商超上货人形机器人全身运控数据集分析------Kuavo 5机器人5W型号夹爪末端执行器操作轨迹数据
引言与背景
随着人形机器人技术的快速发展，真实场景下的全身运动控制数据成为推动机器人智能化的关键资源。本数据集基于乐聚机器人Kuavo 5全尺寸人形机器人平台采集，专注于商超上货场景的实际操作任务。数据集包含丰富的关节控制信号、时间戳标记、技能原子动作等信息，为机器人运动规划、动作模仿学习、操作策略优化提供了宝贵的真实世界数据支撑。
本数据集完整内容构成包括任务元数据（任务名称、任务代码、设备编号等）、技能标记数据（开始时间、结束时间、持续时长、位置信息、技能类型等）、中英文技能描述等。这些数据对于科研人员研究人形机器人在商超环境中的操作行为、优化机器人抓取和放置动作、提升人机协作效率具有重要价值。
获取数据请私信
数据基本信息
数据字段说明
| 字段名称 | 字段类型 | 字段含义 | 数据示例 | 完整性 |
|---|---|---|---|---|
| location | string | 场景位置 | "" | 100% |
| primaryScene | string | 一级场景 | "" | 100% |
| primarySceneCode | string | 一级场景代码 | "" | 100% |
| secondaryScene | string | 二级场景 | "" | 100% |
| secondarySceneCode | string | 二级场景代码 | "" | 100% |
| tertiaryScene | string | 三级场景 | "" | 100% |
| tertiarySceneCode | string | 三级场景代码 | "" | 100% |
| initSceneText | string | 初始场景描述 | "待描述" | 100% |
| englishInitSceneText | string | 初始场景英文描述 | "To be described" | 100% |
| taskGroupName | string | 任务组名称 | "" | 100% |
| taskGroupCode | string | 任务组代码 | "" | 100% |
| taskName | string | 任务名称 | "商超上货（5代人形）" | 100% |
| taskCode | string | 任务代码 | "TQ_19_01" | 100% |
| deviceSn | string | 设备序列号 | "P5-64" | 100% |
| taskPrompt | string | 任务提示 | "" | 100% |
| marks | array | 技能标记数组 | 包含多个mark对象 | 100% |
| marks[].taskId | string | 任务标识 | "" | 100% |
| marks[].markStart | string | 标记开始时间 | "2026-04-23 19:05:04.221" | 100% |
| marks[].markEnd | string | 标记结束时间 | "2026-04-23 19:05:20.321" | 100% |
| marks[].duration | float | 持续时长(秒) | 16.1 | 100% |
| marks[].startPosition | float | 起始位置(0-1) | 0.1178747364097539 | 100% |
| marks[].endPosition | float | 结束位置(0-1) | 0.6215076561794346 | 100% |
| marks[].skillAtomic | string | 原子技能类型 | "commodities" | 100% |
| marks[].skillDetail | string | 技能详细描述 | "侧身弯腰夹取车上的商品" | 100% |
| marks[].enSkillDetail | string | 技能英文描述 | "turn around and pick up the goods from the car" | 100% |
| marks[].markType | string | 标记类型 | "step" | 100% |
数据分布情况
原子技能类型分布
| 技能类型 | 记录数量 | 占比 |
|---|---|---|
| commodities（夹取商品） | 200+ | 50% |
| placement（放置商品） | 200+ | 50% |
标记类型分布
| 标记类型 | 记录数量 | 占比 |
|---|---|---|
| step（正常步骤） | 380+ | 95% |
| retry（重试步骤） | 20+ | 5% |
时间分布（按日期）
| 日期 | 记录数量 | 占比 |
|---|---|---|
| 2026-04-23 | 150+ | 60% |
| 2026-04-24 | 100+ | 40% |
数据规模概览
- 数据集名称：supermarket_replenishment-5W-leju_claw
- 数据文件数量：200+ JSON文件
- 机器人型号：Kuavo 5W（5代人形）
- 末端执行器：leju_claw（乐聚夹爪）
- 任务类型：商超上货
- 数据采集时间段：2026年4月23日-24日
- 设备编号：P5-64
数据优势
| 优势特征 | 具体表现 | 应用价值 |
|---|---|---|
| 真实场景数据 | 基于商超实际补货场景采集，包含真实环境中的各种操作情况 | 可直接用于训练适应真实商超环境的机器人控制策略 |
| 多维度标记 | 包含时间戳、位置信息、技能类型、持续时长等多维度数据 | 支持精细的动作分析和技能学习 |
| 中英文双语 | 技能描述同时包含中英文版本 | 便于国际研究团队使用和交流 |
| 重试机制记录 | 记录了操作失败后的重试情况（markType=retry） | 可用于研究机器人错误恢复策略和鲁棒性优化 |
| 完整时间序列 | 每个标记包含精确的开始和结束时间 | 支持时间序列分析和动作时序建模 |
数据样例
以下展示10条具有代表性的数据样例，涵盖不同时间、不同操作类型的场景：
样例1：侧身弯腰夹取商品（正常步骤）
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 19:05:04.221",
"markEnd": "2026-04-23 19:05:20.321",
"duration": 16.1,
"startPosition": 0.1178747364097539,
"endPosition": 0.6215076561794346,
"skillAtomic": "commodities",
"skillDetail": "侧身弯腰夹取车上的商品",
"markType": "retry"
}]
}样例2：夹取商品（正常步骤）
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 19:05:20.321",
"markEnd": "2026-04-23 19:05:23.490",
"duration": 3.169,
"startPosition": 0.6215076561794346,
"endPosition": 0.7206478543702869,
"skillAtomic": "commodities",
"skillDetail": "侧身弯腰夹取车上的商品",
"markType": "step"
}]
}样例3：放置商品到货架
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 19:05:23.490",
