---
title: tactile-manipulation-annotation-demo
canonical_url: "https://www.modelscope.cn/datasets/sisiweixin/tactile-manipulation-annotation-demo"
md_url: "https://www.modelscope.cn/datasets/sisiweixin/tactile-manipulation-annotation-demo.md"
repository: sisiweixin/tactile-manipulation-annotation-demo
chinese_name: "触觉数据场景化标注Demo— Wiping & Peg-in-Hole"
last_updated: 2026-05-22
license: CC-BY-NC-SA-4.0
downloads: 72
stars: 0
---

# tactile-manipulation-annotation-demo

> tactile-manipulation-annotation-demo - sisiweixin 在 ModelScope 开源的数据集。本数据集是牛宿科技基于Daimon-Infinity开源数据集制作的触觉数据场景化标注Demo，展示从原始视触觉传感器信号到结构化训练标注的完整流程。当前行业痛点：触觉传感器数据标注是Physical AI数据生态中最不标准化的模态（Digital Divide Data 2026），每个团队都在重复造轮子。本Demo旨在探索标准化标注的可行性。

sisiweixin/tactile-manipulation-annotation-demo 是 ModelScope 魔搭社区上的数据集，采用 CC-BY-NC-SA-4.0 许可。

- **Repository**: sisiweixin/tactile-manipulation-annotation-demo
- **License**: CC-BY-NC-SA-4.0
- **Downloads**: 72
- **Stars**: 0
- **Last updated**: 2026-05-22

Source: https://www.modelscope.cn/datasets/sisiweixin/tactile-manipulation-annotation-demo

---

触觉数据场景化标注Demo — Wiping & Peg-in-Hole
概述
本数据集是牛宿科技基于Daimon-Infinity开源数据集制作的触觉数据场景化标注Demo，展示从原始视触觉传感器信号到结构化训练标注的完整流程。
当前行业痛点：触觉传感器数据标注是Physical AI数据生态中最不标准化的模态（Digital Divide Data 2026），每个团队都在重复造轮子。本Demo旨在探索标准化标注的可行性。
数据来源
原始数据：Daimon-Infinity（戴盟机器人，CC BY-NC-SA 4.0）
标注方法：牛宿科技自主开发
标注引擎版本：v0.1（Phase 0验证版）
标注内容
1. 接触状态检测（Contact State）
状态	含义	判定方法
no_contact	传感器未接触物体	形变信号偏差低于阈值
initial	刚开始接触	偏差达到初始接触阈值
stable	稳定接触	偏差达到稳定接触阈值
stable_strong	强力接触	偏差达到强力接触阈值
2. 力度等级（Force Level）
4级力分类：none / light / moderate / strong
3. 滑移检测（Slip Detection）
基于剪切位移场信息熵的方法（参考Hu et al. 2024），输出：
是否发生滑移（布尔值）
滑移强度（最大位移幅度）
位移熵（量化滑移程度）
主导方向（8方位）
4. 接触几何（Contact Geometry）
接触面积、接触区域质心坐标
5. 压入深度（Depth）
最大深度、平均深度、受压像素数
标注结果示例
Wiping场景（擦拭白板）
指标	数值
传感器	左手3指（拇指/食指/中指）× 视触觉
分辨率	320×240 = 76,800传感点/指
总帧数	2,127帧 @ 20fps
采样标注	426帧（每5帧1帧）
首次接触	0.25秒
首次滑移	1.5秒
接触状态分布	stable 76.4%, initial 22.5%, no_contact 1.2%
滑移检测率	1.8%（擦拭场景滑移较少，符合物理直觉）
Peg-in-Hole场景（轴孔装配）
指标	数值
传感器	双手6指 × 视触觉
分辨率	384×288 = 110,592传感点/指
总帧数	3,801帧 @ 30fps
采样标注	761帧
传感点总量	663,552（6指合计）
接触状态分布	initial 47.7%, no_contact 31.3%, stable 21.0%
力度分布	light 58.0%, none 31.3%, moderate 10.0%, strong 0.7%
文件说明
```
niuxu_tactile_annotation_demo/
├── README.md                          # 本文件
├── annotations_preview/               # 标注预览（每场景5帧样本）
│   ├── wiping_preview.json            # 擦拭场景标注预览
│   └── peg_in_hole_preview.json       # 轴孔装配标注预览
├── annotation_spec_public.md          # 标注规范（公开版）
└── visualizations/                    # 可视化展示
    ├── 01_deformation_heatmap_comparison.png   # 形变热力图对比
    ├── 03_shear_displacement_vectors.png       # 剪切位移矢量
    ├── 06_before_after_annotation.png          # 标注前后对比（核心展示）
    ├── 07_data_pack_preview_card.png           # 数据包预览卡
    ├── 08_annotation_timeline.png              # 标注时间线
    └── 09_annotation_dashboard.png             # 标注质量仪表盘
```
⚠️ 重要说明
本数据集为Demo预览版：仅包含每场景5帧的标注样本，非完整标注。完整标注数据（426帧/761帧）需联系牛宿科技获取。
License：原始数据继承Daimon-Infinity的CC BY-NC-SA 4.0协议。标注方法由牛宿科技开发，标注数据仅供评估和学术研究使用，未经授权不可用于商业训练。
标注参数说明：本Demo中的阈值参数基于Daimon-Infinity数据集标定，更换传感器需重新标定。标注方法本身（阈值检测+熵检测滑移）具有通用性。
已知局限：
阈值需手动标定（v0.2计划支持自适应阈值）
滑移检测对缓慢滑移可能漏检
尚未实现失败模式标注和物体材质标注
我们在做什么
牛宿科技正在构建触觉数据标注基础设施——把学术界已验证的触觉信号处理方法，固化为标准化的标注流程和工具。
如果你：
正在做触觉相关的机器人训练，需要标注数据
有触觉数据但不知道怎么标注
想了解触觉标注的行业标准和最佳实践
欢迎联系交流：邮箱 375720783@qq.com，或在魔搭社区留言。
引用
如果本Demo对你的研究有帮助，请引用：
```bibtex
@misc{niuxu2026tactile,
  title={Tactile Data Annotation Demo: Wiping \& Peg-in-Hole Scenes},
  author={NiuXu Technology},
  year={2026},
  howpublished={ModelScope Community},
  note={Based on Daimon-Infinity dataset}
}
```
原始数据集引用：
```bibtex
@misc{daimon2026infinity,
  title={Daimon-Infinity: A Large-Scale Tactile-Visual Manipulation Dataset},
  author={Daimon Robotics},
  year={2026},
  howpublished={ModelScope}
}
```
---
牛宿科技 | 让机器人公司说话有人听  
Hangzhou, China