階段四：數據採集（Linux）

本階段錄製遙操作數據集：在人工操控下採集"關節角 + 相機圖像"樣本，供後續訓練。數據集質素直接決定策略效果，操作要規範、一致。本階段全程本地錄製，無需 HF 登入。

---

前置條件

• 已完成 階段三：遙操作 並驗證方向正確

• 相機已連接並記錄索引（lerobot-find-cameras）

• 已確定本地數據集存儲路徑（本文示例用 ~/lerobot_data，可自定義）

---

步驟 1：確認相機索引

lerobot-find-cameras

記錄相機編號。例如：

• 0 號：腕部相機（wrist）

• 1 號：頂部相機（top）

⚠️ 注意（相機索引）：index_or_path 是相機索引（0/1/2...）或影片流路徑。不同電腦編號不同，務必先確認。

---

步驟 2：錄製數據集（本地儲存，無需登入）

lerobot-record \
  --robot.type=so101_amazing_hand \
  --robot.port=<從動臂串口> \
  --robot.hand_port=<手串口> \
  --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=<主動臂串口> \
  --teleop.id=amazing_hand_leader \
  --dataset.repo_id=soarm_amazing_hand_pick \
  --dataset.root=~/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

將 <從動臂串口> / <手串口> / <主動臂串口> 替換為實際路徑；相機 index_or_path 替換為你的相機索引。

💡 說明：

• --dataset.root=~/lerobot_data：數據集儲存到指定本地路徑，無需 HF 登入（不寫則預設存 ~/.cache/huggingface/lerobot/datasets/...）。

• --dataset.push_to_hub=false：關閉上傳（預設會嘗試推送到 HF，需登入）。只有需要共享數據集時才改為 true。

• --dataset.repo_id=soarm_amazing_hand_pick：數據集名稱，訓練時用同一名稱引用。

• --display_data=true 需要 rerun（未裝則 pip install "rerun-sdk>=0.24.0,<0.34.0"）且需圖形環境，或去掉該參數（錄製不受影響）。

---

參數說明

參數	說明
--robot.cameras	相機配置。index_or_path 為相機索引，width/height/fps 必填
--dataset.repo_id	數據集名稱（本地標識用）
--dataset.root	數據集本地存儲路徑。純本地錄製必加，避免預設路徑不可控
--dataset.push_to_hub	false=僅本地（預設建議）；true=推送到 HF（需登入）
--dataset.num_episodes	錄製輪數（episode）
--dataset.episode_time_s	每輪錄製最長秒數（預設 60）。任務提前完成可按 Enter 提前結束；超過自動結束該輪
--dataset.single_task	任務描述，寫入數據集元數據
--display_data=true	實時顯示錄製畫面（可選）

---

錄製操作規範

每輪（episode）流程：

1. 將機器臂 + 手復位到起始位置

2. 在終端按 Enter 開始錄製

3. 操作主動臂執行任務（如抓取方塊），動作要慢、一致

4. 任務完成後按 Enter 結束本輪（不按則最多錄 60 秒，由 --dataset.episode_time_s 控制，到時自動結束）

5. 重複直至達到 num_episodes

⚠️ 注意 1（起始位一致）：每輪從相同起始位開始，避免數據分布混亂。建議固定一個復位姿勢。

⚠️ 注意 2（動作一致性）：同一任務用相似的操作軌跡（接近角度、抓取位置、速度），策略學得更快更穩。

⚠️ 注意 3（錄製質素）：寧可少錄幾輪高質素，不要大量混亂樣本。20 輪是 ACT 的起點，複雜任務建議 30-50 輪。

⚠️ 注意 4（相機實時性）：錄製時避免遮擋相機、強光變化，圖像一致性影響泛化。

---

數據存儲

• 本地錄製：數據儲存在 --dataset.root 指定的目錄下（示例 ~/lerobot_data/soarm_amazing_hand_pick）。

• 訓練引用：訓練時用**同一 --dataset.repo_id + **--dataset.root 即可，無需手動移動檔案：

lerobot-train --dataset.repo_id=soarm_amazing_hand_pick --dataset.root=~/lerobot_data ...

• HF 登入場景（可選）：需要共享數據集到雲端時，改成 --dataset.push_to_hub=true（需 huggingface-cli login）。僅本地訓練不需要。

⚠️ 注意（本地 vs 雲端）：預設教程全程本地，--dataset.push_to_hub=false 確保不觸發 HF 登入。只有想共享數據集才加 true。

---

步驟 3：回放驗證（可選但推薦）

錄製完成後，可用 lerobot-replay 回放某輪數據，驗證數據質素 + 機器人動作記錄是否正確。回放時機器人自動重演該輪動作（含手開合）。

lerobot-replay \
  --robot.type=so101_amazing_hand \
  --robot.port=<從動臂串口> \
  --robot.hand_port=<手串口> \
  --robot.id=amazing_hand_follower \
  --dataset.repo_id=soarm_amazing_hand_pick \
  --dataset.root=~/lerobot_data \
  --dataset.episode=0

將 <從動臂串口> / <手串口> 替換為實際路徑；--dataset.episode 為要回放的輪序號（從 0 開始，如錄了 20 輪則 0~19）。

💡 說明：回放前將從動臂 + 手移回起始位，避免動作衝突；回放過程中機器人會自行運動，不要手動干預。若回放動作與錄製時明顯不一致，說明數據質素有問題，建議重錄該輪。

---

完成本階段後，進入 階段五：模型訓練。

---

故障排查

現象	原因	解決
相機找不到	索引錯/權限/驅動缺失	lerobot-find-cameras 確認；檢查 /dev/video* 權限（加入 video 組）
錄製中斷	串口超時	確認三裝置串口未被佔用，重試
圖像全黑/花屏	相機配置錯	檢查 index_or_path/fps
/dev/video* 無權限	使用者不在 video 組	sudo usermod -a -G video $USER 後重新登入
數據集為空	未正確錄製	確認每輪按 Enter 開始/結束

相關產品

SO-ARM101 開發套件→AmazingHand 開源 4 指靈巧手→