直接掉到 30%。后来换了高清的，立马回到 95%。
- 帧率：机械臂动作快，帧率就得高。一般 30fps 是底线。如果做高速抓取，建议 60fps 以上。帧率低了，动作会“卡顿”，数据就不连贯。
- 视场角：决定了你能看到多大范围。桌面操作，60°-90° 比较合适。太窄了，机械臂一动就出画；太宽了，畸变严重，标定麻烦。
3.1.2 机械臂：精度和自由度是核心
机械臂的选择，说白了就是看你的“手”够不够灵巧。
- 自由度：6轴是主流，能覆盖大部分桌面任务。7轴冗余自由度，适合避障和复杂姿态。我建议新手从6轴开始，别贪多。
- 重复定位精度：这是硬指标。抓取任务，±0.1mm 是及格线。低于这个，夹爪可能抓空。我记得有一次，用了一个精度 ±0.5mm 的旧机械臂，结果每次抓同一个杯子，位置都偏一点，数据一致性极差。
- 负载：别只看机械臂能扛多重，还要算上夹爪和工件的重量。留出 20% 的余量比较稳妥。
3.1.3 夹爪：最后一厘米的成败
夹爪是直接接触物体的部件，选型不当，前功尽弃。
- 平行夹爪：最常用，适合抓取规则物体。行程要能覆盖你目标物体的尺寸范围。
- 三指/五指灵巧手：适合抓取异形件或易碎品。但控制复杂，数据采集难度也大。
- 吸盘：适合抓取平面、光滑物体。速度快，但对材质有要求。
3.2 ROS与数据录制：把“经验”存下来
硬件选好了，接下来就是怎么把机械臂的动作、相机的画面同步录下来。ROS（机器人操作系统）是这里的主角。
3.2.1 ROS Bag：最省心的录制工具
ROS 提供了 rosbag 工具，可以一键录制所有话题（Topic）的数据。你想想看，机械臂的关节角度、末端位姿、相机图像、夹爪状态……这些数据流，rosbag 都能按时间戳对齐存下来。
# 录制所有话题
rosbag record -a -o my_data.bag
# 录制指定话题
rosbag record /camera/rgb/image_raw /joint_states /gripper_state -o my_data.bag我个人习惯，录制时一定加上 -o 参数，指定输出文件名。不然默认生成的时间戳文件名，后期找起来很痛苦。
3.2.2 同步问题：时间戳是命根子
数据采集最怕什么？最怕时间不同步。相机图像是第 1.0 秒的，机械臂状态是第 1.1 秒的，那这组数据就是废的。
ROS 里，每个消息都自带时间戳。但不同硬件的时间基准可能不一样。我建议：
- 所有传感器和控制器，都通过 NTP（网络时间协议）同步到同一台主机。
- 录制时，使用
--clock参数，让 ROS 使用模拟时钟，保证所有话题的时间戳一致。
# 使用模拟时钟录制
rosbag record --clock -a -o synced_data.bag3.3 数据格式：HDF5 vs JSON
数据录下来了，存成什么格式？这直接影响到后续的训练效率。
3.3.1 JSON：人类可读，但效率低
JSON 是文本格式，结构清晰，用文本编辑器就能打开看。适合小规模数据、调试阶段。
{
"timestamp": 1234567890.123,
"joint_positions": [0.1, -0.2, 0.3, -0.4, 0.5, -0.6],
"gripper_state": 0.8,
"image_path": "frame_0001.png"
}但 JSON 的缺点也很明显：
- 文件体积大，同样的数据，比二进制格式大 3-5 倍。
- 解析慢，尤其是大量图像数据，JSON 根本扛不住。
3.3.2 HDF5：工业级数据容器
HDF5 是二进制格式，专门为大规模科学数据设计。它支持：
- 分层结构：像文件夹一样组织数据。
- 高效压缩：无损压缩，体积小。
- 快速读写：支持并行 I/O，适合 GPU 训练。
我强烈建议，正式的数据集，都用 HDF5。下面是一个简单的 Python 示例：
import h5py
import numpy as np
# 创建 HDF5 文件
with h5py.File('demo_data.h5', 'w') as f:
# 创建数据集
f.create_dataset('joint_positions', data=np.array([0.1, -0.2, 0.3]))
f.create_dataset('gripper_state', data=0.8)
# 创建组，组织数据
grp = f.create_group('camera')
grp.create_dataset('rgb_image', data=np.random.rand(480, 640, 3))
grp.create_dataset('depth_image', data=np.random.rand(480, 640))3.4 知识体系总览
下面这张图，帮你把本章的核心逻辑串起来。从硬件选型，到数据录制，再到格式选择，每一步都环环相扣。
嗯，到这里，数据采集的基础框架就搭好了。硬件选型别纠结，ROS 录制别偷懒，数据格式选 HDF5。这三步走扎实了，后面的模型训练才能顺风顺水。