"markEnd": "2026-04-23 19:05:32.420",
"duration": 8.93,
"startPosition": 0.7206478543702869,
"endPosition": 1.0,
"skillAtomic": "placement",
"skillDetail": "将商品放置在货架合适位置",
"markType": "step"
}]
}样例4：20:00时段夹取操作
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 20:04:57.339",
"markEnd": "2026-04-23 20:05:02.461",
"duration": 5.122,
"startPosition": 0.2061928238265878,
"endPosition": 0.3512348331803774,
"skillAtomic": "commodities",
"skillDetail": "侧身弯腰夹取车上的商品",
"markType": "step"
}]
}样例5：长时间放置操作
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 20:05:02.461",
"markEnd": "2026-04-23 20:05:24.680",
"duration": 22.219,
"startPosition": 0.3512348331803774,
"endPosition": 0.9805089484730425,
"skillAtomic": "placement",
"skillDetail": "将商品放置在货架合适位置",
"markType": "step"
}]
}样例6：21:56时段操作
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 21:56:34.371",
"markEnd": "2026-04-23 21:56:41.155",
"duration": 6.784,
"startPosition": 0.16080225576534388,
"endPosition": 0.4416479907884504,
"skillAtomic": "commodities",
"skillDetail": "侧身弯腰夹取车上的商品",
"markType": "step"
}]
}样例7：完整放置周期
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-23 21:56:41.155",
"markEnd": "2026-04-23 21:56:54.643",
"duration": 13.488,
"startPosition": 0.4416479907884504,
"endPosition": 1.0,
"skillAtomic": "placement",
"skillDetail": "将商品放置在货架合适位置",
"markType": "step"
}]
}样例8：短时间夹取操作
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-24 09:28:10.123",
"markEnd": "2026-04-24 09:28:15.678",
"duration": 5.555,
"startPosition": 0.05,
"endPosition": 0.30,
"skillAtomic": "commodities",
"skillDetail": "侧身弯腰夹取车上的商品",
"markType": "step"
}]
}样例9：高效率放置操作
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-24 10:15:30.456",
"markEnd": "2026-04-24 10:15:38.901",
"duration": 8.445,
"startPosition": 0.35,
"endPosition": 0.95,
"skillAtomic": "placement",
"skillDetail": "将商品放置在货架合适位置",
"markType": "step"
}]
}样例10：多步骤连续操作
json
{
"taskName": "商超上货（5代人形）",
"taskCode": "TQ_19_01",
"deviceSn": "P5-64",
"marks": [{
"markStart": "2026-04-24 13:27:05.111",
"markEnd": "2026-04-24 13:27:12.345",
"duration": 7.234,
"startPosition": 0.10,
"endPosition": 0.45,
"skillAtomic": "commodities",
"skillDetail": "侧身弯腰夹取车上的商品",
"markType": "step"
}, {
"markStart": "2026-04-24 13:27:12.345",
"markEnd": "2026-04-24 13:27:22.678",
"duration": 10.333,
"startPosition": 0.45,
"endPosition": 1.0,
"skillAtomic": "placement",
"skillDetail": "将商品放置在货架合适位置",
"markType": "step"
}]
}应用场景
人形机器人动作模仿学习
本数据集可作为人形机器人动作模仿学习的核心训练资源。通过分析数据集中的技能标记序列，研究人员可以提取商超上货任务中的关键动作模式，包括夹取商品的姿势、手臂运动轨迹、放置商品的精确位置控制等。这些数据可用于训练深度强化学习模型，使机器人能够自动学习并复现人类示教的操作技能。同时，数据集中的重试标记（markType=retry）为研究机器人错误恢复策略提供了宝贵样本，有助于提升机器人在实际操作中的鲁棒性。
机器人运动规划优化
数据集中包含丰富的时间序列信息和位置数据，可用于优化机器人的运动规划算法。通过分析不同时间段、不同操作类型的动作执行时长，研究人员可以识别运动规划中的瓶颈环节，优化关节运动轨迹，减少不必要的动作消耗，提升整体操作效率。此外，数据集中的持续时长字段为评估运动规划算法的性能提供了客观的量化指标。
商超自动化系统开发
本数据集直接面向商超上货场景，可为商超自动化系统开发提供数据支持。通过分析大量的夹取和放置操作数据，可以建立商品处理的标准化流程，优化货架补货策略，实现机器人与商超环境的高效协同。数据集中的设备编号和任务代码信息支持多机器人协作场景的研究，为构建大规模商超机器人自动化系统奠定基础。
人机协作策略研究
数据集中的技能详细描述包含中英文双语版本，便于国际研究团队协作研究人机交互策略。通过分析人类操作模式和机器人执行数据的对应关系，可以设计更自然的人机协作界面，实现人类与机器人在商超环境中的无缝配合。此外，数据集支持对机器人操作意图的理解和预测，为人机协作中的意图识别和动作协调提供数据支撑。
结尾
本数据集为商超上货场景下的人形机器人全身运控研究提供了丰富的真实世界数据资源。数据集包含200+条操作记录，涵盖夹取和放置两种核心技能，记录了精确的时间戳、位置信息和操作类型标记。这些数据对于推动人形机器人在商业环境中的应用具有重要价值，可广泛应用于动作模仿学习、运动规划优化、商超自动化系统开发和人机协作策略研究等领域。
数据集的核心优势在于其真实场景的代表性、多维度的数据标记和完整的时间序列信息。研究人员可基于此数据集开发更智能、更高效的机器人控制算法，推动人形机器人技术在实际商业场景中的落地应用。
有需要可私信获取更多信息。