Transitions de rangs et virages en tournière
Isolez les sorties de voie, virages, chevauchements et reprises de trajet dans des géométries de parcelle changeantes.
Infrastructure indépendante pour la robotique agricole
Transformez chaque heure au champ en données dont le prochain modèle pourra apprendre.
Reliez caméras, LiDAR, GNSS, IMU et événements opérateur dans une boucle traçable, de la capture terrain aux versions de datasets prêtes pour le modèle.
Un seul registre opérationnel de la session terrain à la version du dataset.
MCAP + ROS
LiDAR + nuages de points
Vidéo multicaméra
Télémétrie + trajectoires
Une seule boucle opérationnelle
La session terrain n’est que le début.
Remplacez les transmissions fragmentées par un parcours traçable, de la capture terrain synchronisée à la prochaine version de dataset prête pour le modèle.
- 01
Ingérer les sessions terrain synchronisées
Réunissez MCAP, vidéo, nuages de points, GNSS, IMU et événements machine sans perdre le temps ni le contexte source.
- 02
Sélectionner les hectares difficiles
Recherchez et segmentez par parcelle, trajet, stade cultural, météo, intervention et état du capteur pour constituer les scénarios du prochain cycle d’entraînement.
- 03
Construire une vérité terrain défendable
Associez l’assistance des modèles à une revue humaine 2D, 3D et temporelle, puis appliquez les seuils qualité requis pour chaque version.
- 04
Publier une version contrôlée
Figez le contenu du manifeste et les origines, joignez les métadonnées des droits déclarés, puis publiez une révision immuable que le loader résout pour l’entraînement et l’évaluation.
Intelligence des scénarios
Trouvez les instants qui changent le comportement de la machine.
Transformez de longues sessions terrain en segments d’entraînement ciblés tout en conservant le contexte capteur et opérationnel de chaque événement.
Poussière, éblouissement et faible visibilité
Comparez le comportement de perception dans la poussière, les ombres, la faible lumière, les occultations et les variations de densité des cultures.
Interventions de l’opérateur
Intégrez les reprises manuelles et événements de récupération au prochain cycle de sélection et de revue.
Identité durable du dataset
Livrez une version que votre stack d’autonomie peut reproduire.
Traitez chaque jeu d’entraînement comme un artefact gouverné doté d’une adresse stable, pas comme un dossier transmis entre équipes.
- Référence lisible du dataset et révision canonique immuable
- Empreinte du manifeste, nombre d’objets, taille totale et origines
- Document des droits déclarés et conditions d’accès joints à la révision
- État publié et identité de révision renvoyés par le loader
Manifeste de version du dataset
Versionné- Dataset
- agriculture/row-navigation
- Version
- v18
- Enregistrements d’origine
- primary / avala · calibration / avala
- Droits déclarés
- Joints
- État de révision
- Publié
agriculture/row-navigation@v18Conçu pour l’autonomie terrain
Un seul système de données pour tout le programme de robotique agricole.
Fondez navigation, soin des cultures, récolte et inspection aérienne sur les mêmes datasets et exigences qualité.
Navigation autonome au champ
Sélectionnez suivi de rangs, virages en tournière, évitement d’obstacles et reprise de trajet à partir de sessions véhicule synchronisées.
Soin de précision des cultures
Créez des datasets de perception pour la pulvérisation ciblée, le désherbage, la détection des plantes et la compréhension de leur état.
Récolte et manipulation
Revoyez interactions temporelles, états d’objets et cas limites difficiles pour les systèmes de cueillette et de récolte.
Inspection aérienne
Transformez imagerie et télémétrie drone en datasets traçables pour les modèles de cartographie, repérage et inspection des parcelles.
Commencez par un goulot d’étranglement du modèle
Cadrez la version de données terrain dont votre programme a besoin maintenant.
Venez avec vos capteurs, votre workflow actuel et le comportement cible. Repartez avec un parcours cadré des sessions terrain au dataset versionné.