原始观测
视频、FMG、IMU、触觉与机器人日志
DATA PLATFORM & OPERATIONS
从采集记录，到可复用的数据资产。
围绕多设备接入、时间对齐、清洗标注、质量检查与数据集版本组织工作。既服务实验室的研究数据，也服务企业按批次生产和交付数据。
FIELD / REAL-WORLD DATA COLLECTION
Field采集 App
让每一次真实操作，都成为可用数据。
面向科研团队、企业采集项目与数据贡献者，围绕创建任务、接取任务、采集提交与质量反馈，设计从需求到样本的移动端协作流程。
把采集目标，变成清晰的任务。
- 01定义任务
说明操作目标、场景、设备与有效样本要求。
- 02发布与分配
设置参与范围、采集说明与提交规范。
- 03跟踪提交
围绕任务查看采集进度和提交记录。
- 04复核与补采
将质量反馈整理为修正或补采任务。
FROM TASK TO DATA
功能流程示意 · 非 App 实际截图
GET FIELD
从一个任务开始。
下载即将开放。支持系统、设备适配与功能范围以发布版本为准。
DATA CENTER / THE PROJECT VIEW
数据看板。
从一条记录，看见整个项目。
进入独立数据平台，查看采集数据规模、任务与场景覆盖，浏览经过筛选的样本内容。让现场采集有进度，让数据管理有依据。
- 数据总览汇总采集规模与质量指标，了解数据积累情况。
- 任务图谱以任务和场景组织记录，查看数据覆盖方向。
- 数据集市按场景、任务或标签浏览和预览上架样本。
独立平台 · 新窗口打开 · 需使用已获授权的账号登录；数据范围以账号权限为准。
DATA / CONNECTED结构示意
任务与场景一个共同的上下文
视觉记录惯性记录任务标签
质量复核样本浏览
按项目查看数据。
实际记录与统计，请登录数据平台。
- 01
接入与同步
设备配置、原始记录、时钟与标定
- 02
加工与质检
清洗、分段、标注、异常复核
- 03
数据集发布
版本、权限、划分、导出清单
- 04
训练与评测
环境、权重、指标与真机日志
- 05
失败与回采
定位失效场景，补充纠正示范
闭环实施路径：先跑通最小任务，再依据评测结果决定下一批采什么。各环节按项目配置与验证，不默认全部自动化。
数据有层次，结果才可信。
同一个 episode 关联任务、设备、时间和标定；原始信号保持可追溯，算法结果保留来源与版本，不覆盖原始记录。
校准与估计
时间对齐、坐标变换、手部或工具位姿
标注与标签
任务分段、事件、人工复核、机器人动作
数据集版本
训练/验证/测试划分、导出清单与许可
A SHARED DATA CONTRACT
先统一约定，再连接设备与算法。
以下为项目数据标准建议。实际字段、格式适配与平台功能以选定版本和样本验证为准。
身份与版本
项目、任务、episode、设备 ID，以及固件、标定、算法和数据版本。
时间与空间
设备时间与参考时钟、同步方法和误差；坐标系、单位、外参与有效区间。
质量与来源
丢帧、缺失、异常、人工复核结果；区分实测值、估计值和人工标签。
权限与划分
采集授权、使用范围、访问权限；按人员、场景或日期隔离评测数据。
SCALE COLLECTION, NOT UNCERTAINTY
规模化数据交付，有清晰的验收单位。
先以小样本校准质量和加工成本，再确定人员、设备、场景与批次计划。交付范围可包含采集、加工、质检与数据集建设中的部分或全部环节。
每批交付什么
- 原始与加工数据，以及对应字段字典和读取说明
- 文件清单、版本标识、校验值与标定文件
- 有效样本统计、覆盖分布、质检和抽检报告
- 不合格样本原因、返工记录与使用权限说明
启动前确认什么
- 有效 episode / 时长 / 任务完成样本的统计口径
- 时间偏差、缺失率、标注一致性等质量阈值
- 任务、物体、环境、人群与失败案例的覆盖要求
- 所有权、存储区域、保留周期和第三方处理权限
从失败发现下一批数据需求
用评测日志定位失败状态，形成补采清单；纠正示范进入独立版本，再与固定测试集对照。保留广覆盖采集，避免只追逐当前模型的局部失败。
接入自有设备与第三方算法
接口、输出约定、权限和适配边界。
连接训练，而不是止于存储
把数据版本关联到训练配置和评测结果。
START WITH YOUR TASK
把你的研究任务，告诉我们。
从设备选型到数据与训练流程，一起确认适合的项目起点。