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 для 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 | Воспроизведение 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 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 | Импортируйте 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 |
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.
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.
observation.images.*
--state-key → observation.state
--action-key → action
frame_index / fps → timestamp
--include-outcomes → meta/avala_sequence_outcomes.jsonlСостояния 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.
foxglove.CompressedImage / CompressedVideo → observation.images.*
/joint_states → observation.state
/joint_commands → action
frame_index / fps → timestamp
meta/avala_export_report.jsonИспользуйте 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.
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.
В процессе обучения на данных парка Avala разметка связана с загрузкой, визуализацией, проверкой качества и передачей версий наборов данных.
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.