Fase 4: Acquisizione dati (Windows)

In questa fase si registra il dataset di teleoperazione: sotto controllo manuale si raccolgono campioni di “angoli delle articolazioni + immagini delle telecamere” per l'addestramento successivo. La qualità del dataset determina direttamente l'efficacia della politica; l'operazione deve essere regolare e coerente. In questa fase tutta la registrazione è locale, senza necessità di accedere a HF.

---

Prerequisiti

• Aver completato la Fase 3: Teleoperazione e verificato che la direzione è corretta

• Telecamere collegate e con l'indice registrato (lerobot-find-cameras)

• Percorso di archiviazione locale del dataset già stabilito (in questo documento si usa l'esempio D:\lerobot_data, personalizzabile)

---

Passo 1: Confermare l'indice della telecamera

lerobot-find-cameras

Registra il numero di ciascuna telecamera. Ad esempio:

• Numero 0: telecamera del polso (wrist)

• Numero 1: telecamera superiore (top)

⚠️ Nota (indice della telecamera): index_or_path è l'indice della telecamera (0/1/2...) oppure il percorso dello stream video. La numerazione varia da computer a computer; confermala sempre prima.

---

Passo 2: Registrare il dataset (salvataggio locale, senza accesso)

lerobot-record --robot.type=so101_amazing_hand --robot.port=<follower_arm_com> --robot.hand_port=<hand_com> --robot.id=amazing_hand_follower --robot.cameras='{wrist: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30, fourcc: "MJPG"},top: {type: opencv, index_or_path: 1, width: 640, height: 480, fps: 30, fourcc: "MJPG"}}' --teleop.type=so101_leader --teleop.port=<leader_arm_com> --teleop.id=amazing_hand_leader --dataset.repo_id=soarm_amazing_hand_pick --dataset.root=D:\lerobot_data --dataset.push_to_hub=false --dataset.num_episodes=20 --dataset.single_task="Pick up the cube with the dexterous hand" --display_data=true

Sostituisci <follower_arm_com> / <hand_com> / <leader_arm_com> con i numeri COM reali; e index_or_path delle telecamere con l'indice delle tue telecamere.

💡 Descrizione:

• --dataset.root=D:\lerobot_data: il dataset viene salvato nel percorso locale indicato, senza necessità di accedere a HF (se non specificato, viene salvato per impostazione predefinita in %USERPROFILE%\.cache\huggingface\lerobot\datasets...).

• --dataset.push_to_hub=false: disattiva il caricamento (per impostazione predefinita tenta di inviarlo a HF e richiede l'accesso). Si passa a true solo quando occorre condividere il dataset.

• --dataset.repo_id=soarm_amazing_hand_pick: nome del dataset; in fase di addestramento lo si richiama con lo stesso nome.

• --display_data=true richiede rerun (se non installato, pip install "rerun-sdk>=0.24.0,<0.34.0"); in alternativa togli questo parametro (la registrazione non ne risente).

---

Descrizione dei parametri

Parametro	Descrizione
--robot.cameras	Configurazione delle telecamere. index_or_path è l'indice della telecamera; width/height/fps sono obbligatori
--dataset.repo_id	Nome del dataset (per l'identificazione locale)
--dataset.root	Percorso di archiviazione locale del dataset. Obbligatorio per la registrazione puramente locale, per evitare un percorso predefinito non controllabile
--dataset.push_to_hub	false=solo locale (consigliato per impostazione predefinita); true=invio a HF (richiede l'accesso)
--dataset.num_episodes	Numero di round di registrazione (episode)
--dataset.episode_time_s	Numero massimo di secondi di registrazione per round (predefinito 60). Se il compito termina prima, si può premere Enter per concludere in anticipo; superato il limite, il round termina automaticamente
--dataset.single_task	Descrizione del compito, viene scritta nei metadati del dataset
--display_data=true	Mostra in tempo reale l'immagine della registrazione (opzionale)

---

Regole di comportamento durante la registrazione

Flusso di ogni round (episode):

1. Riporta il braccio robotico + la mano alla posizione iniziale

2. Nel terminale premi Enter per iniziare a registrare

3. Aziona il braccio master per eseguire il compito (ad esempio afferrare il cubo); i movimenti devono essere lenti e coerenti

4. Al termine del compito premi Enter per concludere il round (se non premi, si registrano al massimo 60 secondi, controllati da --dataset.episode_time_s; allo scadere termina automaticamente)

5. Ripeti fino a raggiungere num_episodes

⚠️ Nota 1 (posizione iniziale coerente): inizia ogni round dalla stessa posizione iniziale per evitare che la distribuzione dei dati diventi caotica. Si consiglia di fissare una postura di riposizionamento.

