> ## 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.

# Robotique

> Visualisez les enregistrements de capteurs et annotez les données pour la manipulation, la navigation et la compréhension de scène

Les équipes de robotique travaillent avec des configurations de capteurs diverses -- caméras de profondeur, montages stéréo, LiDAR et configurations multi-caméras qui changent entre les plateformes robotiques. Avala gère cette variété avec un support natif MCAP pour rejouer les données de capteurs enregistrées et une boîte à outils d'annotation complète pour étiqueter les données d'entraînement de perception nécessaires aux modèles de manipulation, navigation et compréhension de scène.

## Visualisation des données robotiques

Les données de capteurs robotiques arrivent souvent sous forme de bags enregistrés ou de fichiers MCAP provenant d'essais, de déploiements sur le terrain ou de simulations. Le visualiseur multi-capteurs d'Avala vous permet de rejouer ces enregistrements et de les inspecter avant de vous engager dans l'annotation.

<CardGroup cols={2}>
  <Card title="Lecture MCAP" icon="play">
    Téléchargez des enregistrements MCAP de votre robot et rejouez les flux caméra, profondeur, LiDAR et IMU dans un visualiseur synchronisé.
  </Card>

  <Card title="Visualisation de nuages de points" icon="cube">
    Rendez les nuages de points des caméras de profondeur et du LiDAR avec accélération GPU. Basculez entre 6 modes de visualisation pour inspecter la densité, l'intensité et la structure spatiale.
  </Card>

  <Card title="Vues multi-caméras" icon="camera-cctv">
    Visualisez plusieurs flux caméra (RGB, profondeur, stéréo) côte à côte, synchronisés aux mêmes horodatages dans l'enregistrement.
  </Card>

  <Card title="Navigation chronologique" icon="clock">
    Avancez image par image dans les opérations du robot pour trouver les moments clés -- tentatives de saisie, décisions de navigation, événements de collision.
  </Card>
</CardGroup>

<Tip>
  Si votre équipe utilise actuellement Foxglove ou Rerun pour réviser les enregistrements de robots, Avala remplace l'étape de visualisation et ajoute l'annotation, la révision et l'export -- le tout dans une seule plateforme.
</Tip>

## Types de données

| Application               | Type de données Avala  | Annotation typique                                       |
| ------------------------- | ---------------------- | -------------------------------------------------------- |
| Navigation intérieure     | Image, Nuage de points | Boîtes englobantes 2D/3D, segmentation                   |
| Pick-and-place            | Image                  | Boîtes englobantes, points clés, masques de segmentation |
| Robots mobiles extérieurs | MCAP, Nuage de points  | Cuboïdes 3D, polylignes                                  |
| Manipulation              | Image, Vidéo           | Points clés, boîtes englobantes                          |
| Robots d'entrepôt         | Image, MCAP            | Boîtes englobantes, segmentation, classification         |

## Tâches courantes

### Détection d'objets et saisie

Étiquetez les objets sur les étagères, tables et convoyeurs avec des boîtes englobantes et des masques de segmentation d'instances pour les modèles de planification de saisie. Pour les tâches de bin-picking, combinez les boîtes englobantes avec des annotations de points clés pour marquer les points de saisie sur chaque objet.

### Segmentation de scène

Créez des masques de segmentation au niveau du pixel pour les sols, murs, obstacles, espaces libres et autres types de surfaces. Les données de segmentation entraînent les modèles de navigation à comprendre quelles zones le robot peut traverser et lesquelles sont bloquées.

### Annotation de points clés

Marquez les positions des articulations, les pointes d'outils, les points de saisie et les repères de pose. Les squelettes de points clés sont configurables -- définissez le nombre de points et leurs connexions pour correspondre à l'entrée attendue de votre modèle.

### Classification de terrain

Pour les robots mobiles extérieurs, classifiez les surfaces traversables vs. non-traversables. Combinez la classification au niveau de l'image (type de terrain, pente) avec des masques de segmentation qui délimitent les zones sûres des obstacles.

### Détection d'activité et d'événements

Annotez les enregistrements vidéo d'opérations robotiques pour étiqueter des événements spécifiques : saisie réussie, saisie échouée, collision, récupération. Utilisez des étiquettes de classification sur les séquences ou les plages d'images pour l'annotation d'événements temporels.

