> ## Documentation Index
> Fetch the complete documentation index at: https://avala.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Visualisierung

> GPU-beschleunigte Multi-Sensor-Datenvisualisierung

Avala enthält einen dedizierten Visualisierungs-Arbeitsbereich zum Erkunden von Multi-Sensor-Aufnahmen direkt in Ihrem Browser. Spielen Sie MCAP/ROS-Daten mit synchronisierten Kamera-, LiDAR-, Radar- und IMU-Streams in konfigurierbaren Panel-Layouts ab — und annotieren Sie dann dieselben Daten, ohne das Werkzeug zu wechseln.

Der Viewer läuft auf WebGPU (mit WebGL-Fallback) und verwendet GPU Compute Shader für Punktwolken-Rendering, Frustum Culling und Level-of-Detail-Auswahl. Keine Plugins, keine Desktop-App, keine Datendownloads.

## Fähigkeiten

* **Multi-Sensor MCAP/ROS-Wiedergabe mit 8 Paneltypen** — Bild, 3D / Punktwolke, Plot, Rohnachrichten, Log, Karte, Anzeige und Zustandsübergänge. Der Viewer erkennt automatisch Topics aus Ihrer Aufnahme und weist jedes dem passenden Paneltyp zu.

* **GPU-beschleunigtes 3D-Punktwolken-Rendering mit 6 Visualisierungsmodi** — Neutral, Intensität, Regenbogen, Label, Panoptisch und Bildprojektion. Wechseln Sie zwischen den Modi, um Rohintensitätswerte, semantische Labels, panoptische Instanzsegmentierung oder LiDAR-zu-Kamera-Farbprojektion zu inspizieren.

* **Gaussian Splat Szenen-Viewer mit WebGPU-Rendering** — Laden Sie 3D Gaussian Splat Rekonstruktionen in einen dedizierten Viewer mit Szenenhierarchie-Panel, Eigenschafteninspektor, Werkzeugleiste, Modusumschaltung, Rückgängig/Wiederherstellen und Echtzeitstatistiken. GPU-basierte Radix-Sortierung und Render-Bundle-Caching halten die Bildraten bei großen Szenen glatt.

* **Multi-Kamera synchronisierte Wiedergabe mit LiDAR-zu-Kamera-Projektion** — Betrachten Sie mehrere Kamerastreams synchron. Punktwolkendaten projizieren auf Kamerabilder mittels kalibrierter Transformationen, mit Unterstützung für sowohl Pinhole- (fx/fy/cx/cy + Verzerrung k1-k4/p1-p2) als auch Double-Sphere- (xi/alpha) Kameramodelle.

* **Konfigurierbare Multi-Fenster-Layouts mit Drag-and-Drop-Panels** — Das Standardlayout ordnet eine Topics-Seitenleiste (links), dynamische Inhaltspanels (Mitte) und ein Dateiinfo-Panel (rechts) in einem horizontalen Stamm an. Größe ändern, umordnen, hinzufügen oder entfernen Sie Panels, um die gewünschte Ansicht zu erstellen.

* **Zeitleistenbasierte Navigation mit Bildweisem Durchgehen und Zeitstempel-Suche** — Scrubben Sie durch Aufnahmen, gehen Sie Bild für Bild durch, passen Sie die Wiedergabegeschwindigkeit an und springen Sie zu bestimmten Zeitstempeln. Alle Panels bleiben synchronisiert.

* **Automatische Topic-Erkennung und intelligente Paneltyp-Zuweisung** — Wenn Sie eine MCAP-Datei öffnen, liest der Viewer das Topic-Schema und die Nachrichtentypen und erstellt dann das richtige Panel für jedes: Bild-Panels für Kamera-Topics, 3D-Panels für Punktwolken, Karten-Panels für GPS und so weiter.

