Saltar al contenido principal
Los equipos de vehículos autónomos producen los datasets de sensores más grandes y complejos de la industria. Avala proporciona una plataforma única para visualizar grabaciones multi-sensor sin procesar, anotar datos de entrenamiento de percepción y ejecutar control de calidad — sin alternar entre herramientas separadas de visualización y etiquetado.

​
Primero la visualización

Antes de anotar, los equipos de AV necesitan explorar y comprender sus datos. El visor multi-sensor de Avala maneja la pila completa de sensores de AV:

Reproducción MCAP

Suba grabaciones MCAP de su flota de vehículos y reproduzca todos los flujos de sensores en un visor multi-panel sincronizado con 8 tipos de paneles.

Cámara envolvente + LiDAR

Vea todas las cámaras envolventes junto con nubes de puntos LiDAR con proyección automática basada en calibración para verificación cruzada de sensores.

3D acelerado por GPU

Renderice nubes de puntos LiDAR con aceleración WebGPU y 6 modos de visualización: Neutral, Intensity, Rainbow, Label, Panoptic e Image Projection.

Navegación por línea de tiempo

Desplácese por registros de conducción, avance fotograma a fotograma y salte a marcas de tiempo específicas. Todos los paneles se mantienen sincronizados a través de diferentes tasas de sensores.
Esto significa que sus ingenieros pueden usar Avala para revisión y depuración de datos (reemplazando Foxglove o Rerun), y su equipo de anotación puede etiquetar los mismos datos en la misma interfaz.

​
Tipos de datos

SensorTipo de dato en AvalaAnotación típica
Cámaras frontales/envolventesImage, VideoBounding boxes 2D, polilíneas de carril, máscaras de segmentación
LiDARPoint CloudCuboides 3D con heading, dimensiones e IDs de seguimiento
RadarMCAP (vía paneles Point Cloud)Cuboides 3D, marcadores de detección
Fusión multi-sensorMCAPAnotación sincronizada cámara + LiDAR con proyección 3D-a-2D

​
Tareas comunes

​
Detección de objetos 3D

Etiquete vehículos, peatones, ciclistas y objetos estáticos con cuboides 3D en nubes de puntos LiDAR. El editor de anotación 3D proporciona vistas cenital, perspectiva y lateral para la colocación precisa de cuboides. Los cuboides incluyen parámetros completos de posición (x, y, z), dimensiones (largo, ancho, alto) y heading (yaw).

​
Proyección multi-cámara

Anote cuboides 3D en la vista LiDAR y proyéctelos automáticamente sobre las imágenes de las cámaras envolventes para verificación visual. El visor soporta modelos de cámara pinhole y double-sphere, por lo que la proyección funciona con lentes estándar y ojo de pez.
La proyección multi-cámara es una de las formas más efectivas de verificar la calidad de anotación 3D. Los errores de profundidad y heading que son difíciles de detectar en una vista cenital se vuelven obvios cuando el cuboide se superpone en la imagen de cámara.

​
Anotación de carriles y bordes de vía

Use herramientas de polilíneas para trazar marcas de carril, bordillos y bordes de vía en vistas de cámara. Las polilíneas soportan segmentos conectados con edición a nivel de vértice, haciéndolas adecuadas para carriles curvos e intersecciones complejas.

​
Seguimiento temporal de objetos

Rastree objetos a través de fotogramas con IDs consistentes para modelos de predicción de movimiento y pronóstico de trayectorias. Los IDs de objetos persisten a lo largo de la línea de tiempo de la secuencia, y la navegación fotograma a fotograma del visor facilita la verificación de la continuidad del seguimiento.

​
Clasificación de escena

Clasifique condiciones de conducción a nivel de escena — clima (despejado, lluvioso, neblinoso), hora del día (día, atardecer, noche), tipo de vía (autopista, urbano, rural) y densidad de tráfico. Las etiquetas de clasificación se aplican al fotograma completo y pueden combinarse con anotaciones a nivel de objeto.

​
Características de Avala utilizadas

CaracterísticaPropósitoMás información
Integración MCAP / ROSIngeste grabaciones multi-sensor de su flota de vehículosMCAP y ROS
Visor multi-sensorReproducción sincronizada de cámaras, LiDAR, radar e IMUVisor multi-sensor
Nubes de puntos aceleradas por GPUInspeccione datos LiDAR con 6 modos de visualizaciónVisión general de visualización
Anotación de cuboides 3DEtiquete objetos en 3D con vistas cenital, perspectiva y lateralHerramienta cuboide 3D
Seguimiento de objetosIDs consistentes a través de secuencias de fotogramasAnotación de video
Anotación de polilíneasTrace carriles, bordillos y límites de víaHerramienta polilínea
Proyección multi-cámaraProyecte anotaciones 3D sobre imágenes de cámaraConfiguración multi-cámara
Auto-etiquetado por lotesInicialice anotaciones con predicciones de modelosAuto-etiquetado por lotes
Control de calidadFlujos de revisión multi-etapaControl de calidad
Almacenamiento en la nubeConecte buckets S3 para grandes datasets de conducciónAlmacenamiento en la nube

​
Pipeline de ejemplo

Raw sensor data (MCAP recordings from vehicle fleet)
  -> Upload to Avala via cloud storage integration (S3)
  -> Explore recordings in multi-sensor viewer
  -> Verify calibration with LiDAR-to-camera projection
  -> Create annotation project with 3D cuboid + tracking task type
  -> Annotators label 3D cuboids with tracking IDs
  -> Auto-label next batch with model predictions (batch auto-labeling)
  -> QC review with multi-stage workflow
  -> Export in KITTI, COCO, or custom format
  -> Train perception model
  -> Use model predictions for next round of auto-labeling

​
Primeros pasos

1

Suba sus datos de conducción

Cree un dataset con tipo de dato mcap y suba grabaciones MCAP de su flota. Para datasets grandes, use la integración de almacenamiento en la nube para conectar su bucket S3 directamente.
2

Explore en el visor

Abra una grabación en el visor multi-sensor. Verifique que los datos de cámara, LiDAR y transformación estén presentes. Compruebe la calibración habilitando la proyección LiDAR-a-cámara.
3

Configure su proyecto de anotación

Cree un proyecto con anotación de cuboides 3D, defina su taxonomía de etiquetas (vehicle, pedestrian, cyclist, etc.) y configure los ajustes de control de calidad.
4

Anote y revise

Su equipo anota cuboides 3D con IDs de seguimiento. Los revisores verifican las anotaciones usando proyección multi-cámara para detectar errores de profundidad y heading.
5

Exporte y entrene

Exporte datos etiquetados en su formato preferido. Use el Python SDK o TypeScript SDK para integrar exportaciones en su pipeline de entrenamiento.

​
Próximos pasos

MCAP y ROS

Guía detallada para preparar y subir grabaciones multi-sensor.

Herramienta cuboide 3D

Cómo colocar, ajustar y rastrear cuboides 3D en el editor de nubes de puntos.

Mejores prácticas de grabación

Consejos para grabar datos que se visualizan y anotan bien.

Control de calidad

Configure flujos de revisión multi-etapa para anotación en producción.