手把手玩转LET-Body-Dataset全身运控数据集：从VR遥操作到真机复现

手把手玩转LET-Body-Dataset全身运控数据集：从VR遥操作到真机复现

【免费下载链接】LET-Body-DatasetLET全身运控数据基于VR套装与全身动捕遥操技术，实现了机器人对操作员动作的实时重定向，涵盖行走、下蹲、转腰及双足全向跟随等高拟人化全身运动控制，全面满足全尺寸人形机器人在灵活作业空间内的拟人作业场景需求。项目地址: https://ai.gitcode.com/OpenLET/LET-Body-Dataset

想让一台1.73米的全尺寸人形机器人像真人一样下蹲、转腰、补货？LET-Body-Dataset正是为此而生的开源数据集——它基于VR套装与全身动捕遥操作技术，把人类操作员的动作实时重定向到机器人身上，并沉淀为可复用的真机轨迹数据。这篇文章会带你看懂数据里到底装了什么、怎么快速跑起来，以及那些官方文档没说透的细节。

先说人话：这个数据集到底干了什么

你可以把 LET-Body-Dataset 理解成一份"人形机器人的运动录像带 + 操作说明书"合集。

采集端是一位戴着 VR 套装、穿着动捕设备的操作员，他在超市货架前完成下蹲取货、转腰放置、双足侧移等动作；数据端则把这份人类动作实时重定向到全尺寸人形机器人 Kuavo 5 上，同时记录下机器人本体每个关节的响应。最终每一段轨迹都打包成一个.bag文件（传感器原始流）和一个.json文件（场景标注），放进仓库供你直接用于训练或仿真验证。

一句话总结它的价值：不用自己架动捕棚、不用反复调试重定向参数，开箱就能拿到一批"人类动作-机器人关节"对齐的全身运控数据。

先看看"主角"：采集平台 Kuavo 5

数据集背后站着乐聚的人形机器人 Kuavo 5（含轮式版本），它不只是采集工具，也是这套数据最终要驱动的目标硬件。

41 个自由度意味着什么？一般只有轮式底盘 + 双机械臂的小型机器人只有 10~20 DoF，而 Kuavo 5 连腰部转动都是独立自由度。这也是为什么数据集里能同时出现"行走、下蹲、弯腰、转腰、分拣"这些需要全身协同的复合动作——每个动作背后都牵动几十个关节同步发力。

数据里到底有什么？五类核心信号一次讲清

每个.bag文件本质上是一条按时间轴对齐的多模态数据流。把它解包后，你会看到这样几路信号：

几个值得留意的细节：

• 视觉不只有一个相机。头部 + 双腕三个视角，RGB 与深度成对出现，这对做模仿学习、行为克隆时对齐"手在做什么"非常有用。
• 关节信号是"富矿"。/sensors_data_raw里不仅有位置和速度，还有加速度和电流——电流数据可以直接反推力矩，想做阻抗控制或动力学研究的人会很喜欢。
• 手部有两种末端可切换。夹爪（claw）与灵巧手（dexhand）的消息结构不同，训练前先确认自己手里的 bag 对应哪种末端。

场景标注长什么样：打开一个 JSON 看看

.bag负责"动"，.json负责"名"。仓库里每个 bag 旁边都躺着一个同名 JSON，里面是这段数据的场景与动作标注。随手打开一个supermarket_replenishment的样本，能看到这样的结构：

{ "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": 0.11787473640975 } ] }

这里的marks数组就是"动作时间戳标注"——它标出了这段轨迹里一个完整动作的起止时刻。你可以直接用markStart和markEnd做数据切片，把一段长轨迹切成若干个原子技能片段。

当前仓库里的任务分两种：

• supermarket_replenishment：超市补货，涵盖取货、上架、整理
• supermarket_shelf_stocking：货架 stocking 场景，动作更密集

每个任务目录各含 597 组 bag + json，合计近 1200 条轨迹。按 README 的规划，后续还会扩充快递分拣（Express_sorting）、玩具抓取放置（Toys_grab_place）等更多场景。