* **Pinhole- und Double-Sphere- (Fisheye-) Kameramodell-Unterstützung** — Pinhole-Projektion (fx/fy/cx/cy) und Double-Sphere-Projektion (xi/alpha) für LiDAR-zu-Kamera-Overlay. Verzerrungsparameter werden gespeichert; radiale/tangentiale Verzerrungskorrektur für Pinhole-Kameras ist für ein zukünftiges Update geplant.

## Unterstützte Nachrichtentypen

Der Viewer verarbeitet die folgenden ROS- und Foxglove-Nachrichtentypen:

| Kategorie            | Nachrichten                                                                                         |
| -------------------- | --------------------------------------------------------------------------------------------------- |
| **Kamera**           | `sensor_msgs/Image`, `sensor_msgs/CompressedImage`, `foxglove.CompressedImage`, `foxglove.RawImage` |
| **LiDAR**            | `sensor_msgs/PointCloud2`, `foxglove.PointCloud`                                                    |
| **Radar / Laser**    | `sensor_msgs/LaserScan`, `radar_msgs/RadarScan` (Weiterleitung via Topic-Name-Schlüsselwörter)      |
| **Transformationen** | `tf2_msgs/TFMessage`, `foxglove.FrameTransform`                                                     |
| **Position**         | `sensor_msgs/NavSatFix`                                                                             |
| **IMU**              | `sensor_msgs/Imu`                                                                                   |

<Info>
  Avala liest MCAP-Dateien nativ. ROS 1 Bags und ROS 2 Bags sollten vor dem Upload in das MCAP-Format konvertiert werden. Siehe den [MCAP & ROS Integrationsguide](/docs/integrations/mcap-ros) für Konvertierungsanweisungen.
</Info>

## Wenn Sie brauchen...

| Wenn Sie brauchen...              | Avala bietet...                                                                                                                                                                |
| --------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
| MCAP-Aufnahmen abspielen          | Multi-Sensor-Viewer mit 8 Paneltypen und synchronisierten Zeitleisten                                                                                                          |
| Punktwolken visualisieren         | 6 Rendering-Modi (Neutral, Intensität, Regenbogen, Label, Panoptisch, Bildprojektion) mit WebGPU-Beschleunigung                                                                |
| 3D-Szenenrekonstruktionen ansehen | Gaussian Splat Viewer mit Szenenhierarchie, Eigenschafteninspektor und GPU-basiertem Rendering                                                                                 |
| Rohe Sensordaten inspizieren      | Rohnachrichten-, Plot-, Log-, Anzeige- und Zustandsübergangs-Panels für jedes Topic in Ihrer Aufnahme                                                                          |
| LiDAR auf Kameras projizieren     | Automatische Projektion mit Pinhole- und Double-Sphere-Kamerakalibrierungen                                                                                                    |
| Dann dieselben Daten annotieren   | Vollständiges Annotationswerkzeug-Set (Bounding Boxes, Polygone, 3D-Quader, Segmentierung, Polylinien, Keypoints, Klassifikation) ohne Werkzeugwechsel oder erneutes Hochladen |

