Готовим размеченные данные для обучения роботов и манипуляторов: сцены захвата объектов, навигация и картирование пространства, манипуляции и взаимодействие с объектами и людьми. Работаем с видео, LiDAR и мультимодальными данными для VLA-моделей. Бесплатный пилот на вашей выборке сцен.
Роботу для уверенных действий нужны размеченные сцены захвата объектов, траектории навигации в пространстве и примеры взаимодействия с людьми и предметами. Разметка описывает, где расположен объект, как его безопасно захватить, какой путь свободен для движения и как реагировать на препятствие или человека рядом — на этих примерах обучается модель управления.
Источник данных — записи с камер и датчиков робота, симуляция или размеченный датасет под конкретную задачу манипулятора.
Закрываем ключевые задачи разметки для роботов: сцены захвата объектов с точками и углом хвата, навигацию и картирование пространства по видео и LiDAR, манипуляции — позу и траекторию инструмента или детали, а также взаимодействие с объектами и людьми в общей рабочей зоне.
Точки и угол захвата объекта для манипулятора, bounding box и keypoints детали.
Разметка препятствий, свободного пространства и маршрута по видео и LiDAR.
Поза и траектория инструмента или детали при выполнении операции.
Сцены совместной работы робота с человеком и предметами в одной зоне.
Процесс начинается с брифа по типу робота, сценариям захвата или навигации и требуемой точности, затем — бесплатный пилот на части записей, чтобы согласовать гайдлайн. Основной объём размечаем с контролем качества по кадрам и точкам, финал — выгрузка в формате под вашу платформу управления или обучения модели.
Навигация робота опирается на две дополняющие друг друга разметки: покадровую разметку видео с препятствиями и свободным пространством и облако точек LiDAR с точной геометрией окружения в 3D. Вместе они дают модели и плоскую картину сцены с камеры, и объёмное представление расстояний до объектов.
VLA-модель (vision-language-action) связывает изображение сцены, текстовую инструкцию и действие робота в единый пайплайн — модель «видит» объект, «понимает» задачу на естественном языке и выбирает действие манипулятора. Для обучения такой модели нужна мультимодальная разметка: сцена, текстовое описание задачи и размеченное действие или траектория одновременно.
Это разметка точек и угла захвата объекта, его границ и позы в пространстве, по которым робот-манипулятор выбирает, как безопасно взять предмет. Дополнительно отмечаем keypoints детали, если форма объекта важна для точного хвата.
Разметка видео описывает объекты и события на плоском кадре с камеры. Разметка для навигации добавляет объёмное представление сцены — облако точек LiDAR с расстояниями до препятствий и свободным пространством для маршрута, поэтому эти два вида разметки используются вместе.
VLA (vision-language-action) — это модель, которая объединяет изображение сцены, текстовую инструкцию и действие робота в одном пайплайне: «видит» объект, «понимает» задачу на естественном языке и выбирает действие манипулятора. Для обучения нужна мультимодальная разметка сцены, текста и действия одновременно.
Для сцен и видео — COCO JSON и YOLO, для облаков точек LiDAR — PCD и форматы, совместимые с ROS. Под конкретную платформу управления роботом можем адаптировать формат экспорта на этапе брифа.
Стоимость зависит от типа задачи — захват, навигация или манипуляции, — объёма записей и требуемой точности разметки точек и траекторий. Точную смету считаем после бесплатного пилота на вашей выборке. Ориентиры по типам разметки и калькулятор — на странице /pricing/.
Пришлите пример записей и опишите задачу робота — вернёмся с гайдлайном разметки и оценкой сроков в течение 1 рабочего дня.
Оставить заявку на пилотПокадровая разметка сцен, препятствий и объектов для навигации
Облака точек, 3D bounding box и сегментация окружения
Разметка инструкций и диалогов для мультимодальных VLA-моделей
Все типы разметки: изображения, видео, аудио, текст, 3D