文件命名里藏着的信息，别忽略

目录和文件的命名不是随机的，遵循<任务名>-<机器人型号>-<末端类型>的规范：

supermarket_replenishment-5W-leju_claw/ A10-A15-C-R-02-TQ_19_01-P5_64-leju_claw-20260423190500-53-b513f5-v003.bag

拆开来看：

• 5W：机器人型号
• leju_claw：末端为乐聚夹爪（如果是灵巧手就是dex_hand）
• TQ_19_01：任务编码，对应 JSON 里的taskCode
• 20260423190500：采集时间戳
• b513f5：可能是版本或哈希标记

训练脚本如果要按"任务/末端/机器人"分流，直接解析文件名就行，不用额外维护清单。

本地跑起来：从克隆到第一条轨迹

1. 拉取仓库

git clone https://gitcode.com/OpenLET/LET-Body-Dataset cd LET-Body-Dataset

2. 用工具链做格式转换

官方配套的kuavo_data_challenge工具链提供了 rosbag 转换、训练、部署的完整流程。ROS 环境就绪后，先检查 bag 完整性：

rosbag check datasets/supermarket_replenishment-5W-leju_claw/xxx.bag

想快速浏览某路 topic，用rosbag info看整体概况：

rosbag info datasets/supermarket_replenishment-5W-leju_claw/xxx.bag

3. 结合 JSON 做数据切片

读入 JSON，用marks里的起止时间把大 bag 切成单个动作片段，再丢给训练脚本。这一步对做模仿学习尤其重要——一个片段对应一个"技能单元"，切得越准，训练标签越干净。

环境要求参考

如果你只想先用 JSON 做标注分析，那连 ROS 都不用装，Python 读 JSON 就能跑；只有真正要解析 bag 里的图像和关节流时，才需要完整的 ROS 环境。

高频疑问速答

Q1：没有 Kuavo 5 真机，能用这个数据集吗？可以。数据是通用的 ROSbag 格式，关节位置/速度信号可以迁移到其他同构人形机器人，或先用于仿真训练、策略预训练。

Q2：RGB 和深度图分辨率是多少？由CompressedImage消息承载，具体分辨率以 bag 内实际数据为准，建议用rosbag info查看后按需解码。

Q3：夹爪和灵巧手的数据能混用吗？不建议。两者消息结构不同，抓取控制语义也不同，训练时按末端类型分流更稳妥。

Q4：数据量多大，怎么省空间？两个任务各 597 组，总量约 30GB。只想跑通流程，先挑 2~3 个短片段即可；marks里的duration字段能帮你筛出最短的那批。

Q5：动作只有行走和下蹲吗？远不止。原子技能 20+ 且持续扩展，下蹲、弯腰、转腰、双足全向移动、分拣、上架都属于全身协同动作。

下一步可以这样玩

拿到数据后，建议按这个顺序探索：

1. 先读 JSON，挑出 3~5 段短轨迹，理解marks时间戳的分布规律
2. 再解 bag，用rosbag info确认 topics，可视化一帧 RGB + 深度
3. 然后做切片，把长轨迹切成原子技能，配好训练标签
4. 最后进工具链，走一遍kuavo_data_challenge的转换到部署流程

对数据内容有疑问，可以去官方交流群（QQ：1043359345）里找同好；想反馈新任务场景或参与标注规范讨论，也欢迎在仓库 issue 区聊聊。希望这篇攻略能帮你省下几个晚上的踩坑时间——下一步，试试把你手头的场景跑成第一条训练轨迹吧。

【免费下载链接】LET-Body-DatasetLET全身运控数据基于VR套装与全身动捕遥操技术，实现了机器人对操作员动作的实时重定向，涵盖行走、下蹲、转腰及双足全向跟随等高拟人化全身运动控制，全面满足全尺寸人形机器人在灵活作业空间内的拟人作业场景需求。项目地址: https://ai.gitcode.com/OpenLET/LET-Body-Dataset