## Wie Avala im Vergleich abschneidet

<div className="comparison-table">
  | Fähigkeit                                |                        Avala                       |                      Foxglove                      |                        Rerun                       |
  | ---------------------------------------- | :------------------------------------------------: | :------------------------------------------------: | :------------------------------------------------: |
  | Browserbasierte MCAP-Wiedergabe          | <span className="yes"><Icon icon="check" /></span> | <span className="yes"><Icon icon="check" /></span> | <span className="yes"><Icon icon="check" /></span> |
  | GPU-beschleunigte Punktwolken            |         <span className="yes">WebGPU</span>        |       <span className="partial">WebGL</span>       |         <span className="yes">WebGPU</span>        |
  | Gaussian Splat Viewer                    | <span className="yes"><Icon icon="check" /></span> |  <span className="no"><Icon icon="xmark" /></span> |  <span className="no"><Icon icon="xmark" /></span> |
  | Multi-Kamera-Sync + Projektion           | <span className="yes"><Icon icon="check" /></span> | <span className="yes"><Icon icon="check" /></span> | <span className="yes"><Icon icon="check" /></span> |
  | Annotationswerkzeuge auf denselben Daten |   <span className="yes">Vollständiges Set</span>   |  <span className="no"><Icon icon="xmark" /></span> |  <span className="no"><Icon icon="xmark" /></span> |
  | Qualitätskontroll-Workflows              | <span className="yes"><Icon icon="check" /></span> |  <span className="no"><Icon icon="xmark" /></span> |  <span className="no"><Icon icon="xmark" /></span> |
  | Managed Labeling Services                | <span className="yes"><Icon icon="check" /></span> |  <span className="no"><Icon icon="xmark" /></span> |  <span className="no"><Icon icon="xmark" /></span> |
  | Python & TypeScript SDKs                 | <span className="yes"><Icon icon="check" /></span> | <span className="yes"><Icon icon="check" /></span> | <span className="yes"><Icon icon="check" /></span> |
  | MCP Server für KI-Assistenten            | <span className="yes"><Icon icon="check" /></span> |  <span className="no"><Icon icon="xmark" /></span> |  <span className="no"><Icon icon="xmark" /></span> |
</div>

<Tip>
  Für Teams, die derzeit Foxglove oder Rerun zur Visualisierung nutzen, bietet Avala dieselben Wiedergabe- und Rendering-Fähigkeiten — plus Annotationswerkzeuge, Qualitätskontrolle und Export-Pipelines, sodass Sie in einer Plattform von Rohdaten zu gelabelten Trainingssets gelangen.
</Tip>

## Viewer

<CardGroup cols={3}>
  <Card title="Multi-Sensor-Viewer" icon="display" href="/docs/visualization/multi-sensor-viewer">
    MCAP/ROS-Wiedergabe mit 8 Paneltypen, automatischer Topic-Erkennung und konfigurierbaren Layouts für Kamera-, LiDAR-, Radar- und IMU-Daten.
  </Card>

  <Card title="3D-Punktwolken-Viewer" icon="cube" href="/docs/visualization/3d-point-cloud-viewer">
    GPU-beschleunigtes Punktwolken-Rendering mit 6 Visualisierungsmodi, Frustum Culling, LOD und LiDAR-zu-Kamera-Projektion.
  </Card>

  <Card title="Gaussian Splat Viewer" icon="circle-nodes" href="/docs/visualization/gaussian-splat-viewer">
    WebGPU-gerenderte 3D Gaussian Splat Szenen mit Szenenhierarchie, Eigenschaftenpanel und Echtzeitstatistiken.
  </Card>
</CardGroup>

## Nächste Schritte

<CardGroup cols={2}>
  <Card title="MCAP & ROS" icon="file" href="/docs/visualization/mcap-ros/overview">
    Unterstützte Nachrichtentypen, Topic-Schemas und wie Sie Ihre Aufnahmen vorbereiten.
  </Card>

  <Card title="Panel-Referenz" icon="table-columns" href="/docs/visualization/panels/image-panel">
    Detaillierte Dokumentation für jeden Paneltyp: Bild, Punktwolke, Plot, Karte, Log und Rohnachrichten.
  </Card>

  <Card title="Rendering-Modi" icon="palette" href="/docs/visualization/rendering/visualization-modes">
    Detaillierter Einblick in die 6 Punktwolken-Visualisierungsmodi und wann welcher zu verwenden ist.
  </Card>

  <Card title="Annotationswerkzeuge" icon="pen-to-square" href="/docs/annotation/guides/annotation-tools">
    Nach dem Erkunden Ihrer Daten beginnen Sie mit der Annotation mit 7 professionellen Labeling-Werkzeugen.
  </Card>
</CardGroup>