> ## 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.

# Введение

> Начните работу с платформой Avala для данных Physical AI

Avala — это платформа, на которой команды, занимающиеся робототехникой, автономными транспортными средствами и Physical AI, визуализируют, исследуют и аннотируют свои сенсорные данные — всё в одном месте.

Загружайте записи MCAP, сканы LiDAR, видеопотоки с камер или сцены Gaussian Splat. Воспроизводите их в мультисенсорном просмотрщике с GPU-ускорением, синхронизированными таймлайнами и настраиваемыми макетами панелей. Когда будете готовы к разметке, переключитесь в режим аннотации на тех же данных — без экспорта, без смены инструментов, без повторной загрузки. Платформа обеспечивает полный жизненный цикл от необработанных сенсорных данных до размеченных обучающих наборов.

## Кто использует Avala

* **Команды автономных транспортных средств** — Размечают изображения с камер, облака точек LiDAR и синхронизированные мультисенсорные записи для обучения моделей восприятия. Визуализация и отладка данных MCAP/ROS с мультикамерной проекцией.
* **Компании в сфере робототехники** — Аннотируют данные восприятия для навигации, манипуляции и понимания сцены. Исследуют 3D-облака точек с GPU-ускоренным рендерингом.
* **Команды Physical AI / пространственных вычислений** — Работают со сценами Gaussian Splat, плотными облаками точек и мультимодальными сенсорными данными для 3D-понимания мира и переноса из симуляции в реальность.
* **Команды AI/ML** — Создают обучающие наборы данных для обнаружения объектов, сегментации, классификации и трекинга по изображениям, видео и 3D-данным.
* **Исследовательские лаборатории** — Формируют размеченные наборы данных для исследований в области компьютерного зрения и 3D-восприятия с профессиональными инструментами аннотации и контроля качества.

## Возможности платформы

### Визуализация

Движок визуализации Avala полностью работает в браузере на основе WebGPU и WebGL.

* **Мультисенсорное воспроизведение MCAP/ROS** — Открывайте файлы MCAP, содержащие данные камер, LiDAR, радара и IMU. Просмотрщик автоматически определяет топики и назначает типы панелей из 8 доступных: Изображение, 3D / Облако точек, График, Сырые сообщения, Лог, Карта, Датчик и Переходы состояний.
* **GPU-ускоренный рендеринг 3D-облаков точек** — Рендеринг облаков точек с 6 режимами визуализации: Нейтральный, Интенсивность, Радуга, Метка, Паноптический и Проекция изображения. Вычислительные шейдеры WebGPU выполняют отсечение по пирамиде видимости и выбор уровня детализации на GPU.
* **Просмотрщик Gaussian Splat** — Исследуйте 3D-реконструкции сцен в WebGPU-ускоренном просмотрщике Gaussian Splat с иерархией сцены, панелью свойств и статистикой.
* **Синхронное воспроизведение нескольких камер** — Просматривайте несколько видеопотоков синхронно с наложениями проекции LiDAR на камеру. Поддерживаются модели камер pinhole и double-sphere (рыбий глаз).
* **Настраиваемые многооконные макеты** — Перетаскивание панелей с изменяемыми размерами. Макет по умолчанию размещает боковую панель топиков, контентные панели и информационную панель файла в горизонтальной конфигурации.
* **Навигация по таймлайну** — Покадровая навигация, переход по временным меткам и управление скоростью воспроизведения по всем синхронизированным сенсорным потокам.

### Аннотация

Профессиональные инструменты аннотации для каждого типа данных, подкреплённые контролем качества и командными рабочими процессами.

* **Ограничивающие рамки** — 2D-прямоугольные области для обнаружения объектов
* **Полигоны** — Произвольные формы для точных границ объектов
* **3D-кубоиды** — 3D-ограничивающие параллелепипеды в данных облаков точек и мультисенсорных данных с видами сверху, в перспективе и сбоку
* **Сегментация** — Попиксельные маски классификации
* **Полилинии** — Аннотации путей, полос и границ
* **Ключевые точки** — Аннотации ориентиров и поз
* **Классификация** — Метки атрибутов на уровне сцены и объекта

Контроль качества включает многоэтапные рабочие процессы рецензирования, отслеживание проблем аннотации, метрики согласия между аннотаторами и рабочие процессы консенсуса. Трекинг объектов обеспечивает постоянные идентификаторы в кадрах видео и последовательностях.

Управляемые услуги разметки доступны для команд, которым нужны профессиональные аннотаторы, обученные в их предметной области.

## Поддерживаемые типы данных

Avala работает с пятью модальностями данных, каждая из которых имеет специализированные рабочие процессы визуализации и аннотации:

| Тип данных       | Форматы         | Описание                                                                                                                 |
| ---------------- | --------------- | ------------------------------------------------------------------------------------------------------------------------ |
| **Изображения**  | JPEG, PNG, WebP | Визуализация и аннотация одиночных кадров со всеми 2D-инструментами                                                      |
| **Видео**        | MP4, MOV        | Конвертируются в последовательности кадров для воспроизведения, покадровой аннотации и трекинга объектов                 |
| **Облака точек** | PCD, PLY        | 3D-сканы LiDAR с GPU-ускоренным рендерингом и аннотацией кубоидами                                                       |
| **MCAP / ROS**   | MCAP            | Мультисенсорный контейнер с данными камер, LiDAR, радара и IMU; многопанельное воспроизведение и мультикамерная проекция |
| **Splat**        | Gaussian Splat  | 3D-визуализация и аннотация сцен в WebGPU-среде Gaussian Splat                                                           |

