《人形机器人数据集分类与编码》（征求意见稿）.docx

T/SAIASXXXX—2025

1

人形机器人数据集分类与编码

1范围

本文件规定了人形机器人数据集的分类、编码与代码表。本文件适用于人形机器人数据集的分类与编码。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T7027—2002信息分类和编码的基本原则与方法

GB/T20001.3—2015标准编写规则第3部分:分类标准GB/T39405—2020机器人分类

3术语和定义

下列术语和定义适用于本文件。3.1

人形机器人humanoidrobot

具有躯干、头部和部分或全部肢体，外观和动作与人类相似，实现感知、认知、决策、执行等能力的机器人。

[来源：GB/T12643—2025，XXX，有修改]3.2

数据集dataset可标识的数据集合。

[来源：GB/T19710.1—2023，3.3]3.3

分类classification

按照选定的属性（或特征）区分分类对象,将具有某种共同属性（或特征）的分类对象集合在一起的过程。

[来源：GB/T10113-2003，2.1.2]3.4

代码code

表示特定事物或概念的一个或一组字符。

注：这些字符可以是阿拉伯数字、拉丁字母或便于人和机器识别与处理的其他符号。[来源：GB/T10113-2003,2.2.5]

3.5

编码coding

给事物或概念赋予代码的过程。

[来源：GB/T10113-2003,2.2.1]

4分类

4.1分类原则

T/SAIASXXXX—2025

2

依据GB/T7027—2002规定的信息分类的基本原则和方法，分类原则包括但不限于：

a)科学性：选择人形机器人数据集最稳定的本质属性或特征作为分类的基础和依据；

b)多样性：覆盖人形机器人预期应用场景和任务需求等；

c)完整性：包含足够的样本和特征，涵盖所有与任务相关的关键变量；

d)系统性：将人形机器人数据集的属性或特征按一定排列顺序予以系统化，并形成一个科学合理的分类体系；

e)可扩延性：通常要设置收容类目，以保证增加新的事物或概念时，不打乱已建立的分类体系，同时，还应为下级信息管理系统在本分类体系的基础上进行延拓细化创造条件；

f)兼容性：与相关标准(包括国际标准)协调一致；

g)综合实用性：从系统工程角度出发，把局部问题放在系统整体中处理，达到系统最优。即在满足系统总任务、总要求的前提下，尽量满足系统内各相关单位的实际需要。

4.2分类方法

4.2.1功能分类

根据人形机器人的功能将人形机器人数据集分为：

——操作数据集：数据集包含环境/对象感知数据、机器人本体状态、动作指令以及操作结果等数据，用于训练、测试、验证机器人/机器人模型在不同场景下完成操作任务的能力。

注：操作是机器人与目标物体产生相互作用的行为，包含对物体的触碰、抓取、推拉、抛接、使用等行为。

——运动控制数据集：数据集包括环境/对象感知数据（如环境地图等）、机器人本体状态（如动力学参数等）、运动控制指令、轨迹规划结果、路径规划结果等数据，用于训练、测试、验证机器人/机器人模型在复杂环境中的运动控制能力。

注：自主导航是指机器人能够自主地在环境中进行定位和路径规划，以达到特定目标。

——人机交互数据集：数据集涵盖语音交互、表情交互、文字交互、肢体语言交互以及多模态交互等多种形式，包含语音信号、文字内容、表情识别结果、肢体动作等数据，用于训练、测

试、验证机器人/机器人模型更好地理解人类意图并进行自然流畅的交互。注：人机交互是指机器人和人通过交流信息和动作来执行任务。

4.2.2应用场景分类

根据人形机器人的应用领域细分典型场景，见表1~表3。

表1工业领域人形机器人典型场景

应用领域

典型场景示例说明

搬运作业

在铸造车间、注塑车间、仓库等典型场景中进行物料抓取、转运、码垛等

装配作业

在汽车总装线、家电生产线等典型场景中进行组件安装、轴承压装、发动机拆装等

焊接工艺

在汽车车身车间、3C电子装配线等典型场景中进行弧焊、点焊、激光焊等

表面处理

在汽车涂装车间、3C外壳加工线等典型场景中进行喷涂、抛光、密封等

特殊环境

在FPD面板车间、核电站维修车间等典型场景中进行洁净室操作、高温高危作业等

精密加工

在半导体洁净室、医疗设备加工中心等典型场景中进行激光切割、精密模具加工等

其他

/

表2个人/家用服务、公共服务领域人形机器人典型场景

应用领域

典型场景示例说明

个人/家用服务

家政

在卧室、厨房、