What sensor data can Avala label for robotics?
Avala publishes workflows for cameras, video, LiDAR, point clouds, depth maps, and sequences, and it imports MCAP, ROS 1, and ROS 2 recordings with synchronized camera, LiDAR, and telemetry streams.
Sensor data labeling
Avala labels camera, LiDAR, point-cloud, and sequence data for robotics, then keeps that work inside the fleet learning loop: ingest, review, a versioned dataset, and the training handoff.
Fleet Learning Infrastructure para Physical AI
| Capability | Status | What Avala publishes |
|---|---|---|
| Cameras and video | Supported | Images and video are labeled with 2D boxes and masks, alongside the sequence they belong to. |
| LiDAR and point clouds | Supported | Point-cloud scenes take 3D cuboids and point-cloud labels, with camera and sequence context kept where the workflow supports them. |
| Depth maps | Supported | Depth maps are a published annotation type on the same workflow as video, point clouds, text, and audio. |
| MCAP, ROS 1, and ROS 2 | Supported | La reproducción MCAP utiliza los esquemas de mensajes compatibles. El importador de bolsas ROS del SDK convierte cámaras y temas numéricos o de texto compatibles; informa de los temas omitidos, incluidas las nubes de puntos.Tipos de mensajes compatibles |
| Timestamp and calibration context | Preserved | Timestamp and calibration context stay attached while teams inspect the same event across sensor streams. |
| 2D boxes, masks, polylines, and classifications | Supported | These are published ground-truth outputs for camera and sequence data. |
| 3D cuboids | Supported | Cuboids capture position, dimensions, and heading in point-cloud scenes. |
| Tracking across a sequence | Supported | Tracked objects are a published output, so an object keeps its identity across the sequence. |
| Trajectory context | Supported | Camera, point-cloud, and trajectory data stay aligned as work moves through labeling and review. |
| LeRobot datasets | Supported | Importa datos LeRobot como grabaciones MCAP. La conversión de ida y vuelta de LeRobot v3 conserva las columnas numéricas y de texto; los fotogramas se vuelven a codificar, por lo que los píxeles no son idénticos. Cada secuencia de Avala se convierte en un episodio de LeRobot. Los estados y las acciones requieren campos numéricos de origen. Las etiquetas de resultado opcionales se escriben en un archivo auxiliar; las marcas de tiempo de la exportación de secuencias siguen la frecuencia de fotogramas configurada. Guía de conversión de LeRobot |
Consulta los campos de dos rutas de exportación a LeRobot v3. Los requisitos difieren: las cámaras por sí solas no aportan acciones del robot. Despliega cada ruta antes de elegir un conversor.
La exportación predeterminada incluye cámaras, marcas de tiempo y texto de tarea. El estado y las acciones requieren campos numéricos configurados; los valores ausentes generan errores. Los resultados son metadatos opcionales en un archivo separado. Las marcas de tiempo usan la frecuencia configurada.
observation.images.*
--state-key → observation.state
--action-key → action
frame_index / fps → timestamp
--include-outcomes → meta/avala_sequence_outcomes.jsonlLos estados articulares aportan posiciones medidas; un tema de comandos separado aporta acciones. Los fotogramas siguen la primera cámara y los demás temas se muestrean en ese instante o antes. El informe registra desviaciones temporales, fotogramas iniciales descartados y modo de codificación de vídeo.
foxglove.CompressedImage / CompressedVideo → observation.images.*
/joint_states → observation.state
/joint_commands → action
frame_index / fps → timestamp
meta/avala_export_report.jsonUse esta lista para definir una prueba comparativa con Avala u otro proveedor. Acuerde las pruebas y los criterios de aceptación antes de empezar. Marcar una casilla solo registra su revisión en esta página; no certifica a un proveedor ni envía una solicitud.
Plantillas de planificación en blanco, en inglés. Defina requisitos y registre evidencia antes de acordar un programa. Estos archivos no contienen resultados ni condiciones comerciales.
The pages below are the detailed sources for the capabilities in the table.
Avala publishes workflows for cameras, video, LiDAR, point clouds, depth maps, and sequences, and it imports MCAP, ROS 1, and ROS 2 recordings with synchronized camera, LiDAR, and telemetry streams.
El etiquetado se conecta con la ingesta, la visualización, la revisión de calidad y la entrega de conjuntos de datos versionados en el flujo de aprendizaje de flotas de Avala.
Labeling runs with human review and traceable quality-control states. The annotation pages describe the review path for camera, LiDAR, and telemetry.
Book a demo, or read the ground-truth outputs and the MCAP annotation page. LeRobot import and export are documented with the SDKs.