## SDK

<CardGroup cols={2}>
  <Card title="Python SDK" icon="python" href="/docs/ru/sdks/python">
    Установка: `pip install avala` — полные аннотации типов и поддержка async.
  </Card>

  <Card title="TypeScript SDK" icon="js" href="/docs/ru/sdks/typescript">
    Установка: `npm install @avala-ai/sdk` — работает в Node.js и браузерах.
  </Card>
</CardGroup>

## Изучите платформу

<CardGroup cols={3}>
  <Card title="" href="/docs/ru/visualization/overview">
    <div style={{display: 'flex', justifyContent: 'center', marginTop: '16px'}}>
      <img src="https://mintcdn.com/avala/kIZkZ6dvKYAB1M8O/images/visual-mission-control.svg?fit=max&auto=format&n=kIZkZ6dvKYAB1M8O&q=85&s=153fe7ef2c3b060912af0b39299e2a9f" alt="Визуализация" style={{height: '80px'}} className="hidden dark:block" width="70" height="55" data-path="images/visual-mission-control.svg" />

      <img src="https://mintcdn.com/avala/kIZkZ6dvKYAB1M8O/images/visual-mission-control-light.svg?fit=max&auto=format&n=kIZkZ6dvKYAB1M8O&q=85&s=81a6905e18fe108c2962b3c20e1cd68e" alt="Визуализация" style={{height: '80px'}} className="dark:hidden" width="70" height="55" data-path="images/visual-mission-control-light.svg" />
    </div>

    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '8px', marginTop: '16px'}}>Визуализация</p>
    <p style={{fontSize: '14px'}}>Мультисенсорный просмотрщик с GPU-ускорением: 8 типов панелей, 6 режимов рендеринга облаков точек и поддержка Gaussian Splat.</p>
  </Card>

  <Card title="" href="/docs/ru/annotation/overview">
    <div style={{display: 'flex', justifyContent: 'center', marginTop: '16px'}}>
      <img src="https://mintcdn.com/avala/kIZkZ6dvKYAB1M8O/images/visual-mission-control.svg?fit=max&auto=format&n=kIZkZ6dvKYAB1M8O&q=85&s=153fe7ef2c3b060912af0b39299e2a9f" alt="Аннотация" style={{height: '80px'}} className="hidden dark:block" width="70" height="55" data-path="images/visual-mission-control.svg" />

      <img src="https://mintcdn.com/avala/kIZkZ6dvKYAB1M8O/images/visual-mission-control-light.svg?fit=max&auto=format&n=kIZkZ6dvKYAB1M8O&q=85&s=81a6905e18fe108c2962b3c20e1cd68e" alt="Аннотация" style={{height: '80px'}} className="dark:hidden" width="70" height="55" data-path="images/visual-mission-control-light.svg" />
    </div>

    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '8px', marginTop: '16px'}}>Аннотация</p>
    <p style={{fontSize: '14px'}}>Профессиональные инструменты аннотации для 2D, 3D, видео и мультисенсорных данных с контролем качества.</p>
  </Card>

  <Card title="" href="/docs/ru/integrations/overview">
    <div style={{display: 'flex', justifyContent: 'center', marginTop: '16px'}}>
      <img src="https://mintcdn.com/avala/kIZkZ6dvKYAB1M8O/images/visual-integrations.svg?fit=max&auto=format&n=kIZkZ6dvKYAB1M8O&q=85&s=83f7317b685230dee23c128d2a4bda0a" alt="Интеграции" style={{height: '80px'}} className="hidden dark:block" width="100" height="80" data-path="images/visual-integrations.svg" />

      <img src="https://mintcdn.com/avala/kIZkZ6dvKYAB1M8O/images/visual-integrations-light.svg?fit=max&auto=format&n=kIZkZ6dvKYAB1M8O&q=85&s=3cd44ed2d6126aade26b2e0645008b87" alt="Интеграции" style={{height: '80px'}} className="dark:hidden" width="100" height="80" data-path="images/visual-integrations-light.svg" />
    </div>

    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '8px', marginTop: '16px'}}>Интеграции</p>
    <p style={{fontSize: '14px'}}>Подключение к S3, MCP, MCAP/ROS, вебхукам и пайплайнам инференса.</p>
  </Card>
</CardGroup>

## Следующие шаги

<CardGroup cols={2}>
  <Card title="Быстрый старт" icon="rocket" href="/docs/ru/getting-started/quickstart">
    Создайте свой первый проект аннотации менее чем за 60 секунд.
  </Card>

  <Card title="Основные концепции" icon="book" href="/docs/ru/getting-started/concepts">
    Разберитесь в наборах данных, проектах, задачах и жизненном цикле аннотации.
  </Card>

  <Card title="Визуализация" icon="eye" href="/docs/ru/visualization/overview">
    Изучите мультисенсорный просмотрщик, рендерер 3D-облаков точек и просмотрщик Gaussian Splat.
  </Card>

  <Card title="SDK" icon="code" href="/docs/ru/sdks/overview">
    Установите Python SDK или TypeScript SDK и начните разработку.
  </Card>
</CardGroup>