⚠️ Nota 2 (coerenza dei movimenti): per lo stesso compito usa traiettorie di azionamento simili (angolo di avvicinamento, posizione di presa, velocità); la politica impara più in fretta e in modo più stabile.

⚠️ Nota 3 (qualità della registrazione): meglio registrare pochi round di alta qualità che una grande quantità di campioni caotici. 20 round è il punto di partenza di ACT; per compiti complessi si consigliano 30-50 round.

⚠️ Nota 4 (tempestività delle telecamere): durante la registrazione evita di coprire le telecamere e variazioni di luce intensa; la coerenza delle immagini influisce sulla generalizzazione.

---

Archiviazione dei dati

• Registrazione locale: i dati vengono salvati nella directory indicata da --dataset.root (esempio D:\lerobot_data\soarm_amazing_hand_pick).

• Richiamo in addestramento: in fase di addestramento è sufficiente usare lo stesso --dataset.repo_id + ****--dataset.root, senza bisogno di spostare manualmente i file:

lerobot-train --dataset.repo_id=soarm_amazing_hand_pick --dataset.root=D:\lerobot_data ...

• Scenario con accesso a HF (opzionale): quando occorre condividere il dataset nel cloud, passa a --dataset.push_to_hub=true (richiede huggingface-cli login). Per l'addestramento solo locale non è necessario.

⚠️ Nota (locale vs cloud): per impostazione predefinita il tutorial è interamente locale; --dataset.push_to_hub=false garantisce che non si attivi l'accesso a HF. Aggiungi true solo se vuoi condividere il dataset.

---

Passo 3: Verifica tramite riproduzione (opzionale ma consigliata)

Terminata la registrazione, si può usare lerobot-replay per riprodurre i dati di un round e verificare la qualità dei dati + se la registrazione dei movimenti del robot è corretta. Durante la riproduzione il robot ripete automaticamente i movimenti di quel round (compresa l'apertura/chiusura della mano).

lerobot-replay `
  --robot.type=so101_amazing_hand `
  --robot.port=<follower_arm_com> `
  --robot.hand_port=<hand_com> `
  --robot.id=amazing_hand_follower `
  --dataset.repo_id=soarm_amazing_hand_pick `
  --dataset.root=D:\lerobot_data `
  --dataset.episode=0

Sostituisci <follower_arm_com> / <hand_com> con i numeri COM reali; --dataset.episode è il numero del round da riprodurre (parte da 0; se hai registrato 20 round va da 0~19).

💡 Descrizione: prima della riproduzione riporta il braccio slave + la mano alla posizione iniziale per evitare conflitti di movimento; durante la riproduzione il robot si muove da solo, non intervenire manualmente. Se i movimenti della riproduzione differiscono nettamente da quelli della registrazione, significa che la qualità dei dati ha problemi; si consiglia di registrare di nuovo quel round.

---

Dopo aver completato questa fase, passa alla Fase 5: Addestramento del modello.

---

Risoluzione dei problemi

Sintomo	Causa	Soluzione
Telecamera non trovata	Indice errato/driver mancante	Conferma con lerobot-find-cameras; installa OpenCV/il driver della telecamera
Registrazione interrotta	Timeout della porta seriale	Verifica che le porte seriali dei tre dispositivi non siano occupate e riprova
Immagine completamente nera/disturbata	Configurazione della telecamera errata	Controlla index_or_path/fps
Dataset vuoto	Registrazione non eseguita correttamente	Verifica che a ogni round si prema Enter per iniziare/terminare

Prodotti correlati

Kit sviluppatore SO-ARM101→Mano dexterous 4 dita AmazingHand→