广东省数据知识产权存证登记平台
登记信息
GP7工业机器人真实场景RGB-D位姿与关节状态标注数据集 已登记
  • 数据申请号:

    粤2026101605894

  • 数据登记号:

    SZ2026120010910.2

  • 关键词:

    工业机器人;RGB-D数据;位姿估计;关键点标注;关节状态估计

  • 登记时间:

    2026-10-28

  • 平台证书编号:

    20261044000010910

  • 数据处理者:

    王念峰,吴奕璋,陈健欢,张凯翔

  • 服务机构:

    暂无

  • 登记主体:

    华南理工大学

  • 法院编号:

    广州互联网法院 - 93354787db913aa87e894e1e81c2df45a219d0f305e2fd77a051bbdd18c05364-749fc1a4;legalxchain

区块链信息
  • 上链时间:

    2026-10-16

  • 所属区块链:

    司法联盟链·广东省知识产权保护中心

  • 证据指纹:

    eddd8c23088abd2ec092f66be5a579204c1615753a2725a618bd36da30aa287d3c0885758c70723872a9acac8d9276f9ecb7c5daa26817b1d0933328f09c1968

  • 区块链存证证书编号:

    LXM-GDIPI-23202610163330780437

数据信息
数据简介
本数据集由华南理工大学I2R实验室采集整理,其面向工业机器人视觉感知、三维位姿估计及关节状态识别等应用场景。数据集包含约4000组GP7工业机器人真实场景下的RGB-D数据,采用Intel RealSense D455深度相机采集,由RGB彩色图像(PNG格式)、深度图像(NPY格式)及对应的结构化标注文件(JSON格式)组成。标注信息涵盖机器人目标边界框、二维及三维关键点坐标、相机与机器人之间的手眼位姿以及当前状态下的机器人各关节角度等关键参数,形成视觉观测与机器人空间位姿、关节状态之间的对应关系。该数据集可用于机器人目标检测、关键点定位、三维姿态重建、视觉手眼标定及关节角度估计等任务,为工业机器人视觉感知算法的训练、测试、性能评估及实际场景应用提供数据支持。
  • 数据来源:

    自行产生

  • 数据所属行业分类:

    M73 研究和试验发展

数据处理规则说明
本数据集主要采用Python编程语言及NumPy、OpenCV等工具对所采集的原始数据进行加工处理。首先对Intel RealSense深度相机采集的RGB彩色图像与深度数据并进行整理,并同步读取机器人编码器信息以获取状态并建立图像与机器人状态的关联;随后基于机器人运动学模型,利用正运动学计算各关节及预定义关键点的三维空间坐标,并通过坐标系刚性变换实现机器人坐标系与相机坐标系之间的空间位置转换。结合相机内参及针孔相机投影模型,将三维关键点投影至图像平面,生成对应的二维关键点坐标,并依据机器人在图像中的空间分布确定目标边界框。最后,将关节角度、三维及二维关键点、空间旋转矩阵和目标边界框等信息统一整理为JSON格式标注文件,与RGB图像(PNG格式)及深度数据(NPY格式)建立对应关系。
应用场景描述
本数据集主要面向工业机器人视觉感知、三维位姿估计及关节状态识别等应用场景,适用于基于RGB-D视觉传感器的工业机器人状态感知与算法研究。数据集以GP7六自由度工业机器人为研究对象,包含真实环境下不同关节配置及空间姿态对应的RGB彩色图像、Depth深度信息和对应几何标注,可用于机器人目标检测、二维与三维关键点定位、相对位姿估计、关节角度估计及机器人整体姿态重建等任务。针对传统机器人视觉感知中存在的空间深度信息不足、机器人关节状态未知等问题,该数据集能够为相关算法提供真实场景下的训练与测试样本,支持视觉手眼标定、机器人状态感知、人机协同等场景的应用研究,同时可用于评估机器人视觉感知算法在真实环境中的准确性、鲁棒性与泛化能力,为工业机器人智能化感知提供数据支撑。
  • 数据格式:

    JSON、PNG、NPY

  • 数据更新频率:

    其他

  • 数据量:

    4000

样例数据
详见数据样例附件(供展示)。 附件下载
数据结构样例
本数据集的每条数据由RGB彩色图像(PNG格式)、深度图像(NPY格式)和标注文件(JSON格式)三个文件组成,通过对应的文件编号建立关联关系,文件编号作为数据样本的唯一标识。PNG文件存储三通道RGB图像,属于图像数据类型;NPY文件存储深度图像矩阵,属于数值数组类型;JSON文件存储结构化标注信息,主要字段包括:bbox(浮点型数组,机器人目标边界框)、kpts(浮点型二维数组,22个三维关键点坐标)、kpts2d(整型二维数组,22个二维关键点坐标)、theta(浮点型数组,6个机器人关节角度)、rot(浮点型二维数组,3×3空间旋转矩阵)。各字段分别用于描述机器人在图像中的位置、空间关键点分布、关节配置及相机与机器人之间的旋转关系。
数据状态
  • 2026-10-28

    数据知识产权登记完成