> ## 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.
# 核心概念
> 了解 Avala 平台的基本概念
本页涵盖 Avala 平台的构建模块：可视化、标注、数据集、项目、任务、组织、标签、质量控制和序列。理解这些概念将帮助您为 Physical AI 设计有效的数据工作流。
## 可视化
Avala 直接在浏览器中为传感器数据提供 GPU 加速可视化。这些概念适用于所有可视化功能。
### 查看器
Avala 包含针对不同数据类型的专用查看器。**多传感器查看器**处理 MCAP 和 ROS 录制，在所有传感器流中实现同步回放。**3D 点云查看器**使用六种可视化模式渲染 LiDAR 数据。**Gaussian Splat 查看器**使用 WebGPU 渲染逼真的 3D 场景重建。
### 面板
多传感器查看器将数据组织为**面板**——用于不同数据流的独立可视化窗口。Avala 支持八种面板类型：
| 面板类型 | 描述 |
| ------- | ---------------- |
| 图像 | 摄像头帧和图像流 |
| 3D / 点云 | LiDAR 扫描和 3D 几何体 |
| 图表 | 时间序列数据和数值信号 |
| 原始消息 | 解码的消息载荷 |
| 日志 | 文本日志流 |
| 地图 | 地理位置和轨迹 |
| 仪表盘 | 实时数值读数 |
| 状态转换 | 随时间的离散状态变化 |
Topic 根据其模式自动分配到面板。
### 布局
多窗口布局将面板排列在可配置的网格中。**布局组合器**根据数据中的 topic 自动构建优化的排列，您也可以通过拖动、调整大小和重新排列面板来手动自定义布局。
### 时间轴
查看器中的所有面板共享一个**同步时间轴**。逐帧导航、滚动到特定时间戳或以可配置速度回放录制。时间轴保持所有传感器流对齐，无论其各自的采集频率如何。
### 传感器流
MCAP 录制包含多个**传感器流**（topic）。每个 topic 携带特定的数据类型——图像、点云、IMU 读数、GPS 坐标——以其自身的频率运行。Avala 通过时间戳同步所有流，让您在任何时刻都能看到完整的传感器画面。
### 可视化模式
点云数据可以使用六种模式着色：
| 模式 | 描述 |
| ---- | ------------- |
| 中性 | 单一均匀颜色 |
| 强度 | 按返回强度着色 |
| 彩虹 | 时间或顺序着色 |
| 标签 | 按语义类别着色 |
| 全景 | 按实例身份着色 |
| 图像投影 | 使用投影的摄像头图像纹理化 |
可视化模式适用于 3D 点云查看器，可用于独立的 LiDAR 数据集和 MCAP 录制中的点云流。
## 数据集
**数据集**是数据项（图像、视频帧、点云或多传感器录制）的集合，作为可视化和标注的原始材料。
### 数据集属性
| 属性 | 描述 |
| ------------ | ------------------------------------------------------ |
| `name` | 人类可读的名称 |
| `slug` | URL 友好的标识符（在所有者命名空间内唯一） |
| `data_type` | 数据类型：`image`、`video`、`lidar`、`mcap`、`image_3d`、`splat` |
| `visibility` | `public` 或 `private` |
| `owner` | 拥有数据集的用户或组织 |
| `item_count` | 数据集中的数据项总数 |
### 数据项
每个数据集包含**数据项**——单独的数据样本：
* **图像数据集** — 每个项是一个单独的图像文件。
* **视频数据集** — 项是视频帧，分组为序列。
* **LiDAR 数据集** — 项是单独的点云扫描。
* **MCAP 数据集** — 项包含同步的多传感器帧（摄像头 + LiDAR + IMU）。
### 序列
**序列**将相关项分组，用于时间或多帧数据：
* 来自同一录制的视频帧
* 来自连续驾驶会话的 LiDAR 扫描
* 在连续时间戳处的同步多摄像头捕获
序列支持逐帧导航、跨帧目标跟踪和标注中的时间一致性。
序列状态工作流：
```
uploading → processing → ready → failed
```
## 项目
**项目**通过将一个或多个数据集连接到特定的任务类型、标签分类体系和质量控制配置来定义标注工作流。
### 项目组件
```
Project
├── Datasets（数据源）
├── Task Type（标注方法）
├── Label Config（对象类别、属性）
├── Quality Control（审核阶段、共识）
└── Tasks（单独的工作单元）
```
### 任务类型
项目配置以下任务类型之一：
| 任务类型 | API 值 | 描述 |
| ---- | ------------------------ | -------------------------- |
| 图像标注 | `image-annotation` | 单个图像上的 2D 标注（框、多边形、分割、关键点） |
| 视频标注 | `video-annotation` | 逐帧标注，支持跨帧目标跟踪 |
| 点云标注 | `point-cloud-annotation` | LiDAR 扫描上的 3D 标注（长方体、分割） |
| 点云对象 | `point-cloud-objects` | 3D 点云序列中的对象级标注 |
### 项目状态
| 状态 | 描述 |
| ------------------ | --------- |
| `pending-approval` | 等待批准启动 |
| `active` | 接受标注工作 |
| `paused` | 暂时停止 |
| `canceled` | 永久停止 |
| `archived` | 完成并归档 |
| `completed` | 所有标注任务已完成 |
## 任务
**任务**是项目中的单独工作单元。每个任务代表由单个标注员对一个或多个数据项进行的标注工作。
### 任务生命周期
任务经历以下状态：
```
pending → assigned → in_progress → submitted → under_review → approved
→ rejected → rework
```
| 状态 | 描述 |
| -------------- | ------------- |
