Архитектура

На этой странице представлен обзор организации платформы Avala и взаимодействия её компонентов.

​

Обзор системы

​

Компоненты

​

Mission Control

Mission Control — это веб-приложение Avala на avala.ai. Оно предоставляет:

• Визуализация данных — GPU-ускоренные просмотрщики для исследования сенсорных данных до, во время и после аннотации. Мультисенсорное воспроизведение, рендеринг 3D-облаков точек и навигация по сценам Gaussian Splat — всё в браузере.
• Редактор аннотаций — Специализированные инструменты для разметки изображений, видео, облаков точек и мультисенсорных данных с поддержкой ограничивающих рамок, полигонов, кубоидов, сегментации, полилиний и ключевых точек.
• Управление проектами — Создание и настройка проектов аннотации, определение таксономий меток, назначение работы участникам команды и мониторинг прогресса.
• Контроль качества — Рецензирование отправленных аннотаций, отметка проблем, отслеживание коэффициентов принятия и запуск рабочих процессов консенсуса.
• Управление наборами данных — Загрузка данных, организация элементов в последовательности, просмотр и поиск наборов данных, управление правами доступа.

​

Движок визуализации

Движок визуализации работает в браузере и обеспечивает GPU-ускоренный рендеринг сенсорных данных:

• Мультисенсорный просмотрщик — Синхронное воспроизведение записей MCAP и ROS с восемью типами панелей: Изображение, 3D / Облако точек, График, Сырые сообщения, Лог, Карта, Датчик и Переходы состояний. Автоматическое определение топиков и интеллектуальная компоновка макетов на основе ваших данных.
• 3D-просмотрщик облаков точек — Рендеринг данных LiDAR с шестью режимами визуализации (Нейтральный, Интенсивность, Радуга, Метка, Паноптический, Проекция изображения). Виды сверху, в перспективе и сбоку. Вычислительные шейдеры WebGPU обеспечивают отсечение по пирамиде видимости и рендеринг с уровнем детализации для высокой частоты кадров на плотных сканах.
• Просмотрщик Gaussian Splat — WebGPU-ускоренный рендеринг 3D-реконструкций сцен Gaussian Splat. GPU-сортировка, пул буферов и прекомпиляция пайплайнов обеспечивают навигацию в реальном времени по фотореалистичным окружениям.
• Пайплайн рендеринга — WebGPU предпочтителен с автоматическим фоллбэком на WebGL для более широкой поддержки браузеров. Флаги функций контролируют вычислительные шейдеры, бандлы рендеринга и компиляцию шейдеров WGSL.
• Многооконный макет — Настраиваемое расположение панелей с drag-and-drop. Древовидная система макетов с автоматической балансировкой позволяет настраивать организацию панелей или доверить компоновщику макетов построение оптимального расположения на основе ваших данных.

​

REST API

REST API по адресу api.avala.ai/api/v1 предоставляет программный доступ ко всем возможностям платформы. Все запросы аутентифицируются с помощью API-ключа, передаваемого в заголовке X-Avala-Api-Key. Основные ресурсы: API следует REST-соглашениям с телами запросов и ответов в формате JSON, курсорной пагинацией и стандартными HTTP-кодами состояния.

​

SDK

Вы можете вызывать REST API напрямую из любого языка с помощью стандартных HTTP-клиентов (см. REST API) или использовать официальные SDK:

• Python SDK (pip install avala) — Синхронный и асинхронный клиенты, модели Pydantic, автоматическая пагинация, типизированные исключения, CLI-инструмент.
• TypeScript SDK (npm install @avala-ai/sdk) — Полностью типизированный клиент с Promise-based API для Node.js и edge-рантаймов.
• CLI (curl -fsSL https://avala.ai/install.sh | bash) — Управление наборами данных, проектами, экспортами и хранилищем из терминала.

Подробности см. в обзоре SDK.

​

Бэкенд-сервисы

Бэкенд-сервисы обеспечивают асинхронную обработку, которая питает платформу:

• Разбор MCAP — Извлечение и синхронизация сенсорных потоков из записей MCAP, определение типов сообщений и построение индексов кадров для мультисенсорного просмотрщика.
• Конвертация видео — Разделение загруженных видеофайлов на последовательности кадров для визуализации и аннотации.
• Генерация экспортов — Создание загружаемых экспортов в форматах JSON, COCO, KITTI и других.
• Обработка задач — Генерация и распределение задач аннотации на основе конфигурации проекта.
• Пайплайн инференса — Запуск инференса моделей для AI-ассистированной аннотации и предварительной разметки.

​

Хранилище

Хранилище управляет всеми постоянными данными:

• Файлы наборов данных — Необработанные изображения, видеокадры, облака точек и записи MCAP.
• Аннотации — Размеченные данные, созданные аннотаторами (ограничивающие рамки, полигоны, кубоиды, маски).
• Экспорты — Сгенерированные файлы экспортов, доступные для загрузки.
• Артефакты моделей — Веса и конфигурации моделей инференса, используемых в AI-ассистированной разметке.

​

MCP-сервер

MCP-сервер (Model Context Protocol) предоставляет инструменты Avala AI-ассистентам, таким как Claude, Cursor и VS Code Copilot. Он позволяет взаимодействовать с наборами данных, проектами и экспортами на естественном языке, не покидая среду разработки.

​

Как компоненты взаимодействуют

1. Пользователи работают с Avala через Mission Control (веб-интерфейс) или программно через REST API и SDK.
2. Mission Control загружает данные через REST API и рендерит их с помощью движка визуализации прямо в браузере — серверный рендеринг не требуется.
3. Все клиентские интерфейсы общаются с одним и тем же REST API, поэтому действия в Mission Control немедленно видны через API и наоборот.
4. REST API валидирует запросы, управляет ресурсами и передаёт работу бэкенд-сервисам для асинхронной обработки.
5. Бэкенд-сервисы обрабатывают задачи (разбор MCAP, конвертация видео, генерация экспортов) и записывают результаты обратно в хранилище.

​

Следующие шаги