Skip to main content
Esta página cubre los bloques de construcción de la plataforma Avala: visualización, anotación, datasets, proyectos, tareas, organizaciones, etiquetas, control de calidad y secuencias. Comprender estos conceptos le ayudará a diseñar flujos de trabajo de datos efectivos para Physical AI.

Visualización

Avala proporciona visualización acelerada por GPU para datos de sensores directamente en el navegador. Estos conceptos se aplican a todas las funciones de visualización.

Visores

Avala incluye visores especializados para diferentes tipos de datos. El visor multi-sensor maneja grabaciones MCAP y ROS con reproducción sincronizada en todos los flujos de sensores. El visor de nubes de puntos 3D renderiza datos LiDAR con seis modos de visualización. El visor Gaussian Splat renderiza reconstrucciones fotorrealistas de escenas 3D usando WebGPU.

Paneles

El visor multi-sensor organiza los datos en paneles — ventanas de visualización independientes para diferentes flujos de datos. Avala soporta ocho tipos de paneles: Los topics se asignan automáticamente a los paneles según su esquema.

Diseños

Los diseños multi-ventana organizan los paneles en una cuadrícula configurable. El compositor de diseño construye automáticamente disposiciones optimizadas basadas en los topics de sus datos, o puede personalizar el diseño manualmente arrastrando, redimensionando y reorganizando paneles.

Líneas de tiempo

Todos los paneles en un visor comparten una línea de tiempo sincronizada. Navegue fotograma a fotograma, desplácese a marcas de tiempo específicas o reproduzca grabaciones a velocidades configurables. La línea de tiempo mantiene todos los flujos de sensores alineados independientemente de sus frecuencias individuales de captura.

Flujos de sensores

Las grabaciones MCAP contienen múltiples flujos de sensores (topics). Cada topic transporta un tipo de dato específico — imágenes, nubes de puntos, lecturas IMU, coordenadas GPS — a su propia frecuencia. Avala sincroniza todos los flujos por marca de tiempo para que pueda ver la imagen completa del sensor en cualquier momento.

Modos de visualización

Los datos de nubes de puntos pueden colorearse usando seis modos:
Los modos de visualización se aplican al visor de nubes de puntos 3D y funcionan tanto con datasets LiDAR independientes como con flujos de nubes de puntos dentro de grabaciones MCAP.

Datasets

Un dataset es una colección de elementos de datos (imágenes, fotogramas de video, nubes de puntos o grabaciones multi-sensor) que sirven como materia prima para la visualización y anotación.

Propiedades del dataset

Elementos de datos

Cada dataset contiene elementos — muestras de datos individuales:
  • Datasets de imágenes — Cada elemento es un archivo de imagen individual.
  • Datasets de video — Los elementos son fotogramas de video, agrupados en secuencias.
  • Datasets LiDAR — Los elementos son escaneos individuales de nubes de puntos.
  • Datasets MCAP — Los elementos contienen fotogramas multi-sensor sincronizados (cámara + LiDAR + IMU).

Secuencias

Las secuencias agrupan elementos relacionados para datos temporales o multi-fotograma:
  • Fotogramas de video de la misma grabación
  • Escaneos LiDAR de una sesión de conducción continua
  • Capturas multi-cámara sincronizadas en marcas de tiempo consecutivas
Las secuencias permiten la navegación fotograma a fotograma, el seguimiento de objetos entre fotogramas y la consistencia temporal en las anotaciones. Flujo de estados de la secuencia:

Proyectos

Un proyecto define un flujo de trabajo de anotación conectando uno o más datasets con un tipo de tarea específico, una taxonomía de etiquetas y una configuración de control de calidad.

Componentes del proyecto

Tipos de tareas

Los proyectos se configuran con uno de los siguientes tipos de tarea:

Estado del proyecto

Tareas

Una tarea es una unidad de trabajo individual dentro de un proyecto. Cada tarea representa trabajo de anotación que debe realizarse en uno o más elementos de datos por un solo anotador.

Ciclo de vida de la tarea

Las tareas progresan a través de los siguientes estados:

Resultados

Cuando un anotador completa una tarea, envía un resultado que contiene:
  • Los datos de anotación (bounding boxes, polígonos, cuboides, máscaras de segmentación, etc.)
  • Metadatos (tiempo invertido, versiones de herramientas)
Los resultados pasan por una revisión de control de calidad antes de la aceptación final.

Organizaciones

Una organización agrupa usuarios y recursos para la colaboración en equipo.