| `pending` | 已创建但尚未分配给标注员 |
| `assigned` | 已分配给标注员，等待开始 |
| `in_progress` | 标注员正在进行工作 |
| `submitted` | 标注员已提交工作待审核 |
| `under_review` | 审核员正在检查已提交的标注 |
| `approved` | 标注已通过——任务完成 |
| `rejected` | 标注未通过审核 |
| `rework` | 退回给标注员进行修改 |
### 结果
当标注员完成任务时，他们提交一个**结果**，包含：
* 标注数据（边界框、多边形、长方体、分割蒙版等）
* 元数据（花费时间、工具版本）
结果在最终接受前经过质量控制审核。
## 组织
**组织**将用户和资源分组，用于基于团队的协作。
### 组织结构
```
Organization
├── Members（具有角色的用户）
├── Datasets（共享数据）
├── Projects（共享工作流）
└── Settings（计费、API 密钥、权限）
```
### 成员角色
| 角色 | 能力 |
| -------- | ----------------- |
| `owner` | 完全控制——计费、设置，可删除组织 |
| `admin` | 管理成员，创建和配置资源 |
| `member` | 访问共享资源，执行标注工作 |
## 标签和分类体系
### 标签配置
项目定义一个**标签配置**——一组预定义的对象类别，标注员将其分配给标注：
```json theme={null}
{
"labels": [
{ "name": "car", "color": "#FF0000" },
{ "name": "pedestrian", "color": "#00FF00" },
{ "name": "cyclist", "color": "#0000FF" }
]
}
```
### 分类
对于更复杂的分类体系，项目可以包含定义以下内容的**分类配置**：
* **属性** — 如颜色、遮挡程度或截断等属性，标注员分配给每个对象。
* **层次类别** — 嵌套的类别结构（例如，车辆 > 轿车 > 轿车）。
* **条件属性** — 仅针对特定对象类别显示的属性。
## 标注类型
Avala 支持以下标注类型，每种都针对特定的标注任务而设计：
| 类型 | 描述 | 数据类型 |
| ---------- | ------------------ | ------- |
| **边界框** | 对象周围的 2D 矩形区域 | 图像、视频 |
| **多边形** | 追踪对象边界的任意封闭形状 | 图像、视频 |
| **3D 长方体** | 具有位置、尺寸和旋转的 3D 边界框 | 点云、MCAP |
| **分割** | 像素级分类蒙版 | 图像、视频 |
| **折线** | 用于车道、边缘和边界的开放路径 | 图像、视频 |
| **关键点** | 用于姿态估计和结构的地标点 | 图像、视频 |
| **分类** | 场景级或对象级类别标签 | 所有数据类型 |
## 质量控制
Avala 提供内置的质量保证工具，确保标注的准确性和一致性。
### 审核
标注在接受前经过**审核阶段**：
1. 标注员提交结果。
2. 审核员检查标注。
3. 审核员**批准**正确的工作或**拒绝**需要修改的工作。
4. 被拒绝的任务退回标注员进行修改。
### 问题
**标注问题**让审核员标记单个标注的具体问题：
* 将问题固定到场景中的特定对象或区域。
* 将问题分配给团队成员以解决。
* 跟踪问题状态（开放、已解决）。
### 指标
使用内置指标监控标注质量：
* **通过率** — 首次提交即通过的任务百分比。
* **标注时间** — 每个任务的平均花费时间。
* **标注者间一致性** — 在相同数据上标注者之间的一致性。
* **问题频率** — 每个任务的标记问题率。
### 共识
**共识工作流**将相同数据独立分配给多个标注员，然后比较结果以衡量一致性并识别模糊案例。
质量指标有助于识别培训需求并在团队中维持一致的标注标准。
## 序列
**序列**是表示时间或空间进展的数据项的有序集合——视频帧、LiDAR 扫描或多传感器录制。
### 属性
| 属性 | 描述 |
| ------------- | ------- |
| `name` | 序列标识符 |
| `frame_count` | 序列中的帧数 |
| `status` | 序列的处理状态 |
| `data_type` | 从父数据集继承 |
### 状态工作流
序列在数据上传和处理时遵循以下状态进展：
```
uploading → processing → ready
→ failed
```
* **uploading** — 帧正在上传到平台。
* **processing** — 帧正在验证和准备标注。
* **ready** — 所有帧已处理并可用于标注。
* **failed** — 处理遇到错误（检查单个帧状态）。
## 车队管理
车队管理处于预览阶段。此处描述的功能可能会更改。
Avala 的车队管理功能让您能够大规模管理设备、录制和遥测数据。
### 设备
**设备**代表您车队中的物理机器人、传感器装置或计算单元。每个设备有一个唯一的 `dev_` 前缀标识符，并跟踪类型、固件版本和状态（`online`、`offline`、`maintenance`）等元数据。
### 录制
设备产生**录制**——运营期间捕获的 MCAP 文件。录制自动与其源设备关联，可按设备、日期、状态和标签过滤。
### 事件
**事件**是录制上的时间戳标记：错误、状态变化、异常和自定义标注。事件出现在 MCAP 查看器时间轴上，可在整个车队中查询。
### 录制规则
**录制规则**自动评估录制是否满足条件并在匹配时执行操作（标记、标记待审核、通知）。规则可以基于阈值、模式、频率或数据缺失触发。
### 警报
**警报**在车队条件变化时通知您的团队。将警报路由到 Slack、电子邮件、Webhook 或应用内通知。警报遵循生命周期：`open` → `acknowledged` → `resolved`。
## 下一步
每种数据类型支持的格式、可视化能力和标注工具。
了解用于可视化、标注和项目管理的 Web 界面。
了解 Avala 平台组件如何协同工作，包括可视化引擎。
设置 API 密钥并开始发送经过认证的请求。
管理您机器人车队的设备、录制和遥测数据。