📖 在线文档站点：https://openghz.github.io/AIRBOT-Data-Collection/（推荐，支持搜索与侧边栏导航）
其他文档入口：
为确保本项目正常运行，请确认您的系统环境满足以下要求：
-
Python
>= 3.9（推荐使用 Pixi 管理环境，已固定 Python 3.12；传统 pip/conda 安装支持 Python 3.9+） -
操作系统
- 支持：Linux（含Docker容器；推荐使用Ubuntu，其他系统未经测试）
- 不支持：Windows，macOS
- 未测试：Windows Subsystem for Linux (WSL)
-
系统架构
- x86_64（64 位 Intel/AMD）
- ARM64（如 NVIDIA Jetson等）
-
依赖工具
POSIX shell（用于运行一键安装脚本等，如sh等）- （推荐）Pixi — 现代跨平台包与环境管理工具
- （可选）虚拟环境管理工具，如
conda、venv等
-
其他
- 至少 2 GB 可用内存
- 磁盘空间：视采集数据量而定
注意，系统环境主要受限于所使用的具体后端，如机器人 SDK 和相机驱动等，请确保这些后端软件的系统要求也得到满足。
Pixi 是现代跨平台包管理工具，自动管理 Python 3.12 环境及所有依赖（包括 conda 和 PyPI 包），支持多环境隔离（数据采集、训练、推理）。
# 1. 安装 Pixi
bash install/install_pixi.sh
# 2. 安装项目依赖（自动创建并配置环境）
pixi install
# 3. 进入数据采集环境（或直接用 pixi run）
pixi shell -e collect详细说明见 Pixi 环境与工作流指南。
适合单一用途或已有 Python 环境的场景。
# 1. 创建虚拟环境（可选但推荐）
conda create -n airdc python=3.12 && conda activate airdc
# 或使用 venv: python3.12 -m venv .venv && source .venv/bin/activate
# 2. 克隆仓库
git clone https://github.com/DISCOVER-Robotics/AIRBOT-Data-Collection.git --depth 1 -b <tag/branch> data-collection
cd data-collection
# 3. 安装系统依赖与 Python 包
bash install/install.shinstall.sh 会安装系统依赖（libturbojpeg、gcc 等）并执行 pip install -e .[all,airbot]。
数据采集依赖机器人的 Python SDK。部分机器人安装参考：
$SHELL一般可简单用bash代替（下同）。安装结束后终端可能有红色报错提示部分依赖问题，一般可忽略，进行后续操作即可。
可以通过如下命令查看已连接相机的信息：
python3 scripts/list_cameras.py在终端输出中可以看到每个相机的名称、设备路径（含ID）、USB端口（总线）信息、支持的图像格式和对应的分辨率和帧率，以及设备总数等信息。
连接所需的全部相机，对于USB相机，可以执行如下命令进行检查：
python3 scripts/multi_capture.py 2 4 6 -ff MJPEG MJPEG MJPEG其中2 4 6指定了相机的ID号，可通过ls /dev/video*命令查看并做相应修改，一般来说使用偶数的ID，奇数的ID不可用。
-ff后面的参数指定了每个相机的视频流格式，一般使用MJPEG。常见问题见常见问题。
对于Intel-RealSense相机，安装 pyrealsense2 依赖后，执行如下命令查看已连接相机的序列号：
python3 airdc/common/devices/cameras/intelrealsense.py数据采集程序默认基于Hydra框架进行配置，支持通过yaml文件配置默认参数以及通过命令行对参数进行覆写。
数据采集的配置选项主要包括示教器/遥操系统（Demonstrator）、采样器（Sampler）、管理器（Manager）、可视化器（Visualizer）、状态机（FSM）以及其他基本配置（如logging、数据保存路径等）。
由于配置参数较多，因此提供了默认配置文件夹airbot_ie，一般可在此基础上进行修改。该配置分为真机和仿真两部分：
- 真机（config.yaml）：
- 示教器：使用
grouped demonstrator分组指定leader、follower和observer三种角色将分散的设备进行组合，完成遥操控制和数据采集。 - 采样器：使用
mcap sampler将episode数据保存为基于FlatBuffersSchema的.mcap格式文件。 - 管理器：使用
keyboard manager结合self manager通过键盘进行数据采集的流程控制。 - 可视化器：使用
OpenCV visualizer进行数据的实时显示和监控。
- 示教器：使用
- 仿真（aao_config.yaml）：
- 示教器：使用
SingleBatchedComponentDemonstrator按batch_size对数据进行分组，底层使用了auto-atomic-operation的MuJoCo仿真环境。 - 采样器：使用
mcap_ros_struct sampler将episode数据保存为基于ROS消息结构体的.mcap格式文件（自动根据环境变量选择ROS1/ROS2）。 - 管理器：使用
auto_atom manager结合self manager通过不同任务各自的配置进行自动化采集。 - 可视化器：默认在配置文件中将可视化设置为null不进行可视化，可自行取消null设置。可视化支持两种模式：一种是基于
mujoco-viewer的环境内置可视化（可交互式调整），另一种是与真机一样的外置可视化（仅支持demonstrator.component.structured=false观测格式）。
- 示教器：使用
部分机器人相关配置说明链接如下：
部分配置调整说明链接如下：
请根据实际机器人的使用方式进行启动。部分机器人遥操作说明链接如下：
完成前述准备工作后，可执行如下命令运行数据采集程序（终端在data-collection目录）：
airdc上述命令将使用默认配置文件中的配置。此外，也可以在命令行中重新指定配置文件，或对配置文件中的参数进行覆写，例如：
airdc --path airbot_ie/configs/config.yaml dataset.directory=example其中--path指定了配置文件路径（这里就是默认路径），dataset.directory=example指定了数据保存目录为data目录下的example文件夹。更多命令行参数覆写规则见配置调整说明。
启动后，默认可以使用键盘进行数据采集的流程控制，键盘使用说明在可在终端打印中上滚看到，或者按键盘i键重新打印。
提供了一些可能有助于提高所采集的数据质量的建议：数据采集建议
视保存的数据格式不同，可使用不同工具进行数据可视化。部分数据可视化说明链接如下：
请参考性能测试页面。
请参考常见问题页面。