Estructura de la organización

Roles de miembros

Etiquetas y taxonomía

Configuración de etiquetas

Los proyectos definen una configuración de etiquetas — un conjunto de clases de objetos predefinidas que los anotadores asignan a las anotaciones:

Clasificación

Para taxonomías más complejas, los proyectos pueden incluir configuraciones de clasificación que definen:
  • Atributos — Propiedades como color, nivel de oclusión o truncamiento que los anotadores asignan a cada objeto.
  • Categorías jerárquicas — Estructuras de clases anidadas (ej., Vehículo > Auto > Sedán).
  • Atributos condicionales — Atributos que solo aparecen para clases de objetos específicas.

Tipos de anotación

Avala soporta los siguientes tipos de anotación, cada uno diseñado para tareas de etiquetado específicas:

Control de calidad

Avala proporciona herramientas integradas de aseguramiento de calidad para garantizar la precisión y consistencia de las anotaciones.

Revisiones

Las anotaciones pasan por una etapa de revisión antes de su aceptación:
  1. El anotador envía su resultado.
  2. Un revisor examina las anotaciones.
  3. El revisor aprueba el trabajo correcto o rechaza el trabajo que necesita corrección.
  4. Las tareas rechazadas regresan al anotador para retrabajo.

Problemas

Los problemas de anotación permiten a los revisores señalar problemas específicos en anotaciones individuales:
  • Fijar un problema a un objeto o región específica en la escena.
  • Asignar problemas a miembros del equipo para su resolución.
  • Rastrear el estado del problema (abierto, resuelto).

Métricas

Monitoree la calidad de anotación con métricas integradas:
  • Tasa de aceptación — Porcentaje de tareas aprobadas en el primer envío.
  • Tiempo de anotación — Tiempo promedio invertido por tarea.
  • Acuerdo entre anotadores — Consistencia entre anotadores sobre los mismos datos.
  • Frecuencia de problemas — Tasa de problemas señalados por tarea.

Consenso

Los flujos de consenso asignan los mismos datos a múltiples anotadores de forma independiente, luego comparan los resultados para medir el acuerdo e identificar casos ambiguos.
Las métricas de calidad ayudan a identificar necesidades de capacitación y mantener estándares de anotación consistentes en todo su equipo.

Secuencias

Las secuencias son colecciones ordenadas de elementos de datos que representan progresiones temporales o espaciales — fotogramas de video, barridos LiDAR o grabaciones multi-sensor.

Propiedades

Flujo de estados

Las secuencias siguen esta progresión de estados a medida que los datos se suben y procesan:
  • uploading — Los fotogramas se están subiendo a la plataforma.
  • processing — Los fotogramas se están validando y preparando para la anotación.
  • ready — Todos los fotogramas están procesados y disponibles para la anotación.
  • failed — El procesamiento encontró un error (verifique los estados de los fotogramas individuales).

Gestión de flotas

La gestión de flotas está en vista previa. Las funciones descritas aquí pueden cambiar.
Las capacidades de gestión de flotas de Avala le permiten administrar dispositivos, grabaciones y telemetría a través de flotas de robots a escala.

Dispositivos

Un dispositivo representa un robot físico, equipo de sensores o unidad de cómputo en su flota. Cada dispositivo tiene un identificador único con prefijo dev_ y rastrea metadatos como tipo, versión de firmware y estado (online, offline, maintenance).

Grabaciones

Los dispositivos producen grabaciones — archivos MCAP capturados durante la operación. Las grabaciones se asocian automáticamente con su dispositivo de origen y pueden filtrarse por dispositivo, fecha, estado y etiquetas.

Eventos

Los eventos son marcadores con marca de tiempo en las grabaciones: errores, cambios de estado, anomalías y anotaciones personalizadas. Los eventos aparecen en la línea de tiempo del visor MCAP y pueden consultarse a través de la flota.

Reglas de grabación

Las reglas de grabación evalúan automáticamente las grabaciones contra condiciones y ejecutan acciones (etiquetar, marcar para revisión, notificar) cuando se encuentran coincidencias. Las reglas pueden activarse por umbrales, patrones, frecuencias o ausencia de datos.

Alertas

Las alertas notifican a su equipo cuando cambian las condiciones de la flota. Enrute alertas a Slack, correo electrónico, webhooks o notificaciones en la aplicación. Las alertas siguen un ciclo de vida: openacknowledgedresolved.

Próximos pasos

Tipos de datos

Formatos soportados, capacidades de visualización y herramientas de anotación para cada tipo de dato.

Anotación

Conozca la interfaz web para visualización, anotación y gestión de proyectos.

Arquitectura

Cómo se integran los componentes de la plataforma Avala, incluyendo el motor de visualización.

Autenticación de API

Configure API keys y comience a hacer solicitudes autenticadas.

Panel de flota

Gestione dispositivos, grabaciones y telemetría a través de su flota de robots.