上海市《人形机器人数据集管理规范》DB31/T 1707-2026

本标准面向人形机器人数据集的全生命周期，统一了从采集、预处理、标注、格式、存储、使用、流通到销毁各环节的管理要求，并按公开、受限、敏感、涉密四级实施分类保护。其核心是把数据集质量与安全责任落到提供方、需求方、管理方、平台方、评价方五类主体，配套元数据与主数据格式、本体坐标系说明及质量评价指标，供企业构建数据集和主管部门、第三方机构监督评估使用。

五类主体各负其责

提供方须建立采集、质量管控、安全防护、元数据管理等制度，设数据采集员、标注员等专兼职岗位并培训，标识数据来源、配合验收；需求方出具需求说明文档并参与验收；管理方统筹全生命周期，制定建设计划、监管制度与销毁机制；平台方存储管理须符合 GB/T 42018 与 GB/T 37728—2019 第9章，开放访问接口并提供备份恢复；评价方独立于其余四方，出具评价报告并定期开展安全合规审计。

数据加工与格式统一

采集需制定准备方案、保证可溯源，环境具典型性，记录设备型号、序列、传感器种类等信息，覆盖本体数据与环境数据，支持 TCP、UDP、FTP、HTTP 等协议；预处理含清洗、增强、特征提取、分帧、对齐、压缩并留记录；标注按 GB/T 42755 执行，围绕准确性、一致性、时效性、可访问性、可移植性、保密性、可追溯性设定质量特性，宜用国产化工具。格式上要求标识符规范唯一，提供本体坐标系原点与轴向说明，文本用 UTF‑8，元数据以 JSON‑LD 或 XML 嵌入并配 Schema 校验，版本号采用 SemVer，附示例文件与 CI/CD 校验脚本。

流通、销毁与使用管控

流通前须完成权属确认，明确采集方、标注方权益及多方协作的权属比例，敏感信息经匿名化、脱敏后共享，宜用区块链、数字水印保障权属可验证；涉公共利益的数据集须备案并接受监管。销毁按合规、保密、就高原则，明确启动、执行、验证、存证流程。使用侧实行最小权限、职责分离、审计追踪、定期审查，关键操作如删除、权限变更需多角色协同验证。

质量与安全底线

质量评价覆盖规范性、完整性、准确性、一致性、可访问性、安全性，多模态数据须校验时间戳与语义一致性；存储载体须达网络安全等级保护三级，云存储须披露服务商资质与访问路径。安全须符合 GB/T 35273、GB/T 41479、GB/T 45574 等要求，建立风险评估与应急响应体系，定期演练并监测预警。