Embodied Data · 数据与仿真
数据不到位，本体再贵也跑不稳
具身项目里最容易被低估的是数据环节：采什么、谁来标、仿真做到什么程度才算够、升级后怎么回滚。这一页给出可执行的流程、每一步的产物，以及数据合规与留存的口径。
七步流程：每一步都有产物，环环可回溯
流程写成可执行步骤，而不是概念图。任何一步没有产物，下一步就不应该开始。
采集
按任务录制原始传感器流、本体状态与操作上下文，同步记录标定文件版本。产物：原始数据包与采集清单。
清洗
去重、丢帧检测、时间戳重排、无效片段剔除。产物：清洗报告与可用片段索引。
标注
按任务标注检测框、分割掩码、关键点、抓取位姿或轨迹序列。产物：标注集与标注规范文档。
训练
数据集切分、训练配置、指标记录。产物：训练配置与评测结果，含数据快照编号。
仿真回放
在仿真环境回放同一批数据，检查策略在已知场景下的复现情况。产物：回归结果与失败样例。
在环验证
接入真实控制器与本体，在台架上做闭环验证与异常注入。产物：在环测试记录。
灰度下发
按批次下发到现场设备，观察指标并保留回滚点。产物：发布单与回滚记录。
七步中任何一步的产物缺失，都会让后续问题无法定位。尤其是数据快照编号与标定文件版本，它们是“同一批数据复现出的结果”这个说法的前提。
采集与标注：先定规范，再动手
采集现场最容易发生的返工是“录了一堆用不上的数据”。先明确任务与标注类型，再决定传感器组合与录制频率。
- 采什么：传感器原始流、本体关节或轮速状态、任务上下文（工位号、物料类型、班次）、异常事件标记。
- 同步信息：每路数据的时间戳来源与同步方式，标定文件的版本号，采集设备与固件版本。
- 标注类型：检测框、分割掩码、关键点、抓取位姿、轨迹与力位序列，按任务选一到两种，不做全量标注。
- 规范先行：标注规范文档先写边界样例（遮挡、反光、堆叠如何标），再交给标注人员，减少来回返工。
- 一致性抽检：按批次抽检标注一致性，抽检比例与判定口径写入交付文档。
仿真到实机：仿真做筛选，实机做验收
仿真的价值是低成本试错，不是替代现场验收。工程上把它拆成五件事，每件都有明确的输入与输出。
场景与工装建模
按现场尺寸建立工作单元模型，包括工装、料架、通道与安全围栏位置。尺寸以现场实测为准，不用图纸默认值。
物理参数标定
摩擦、质量、关节间隙与通信延迟按实测辨识，把仿真参数与真机差异写成清单，逐项标注是否能收敛。
扰动与随机化
对光照、材质、摆放偏差、传感器噪声与延迟做随机化，让策略对现场变化不过度敏感。
仿真回归集
固定一批场景与判据做回归，新版本必须先过回归集才有资格上真机，失败样例全部留档。
真机差异复盘
记录仿真成功而真机失败的样例，逐条归因到感知、控制或工装，归因结果回写到仿真参数或数据采集规范。
仿真不判决收
仿真结果只用于筛选候选方案与提前暴露风险。产能、节拍与安全相关指标一律以现场实测为准。
技能包与模型都得有版本，能对比、能回滚
版本管理的目标很简单：出问题时能退回上一个可用状态，并且说得清当时用的是哪一版。
| 记录字段 | 内容 |
|---|---|
| 技能包版本号 | 主版本与次版本分开，主版本变更代表行为不兼容 |
| 数据快照编号 | 训练所用的数据集快照标识，可用它定位到具体数据 |
| 标定文件版本 | 相机内外参、手眼关系与工具坐标系的版本 |
| 仿真回归结果 | 回归集通过情况与失败样例列表 |
| 在环测试记录 | 台架验证项、异常注入结果与遗留问题 |
| 发布范围 | 下发批次、设备范围与观察窗口 |
| 回滚点 | 可回退的上一版本与回退操作说明 |
升级前必须在离线台架做一遍回归，回归不通过不下发。台架与现场的差异项记录在案，作为下次回归的补充用例。
安全联锁与急停：数据侧要留什么
安全动作由现场回路保证，数据侧负责把触发前后的事实留全，供复盘和责任判定使用。
谁能触发，什么时候触发
现场人员在任意时刻按下硬件急停即切断动力；安全门开启或光栅遮挡触发受控停止；软件侧的速度与力矩上限由集成方配置，超限自动降级。
触发前后数据留存
急停与联锁事件触发时，自动留存触发前一段时间的传感器流与状态数据，以及触发原因与复位时间，形成可回放的复盘数据包。
复盘产出什么
每次安全触发形成一份复盘记录：触发链路、响应动作、是否有人员或设备损伤、后续整改项与责任人。整改项进入跟踪清单。
数据合规与留存：口径写在前面
具身数据往往包含人脸、车牌与工艺细节，采集前先和数据归属方把口径写清楚，比事后补救便宜得多。
| 环节 | 做法 | 状态 |
|---|---|---|
| 数据分级 | 按原始传感器数据、中间特征、标注数据、模型文件四类分级，分别定义访问权限与留存期限 | 已具备 |
| 脱敏处理 | 人脸与车牌在采集端或边缘侧完成模糊化，原始帧不出厂；确需保留的场景单独授权 | 已具备 |
| 留存期限 | 留存时长与到期处理方式在项目启动时书面确认，到期自动清理并留存清理记录 | 已具备 |
| 删除与导出 | 支持按数据集或时间范围导出与删除，删除操作记入审计日志 | 已具备 |
| 本地化存放 | 数据默认存放在客户指定地域，跨境传输按项目单独评估合规路径 | 按项目评估 |
| 标注方管理 | 外部标注人员签署保密协议，按项目隔离数据，操作留痕 | 已具备 |
合规资质以合同与项目文件为准，本页不代替法律意见。涉及个人信息与重要数据的场景，建议在方案阶段由双方法务共同确认处理方式。
当前能力状态
按已具备、进行中、规划中三态标注。
已具备
- 采集、清洗、标注、训练、在环验证的流程与产物模板
- 技能包与模型的版本记录、灰度下发与回滚操作
- 安全事件触发前后的数据留存与复盘记录
- 数据分级、脱敏与到期清理的执行口径
进行中
- 仿真回归集扩充，把现场差异样例持续补入
- 标注一致性抽检的自动化统计
- 多机场景下的数据同步与时间对齐验证
规划中
- 采集规范的自检清单工具，供客户自行核对数据可用性
- 仿真参数辨识的半自动化流程
数据与仿真常见问题
没有历史数据，能不能先做项目
仿真里跑通了，实机就一定能跑通吗
标注必须由你们做吗
升级出问题能不能退回去
数据会不会被传走
把你的任务和数据现状说清楚，我们先给一版流程方案
提供任务描述、可用数据情况与本体现状，我们回一版采集规范、仿真范围与版本管理口径的草案。