当前，数据要素已成为驱动数字经济创新发展的核心生产要素，随着具身智能产业进入商用落地关键期，家用服务机器人作为面向C端消费场景的核心落地方向，其在复杂家庭环境下的精细化操作能力一直是行业研发痛点——类似挂式服装熨烫这类高频、高操作精度要求的日常家务场景，此前普遍面临真实场景训练数据稀缺、数据知识产权权属不清等问题，制约了相关产品的落地迭代。作为国内率先落地的省级数据知识产权登记基础设施，浙江省数据知识产权登记平台承担着数据知识产权存证、确权、流通服务等核心职能，为各类市场主体的数据资产化、合规流通提供权威背书，是浙江数据要素市场建设的重要公共支撑。 2026年5月22日，浙江杭绍具身智能科技创新有限公司旗下居家服务中挂式服装熨烫场景具身智能数据，正式在浙江省数据知识产权登记平台完成知识产权登记，成为国内为数不多完成公开登记的家庭服务场景具身智能数据集之一。 本次登记的数据集精准面向家用服务机器人在家庭服装整理场景中的应用需求打造，聚焦挂式服装熨烫这一日常高频且操作精细的家庭作业任务，系统采集机器人在实际作业过程中形成的末端执行器运动轨迹、空间位姿、作业状态、操作时序及人与家庭环境交互相关数据，真实反映家庭场景下挂式熨烫作业的操作流程与动作特征。相关数据可用于支撑家用服务机器人熨烫作业流程建模、动作复现、操作参数调优与系统稳定性验证，提升机器人在家庭环境中的作业安全性、稳定性和操作一致性，为家用服务机器人产品研发、系统集成及应用推广提供基础数据支撑。 在数据采集环节，本数据采集家用服务机器人在家庭服装整理场景中执行挂式服装熨烫作业过程中的操作数据，数据来源为机器人本体控制系统、视觉感知系统及多类型传感器采集系统。采集的基础数据以“控制周期帧”为最小时间粒度，结合全局控制频率（fps，帧/秒）与视觉采集频率（camera_fps，帧/秒）进行同步记录，末端执行器采用因时灵巧手。采集字段主要包括：机器人末端执行器空间位置与姿态数据、关节状态数据、动作控制指令数据、多视角视觉感知数据、机器人本体位姿数据及作业任务语义信息等，上述数据构成机器人具身操作行为建模及算法训练的基础数据来源。 数据处理阶段，研发团队对采集到的原始机器人操作数据进行了多流程标准化处理：首先开展异常与无效数据清理，去除传感器丢帧、通信异常、动作指令丢失及状态跳变异常数据，确保分析对象为真实有效的机器人作业过程数据；其次完成帧同步处理，基于timestep（单位：步）与fps 建立统一时间轴，对视觉数据、状态数据及动作数据进行时间对齐，确保数据满足时序因果关系要求。 基于该数据集可开展具身智能轨迹学习训练，算法以机器人历史操作数据为训练基础，将机器人在时刻t的本体状态向量 S(t)与环境视觉感知特征向量V(t)进行融合建模，通过基于专家示教数据的模仿学习或行为克隆方法，利用深度时序策略网络学习专家操作轨迹特征，构建控制策略函数 F，实现机器人动作决策预测：A(t+1)=F(S(t),V(t))。其中S(t)为机器人状态向量(state相关字段)，包括关节状态、末端位姿、执行器状态等；V(t)为环境视觉感知特征（photo、video相关字段），包括图像特征、视频时序特征等；F为基于深度时序建模网络（如Transformer、Diffusion Policy 或RNN类结构）构建的控制策略模型；A(t+1)为（action相关字段）机器人下一时刻动作控制向量。 从行业应用价值来看，该数据集除了直接支撑家用熨烫服务机器人的研发外，还可拓展应用于衣物折叠、衣物收纳等其他家庭衣物护理类服务机器人的算法训练，也可为通用家庭场景具身智能操作模型的研发提供基础训练素材，可显著降低相关企业的自研数据采集成本、提升行业研发效率。本次数据知识产权登记也为具身智能领域细分场景数据的确权、流通、交易提供了参考样本，对推动数据要素在AI+机器人产业的落地应用具有示范意义。 查看居家服务中挂式服装熨烫场景具身智能数据
登记内容：
_1769672084863.jpg)