当前，工业机器人智能化、具身智能技术落地已成为智能制造领域的核心发展方向，而真实作业场景下的高质量多模态对齐数据集，是制约相关算法研发效率的核心瓶颈。特别是面向发那科等主流工业机器人的专项作业数据集，市场供给长期不足，中小研发团队普遍面临数据采集成本高、场景覆盖不全、数据兼容性差等痛点。近日，开源数据贡献者zijian2022正式发布installbattery8工业机器人专项数据集，该数据集于2026年5月2日率先登陆HuggingFace平台开放获取，聚焦电池安装这一工业产线高频作业场景，填补了相关领域的多模态训练数据缺口。
该数据集采用行业通用的LeRobot机器人学习工具链构建，可直接适配主流机器人训练框架，大幅降低开发者的适配成本。数据集内容覆盖三类核心时间戳对齐数据：一是状态观测数据，包含机器人关节角度等核心运行参数；二是图像观测数据，包含机器人作业过程中正面、侧面双视角同步拍摄的视频流；三是机器人动作指令数据，三类数据完全匹配作业全流程的时间节点，采样频率达20fps，完全满足工业机器人实时控制、高精度感知的训练精度要求。数据存储方面，结构化数据采用高压缩率、高读取效率的parquet格式存储，视频数据采用通用mp4格式，兼顾性能和兼容性。本次数据集的采集对象为工业领域广泛应用的Fanuc（发那科）机器人，数据具备极强的产业落地参考价值。
从应用方向来看，installbattery8数据集可广泛覆盖机器人控制、视觉感知两大核心研发场景：在机器人控制领域，开发者可基于关节状态与动作对齐数据，训练机器人轨迹规划算法、力控算法，提升电池安装作业的精度与稳定性，也可用于开发异常工况下的应急控制策略，降低产线故障风险；在视觉感知领域，双视角同步视频数据可支撑3D视觉定位模型、工件识别模型、作业质量检测模型的训练，帮助机器人实现无示教自主作业。此外，该多模态对齐数据集还可用于具身智能大模型的训练，打通视觉感知到动作执行的端到端链路，推动工业机器人向通用化方向升级。对于中小研发团队而言，该开源数据集可帮助其省去搭建工业机器人测试采集环境的高额成本，大幅缩短研发周期，推动机器人技术普惠。
Dataset card内容：
Files and versions内容：
作为垂直产业领域的高质量开源数据集，installbattery8的发布是当前数据要素市场中产业数据开源供给的典型案例。随着智能制造、具身智能产业的快速发展，这类面向真实产业场景的专项数据集，将成为数字经济核心公共基础设施的重要组成部分，不仅为相关技术研发提供直接支撑，也将推动产业创新效率整体提升，加速工业智能化落地进程。
_1769672084863.jpg)