Sensor data labeling

Разметка данных для робототехники и автономных систем

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 для Physical AI

Published robotics labeling capabilities

Published robotics labeling capabilities
CapabilityStatusWhat Avala publishes
Cameras and videoSupportedImages and video are labeled with 2D boxes and masks, alongside the sequence they belong to.
LiDAR and point cloudsSupportedPoint-cloud scenes take 3D cuboids and point-cloud labels, with camera and sequence context kept where the workflow supports them.
Depth mapsSupportedDepth maps are a published annotation type on the same workflow as video, point clouds, text, and audio.
MCAP, ROS 1, and ROS 2SupportedВоспроизведение MCAP использует поддерживаемые схемы сообщений. Импортёр ROS bag в SDK преобразует данные камер и поддерживаемые числовые и текстовые топики; пропущенные топики, включая облака точек, отражаются в отчёте.Поддерживаемые типы сообщений
Timestamp and calibration contextPreservedTimestamp and calibration context stay attached while teams inspect the same event across sensor streams.
2D boxes, masks, polylines, and classificationsSupportedThese are published ground-truth outputs for camera and sequence data.
3D cuboidsSupportedCuboids capture position, dimensions, and heading in point-cloud scenes.
Tracking across a sequenceSupportedTracked objects are a published output, so an object keeps its identity across the sequence.
Trajectory contextSupportedCamera, point-cloud, and trajectory data stay aligned as work moves through labeling and review.
LeRobot datasetsSupportedИмпортируйте данные LeRobot как записи MCAP. Прямое и обратное преобразование LeRobot v3 сохраняет числовые и текстовые столбцы; кадры камер перекодируются, поэтому пиксели не идентичны.

Одна последовательность Avala становится одним эпизодом LeRobot. Для состояний и действий нужны числовые исходные поля. Необязательные метки результатов записываются в сопутствующий файл; временные метки при экспорте последовательностей следуют заданной частоте кадров.

Руководство по преобразованию LeRobot

Что получает загрузчик обучающих данных?

Изучите соответствия полей для двух путей экспорта LeRobot v3. Требуемые входные данные различаются: камеры сами по себе не дают действий робота. Раскройте каждый путь перед выбором конвертера.

Последовательности Avala → LeRobot v3

Экспорт по умолчанию содержит камеры, временные метки и текст задачи. Состояния и действия требуют настройки числовых исходных полей; пропуски вызывают ошибки. Результаты — необязательные метаданные в отдельном файле. Метки времени используют заданную частоту кадров.

Справочник полей экспорта
observation.images.*
--state-key → observation.state
--action-key → action
frame_index / fps → timestamp
--include-outcomes → meta/avala_sequence_outcomes.jsonl
MCAP робота → LeRobot v3

Состояния суставов дают измеренные положения; отдельный топик команд даёт действия. Кадры следуют первой камере, остальные топики используют значения на момент кадра или ранее. Отчёт фиксирует отклонения времени, отброшенные начальные кадры и режим кодирования видео.

Справочник полей экспорта
foxglove.CompressedImage / CompressedVideo → observation.images.*
/joint_states → observation.state
/joint_commands → action
frame_index / fps → timestamp
meta/avala_export_report.json
Руководство по преобразованию LeRobot

Как оценить программу сбора и разметки данных?

Используйте этот список для согласования сравнительного теста с Avala или другим поставщиком. До начала работ согласуйте доказательства и критерии приемки. Отметка фиксирует только вашу проверку на этой странице, не сертифицирует поставщика и не отправляет заявку.

Пустые шаблоны планирования на английском языке. Определите требования и зафиксируйте доказательства до согласования программы. Файлы не содержат результатов или коммерческих условий.

Questions this page answers

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.

Is labeling the whole product?

В процессе обучения на данных парка Avala разметка связана с загрузкой, визуализацией, проверкой качества и передачей версий наборов данных.

How is labeling reviewed?

Labeling runs with human review and traceable quality-control states. The annotation pages describe the review path for camera, LiDAR, and telemetry.

How do I start a robotics labeling workflow?

Book a demo, or read the ground-truth outputs and the MCAP annotation page. LeRobot import and export are documented with the SDKs.