feat(pybot×actpred): R2 姿态反馈方案一——MPU6050 独立 IMU token 全链路

- pybot：recorder 逐帧落盘 imu.npy（T×8，roll,pitch,ax,ay,az,gx,gy,gz，与帧/动作同调用对齐）；run_loop 对声明 imu_dim 的 predictor 以 predict(..., imu=) 调用（鸭子类型，旧两参调用向后兼容）

- actpred：新增 --imu-dim；model 序列 [img×F, act×H, (IMU), PRED]（imu_dim>0 时 F+H+2，IMU token 位于 PRED 前）；dataset/train 读 imu.npy（缺失按零向量兜底）；predict/ONNX/Hailo 三后端与 export/gen_calibration/dfc_compile/_npu_test 部署链适配 imu 输入

- 姿态按物理量程固定缩放归一化（imu_norm.py，训练/推理共用，零状态）

- 测试：actpred 128 passed / pybot loop+recorder 28 passed

pybot/pybot/recorder.py

@@ -6,6 +6,7 @@
         images/
           0000.jpg, 0001.jpg, ...
         actions.npy    # shape (T, action_dim) float32
+        imu.npy        # 可选，shape (T, imu_dim) float32（MPU6050 姿态回流，R2）
 
 numpy / Pillow 为可选依赖（lazy import），仅 --record 时需要，
 不影响 pybot 的零依赖运行时承诺。
@@ -18,19 +19,26 @@ log = logging.getLogger("pybot.recorder")
 
 
 class EpisodeRecorder:
-    """录制 actpred 格式的 episode（images/*.jpg + actions.npy）
+    """录制 actpred 格式的 episode（images/*.jpg + actions.npy [+ imu.npy]）
 
     用法：
         rec = EpisodeRecorder("./actpred/data", action_dim=18)
         for frame, action in stream:
-            rec.record(frame, action)
+            rec.record(frame, action, imu_vec=imu_or_None)
         rec.flush()
+
+    imu_vec：可选 MPU6050 姿态向量（roll,pitch,ax,ay,az,gx,gy,gz）。
+    只要同一 record 调用内同时传入帧/动作/姿态，三者即按帧时刻天然对齐。
+    全程 None（无 IMU 硬件）则不产出 imu.npy，保持旧格式兼容。
     """
 
-    def __init__(self, output_dir, action_dim=18):
+    def __init__(self, output_dir, action_dim=18, imu_dim=8):
         self.action_dim = action_dim
+        self.imu_dim = imu_dim
         self._frame_idx = 0
         self._actions = []
+        self._imus = []
+        self._has_imu = False
 
         output = Path(output_dir)
         output.mkdir(parents=True, exist_ok=True)
@@ -51,14 +59,17 @@ class EpisodeRecorder:
             except FileExistsError:
                 ep_idx += 1
 
-        log.info("recording to %s (action_dim=%d)",
-                 self.episode_dir, action_dim)
+        log.info("recording to %s (action_dim=%d imu_dim=%d)",
+                 self.episode_dir, action_dim, imu_dim)
 
-    def record(self, frame, action_vec):
-        """记录一帧 + 动作向量
+    def record(self, frame, action_vec, imu_vec=None):
+        """记录一帧 + 动作向量 [+ 姿态向量]
 
         frame: np.ndarray (H,W,3) uint8 或 None（跳过图像保存）
         action_vec: list/np.array，长度任意，内部 pad/truncate 到 action_dim
+        imu_vec: 可选 list/np.array/dict，长度任意，pad/truncate 到 imu_dim；
+                 dict 时按 (roll,pitch,ax,ay,az,gx,gy,gz) 顺序取值。
+                 为 None 时该帧记零向量（混合数据集中标记"无姿态"）。
         """
         import numpy as np
 
@@ -68,6 +79,19 @@ class EpisodeRecorder:
         vec[:n] = src[:n]
         self._actions.append(vec)
 
+        if imu_vec is None:
+            ivec = np.zeros(self.imu_dim, dtype=np.float32)
+        else:
+            self._has_imu = True
+            if isinstance(imu_vec, dict):
+                imu_vec = [imu_vec.get(k, 0.0) for k in
+                           ("roll", "pitch", "ax", "ay", "az", "gx", "gy", "gz")]
+            ivec = np.zeros(self.imu_dim, dtype=np.float32)
+            isrc = np.asarray(imu_vec, dtype=np.float32).ravel()
+            m = min(len(isrc), self.imu_dim)
+            ivec[:m] = isrc[:m]
+        self._imus.append(ivec)
+
         if frame is not None:
             from PIL import Image
             img = Image.fromarray(frame)
@@ -77,11 +101,16 @@ class EpisodeRecorder:
         self._frame_idx += 1
 
     def flush(self):
-        """保存 actions.npy，返回 episode 路径"""
+        """保存 actions.npy（及有姿态时的 imu.npy），返回 episode 路径"""
         import numpy as np
         if self._actions:
             actions = np.array(self._actions, dtype=np.float32)
             np.save(self.episode_dir / "actions.npy", actions)
+            # 仅当确实采到非零姿态才落盘 imu.npy，避免全程无 IMU 时产生误导性文件
+            if self._has_imu:
+                imus = np.array(self._imus, dtype=np.float32)
+                np.save(self.episode_dir / "imu.npy", imus)
+                log.info("recorded imu.npy shape=%s", imus.shape)
         log.info("recorded %d frames to %s",
                  self._frame_idx, self.episode_dir)
         return str(self.episode_dir)