## Fonctionnalités Avala utilisées

| Fonctionnalité                    | Objectif                                                                      | En savoir plus                                                   |
| --------------------------------- | ----------------------------------------------------------------------------- | ---------------------------------------------------------------- |
| Intégration MCAP / ROS            | Ingérer directement les enregistrements de capteurs robotiques                | [MCAP et ROS](/docs/visualization/mcap-ros/overview)                  |
| Visualiseur multi-capteurs        | Lecture synchronisée des flux de capteurs robotiques                          | [Visualiseur multi-capteurs](/docs/visualization/multi-sensor-viewer) |
| Visualisation de nuages de points | Inspecter les données de caméras de profondeur et LiDAR avec 6 modes de rendu | [Aperçu Visualisation](/docs/fr/visualization/overview)               |
| Annotation boîtes englobantes     | Étiqueter les objets pour les modèles de détection                            | [Outil Boîte englobante](/docs/annotation/guides/tools/bounding-box)  |
| Annotation points clés            | Marquer les positions des articulations et les points de saisie               | [Outil Points clés](/docs/annotation/guides/tools/keypoint)           |
| Annotation segmentation           | Masques au niveau du pixel pour la compréhension de scène                     | [Outil Segmentation](/docs/annotation/guides/tools/segmentation)      |
| Annotation polygones              | Contours précis pour les objets irréguliers                                   | [Outil Polygone](/docs/annotation/guides/tools/polygon)               |
| Contrôle qualité                  | Révision multi-étapes pour les étiquettes de haute précision                  | [Contrôle qualité](/docs/annotation/guides/quality-control)           |
| Slices                            | Organiser les données par environnement, scénario ou plateforme robotique     | [API Slices](/docs/api-reference/slices)                              |

## Pipeline exemple

```
Robot sensor recordings (MCAP from test runs)
  -> Upload to Avala dataset
  -> Review recordings in multi-sensor viewer
  -> Identify frames with relevant scenarios (grasps, navigation events)
  -> Create annotation project (bounding boxes + keypoints)
  -> Annotators label objects and grasp points
  -> QC review with spot-checking and targeted review
  -> Export in COCO or custom format
  -> Train manipulation / navigation model
```

## Commencer

<Steps>
  <Step title="Téléchargez les enregistrements robotiques">
    Créez un jeu de données et téléchargez vos fichiers MCAP. Le visualiseur détecte automatiquement les topics caméra, profondeur, LiDAR et IMU.
  </Step>

  <Step title="Explorez les données">
    Rejouez les enregistrements pour comprendre la couverture des capteurs et la qualité des données. Utilisez la navigation image par image pour trouver les moments clés.
  </Step>

  <Step title="Définissez votre tâche d'annotation">
    Choisissez le type d'annotation correspondant à l'entrée de votre modèle : boîtes englobantes pour la détection, points clés pour l'estimation de pose, segmentation pour la compréhension de scène.
  </Step>

  <Step title="Configurez la taxonomie d'étiquettes">
    Définissez les classes d'objets et attributs pertinents pour l'environnement de tâche de votre robot (par ex., `cup`, `plate`, `obstacle`, `free_space`).
  </Step>

  <Step title="Annotez, révisez et exportez">
    Votre équipe étiquette les données, les réviseurs vérifient la qualité, et vous exportez dans le format attendu par votre pipeline d'entraînement.
  </Step>
</Steps>

## Gestion de flotte

Pour les équipes opérant des flottes de robots, Avala fournit la gestion des enregistrements et l'observabilité à l'échelle de la flotte :

* **Registre d'appareils** — Suivez tous les robots de votre flotte avec les métadonnées, versions de firmware et l'état de santé.
* **Navigateur d'enregistrements** — Filtrez et triez les enregistrements à travers les appareils par date, statut et tags.
* **Événements chronologiques** — Marquez les erreurs, anomalies et changements d'état sur les enregistrements pour une analyse à l'échelle de la flotte.
* **Règles d'enregistrement** — Signalez automatiquement les enregistrements correspondant à des conditions (par ex., latence élevée, fréquence d'erreurs).
* **Alertes** — Acheminez les notifications vers Slack, email ou webhooks lorsque les conditions de la flotte changent.

Consultez le [Tableau de bord de flotte](/docs/visualization/fleet/fleet-dashboard) pour commencer.

## Prochaines étapes

<CardGroup cols={2}>
  <Card title="Tableau de bord de flotte" icon="satellite-dish" href="/docs/visualization/fleet/fleet-dashboard">
    Gérez les appareils, enregistrements et télémétrie à travers votre flotte de robots.
  </Card>

  <Card title="MCAP et ROS" icon="robot" href="/docs/visualization/mcap-ros/overview">
    Formats supportés et comment préparer les enregistrements robotiques pour le téléchargement.
  </Card>

  <Card title="Outils d'annotation" icon="pen-to-square" href="/docs/annotation/guides/annotation-tools">
    Aperçu de tous les outils d'annotation disponibles pour les données robotiques.
  </Card>

  <Card title="Bonnes pratiques d'enregistrement" icon="circle-check" href="/docs/visualization/guides/recording-best-practices">
    Conseils pour enregistrer des données robotiques qui fonctionnent bien dans Avala.
  </Card>
</CardGroup>