Comprendre les concepts fondamentaux de la plateforme Avala
Cette page couvre les éléments de base de la plateforme Avala : visualisation, annotation, jeux de données, projets, tâches, organisations, étiquettes, contrôle qualité et séquences. Comprendre ces concepts vous aidera à concevoir des flux de données efficaces pour le physical AI.
Avala fournit une visualisation accélérée par GPU pour les données de capteurs directement dans le navigateur. Ces concepts s’appliquent à toutes les fonctionnalités de visualisation.
Avala inclut des visualiseurs spécialisés pour différents types de données. Le visualiseur multi-capteurs gère les enregistrements MCAP et ROS avec une lecture synchronisée sur tous les flux de capteurs. Le visualiseur de nuages de points 3D affiche les données LiDAR avec six modes de visualisation. Le visualiseur Gaussian Splat affiche des reconstructions photoréalistes de scènes 3D utilisant WebGPU.
Le visualiseur multi-capteurs organise les données en panneaux — des fenêtres de visualisation indépendantes pour différents flux de données. Avala supporte huit types de panneaux :
Type de panneau
Description
Image
Images caméra et flux d’images
3D / Nuage de points
Scans LiDAR et géométrie 3D
Graphique
Données temporelles et signaux numériques
Messages bruts
Charges utiles de messages décodés
Journal
Flux de journaux textuels
Carte
Position géographique et trajectoires
Jauge
Lectures numériques en temps réel
Transitions d’état
Changements d’état discrets dans le temps
Les topics sont automatiquement assignés aux panneaux en fonction de leur schéma.
Les dispositions multi-fenêtres organisent les panneaux dans une grille configurable. Le compositeur de disposition construit automatiquement des arrangements optimisés en fonction des topics de vos données, ou vous pouvez personnaliser la disposition manuellement en faisant glisser, redimensionnant et réarrangeant les panneaux.
Tous les panneaux d’un visualiseur partagent une chronologie synchronisée. Naviguez image par image, parcourez des horodatages spécifiques, ou rejouez des enregistrements à des vitesses configurables. La chronologie maintient tous les flux de capteurs alignés indépendamment de leurs fréquences de capture individuelles.
Les enregistrements MCAP contiennent plusieurs flux de capteurs (topics). Chaque topic transporte un type de données spécifique — images, nuages de points, lectures IMU, coordonnées GPS — à sa propre fréquence. Avala synchronise tous les flux par horodatage afin que vous puissiez voir l’image complète des capteurs à tout moment.
Les données de nuages de points peuvent être colorées selon six modes :
Mode
Description
Neutre
Couleur uniforme unique
Intensité
Coloré par force de retour
Arc-en-ciel
Coloration temporelle ou séquentielle
Étiquette
Coloré par classe sémantique
Panoptique
Coloré par identité d’instance
Projection d’image
Texturé avec l’imagerie caméra projetée
Les modes de visualisation s’appliquent au visualiseur de nuages de points 3D et fonctionnent aussi bien avec les jeux de données LiDAR autonomes qu’avec les flux de nuages de points au sein des enregistrements MCAP.
Un jeu de données est une collection d’éléments de données (images, images vidéo, nuages de points ou enregistrements multi-capteurs) qui servent de matière première pour la visualisation et l’annotation.
Les séquences regroupent des éléments liés pour les données temporelles ou multi-images :
Images vidéo du même enregistrement
Scans LiDAR d’une session de conduite continue
Captures multi-caméras synchronisées à des horodatages consécutifs
Les séquences permettent la navigation image par image, le suivi d’objets entre les images et la cohérence temporelle des annotations.Flux de statut des séquences :
Un projet définit un flux de travail d’annotation en connectant un ou plusieurs jeux de données à un type de tâche spécifique, une taxonomie d’étiquettes et une configuration de contrôle qualité.
Project├── Datasets (sources de données)├── Task Type (méthode d'annotation)├── Label Config (classes d'objets, attributs)├── Quality Control (étapes de révision, consensus)└── Tasks (unités de travail individuelles)
Une tâche est une unité de travail individuelle au sein d’un projet. Chaque tâche représente un travail d’annotation à effectuer sur un ou plusieurs éléments de données par un seul annotateur.
Organization├── Members (utilisateurs avec des rôles)├── Datasets (données partagées)├── Projects (flux de travail partagés)└── Settings (facturation, clés API, permissions)
Les flux de consensus assignent les mêmes données à plusieurs annotateurs indépendamment, puis comparent les résultats pour mesurer l’accord et identifier les cas ambigus.
Les métriques de qualité aident à identifier les besoins de formation et à maintenir des standards d’annotation cohérents au sein de votre équipe.
Les séquences sont des collections ordonnées d’éléments de données qui représentent des progressions temporelles ou spatiales — images vidéo, balayages LiDAR ou enregistrements multi-capteurs.
La gestion de flotte est en aperçu. Les fonctionnalités décrites ici peuvent changer.
Les capacités de gestion de flotte d’Avala vous permettent de gérer les appareils, enregistrements et télémétrie à travers des flottes de robots à grande échelle.
Un appareil représente un robot physique, un montage de capteurs ou une unité de calcul dans votre flotte. Chaque appareil a un identifiant unique préfixé dev_ et suit les métadonnées comme le type, la version du firmware et le statut (online, offline, maintenance).
Les appareils produisent des enregistrements — des fichiers MCAP capturés pendant le fonctionnement. Les enregistrements sont automatiquement associés à leur appareil source et peuvent être filtrés par appareil, date, statut et tags.
Les événements sont des marqueurs horodatés sur les enregistrements : erreurs, changements d’état, anomalies et annotations personnalisées. Les événements apparaissent sur la chronologie du visualiseur MCAP et peuvent être interrogés à travers la flotte.
Les règles d’enregistrement évaluent automatiquement les enregistrements selon des conditions et déclenchent des actions (tag, signalement pour révision, notification) lorsque des correspondances sont trouvées. Les règles peuvent se déclencher sur des seuils, des motifs, des fréquences ou l’absence de données.
Les alertes notifient votre équipe lorsque les conditions de la flotte changent. Acheminez les alertes vers Slack, email, webhooks ou notifications dans l’application. Les alertes suivent un cycle de vie : open → acknowledged → resolved.
