Rerun

Was ist Rerun?

Rerun ist ein umfassender multimodaler Datenstack, der zum Modellieren, Aufnehmen, Speichern, Abfragen und Visualisieren komplexer robotikartiger Datenströme entwickelt wurde. Es unterstützt verschiedene Datentypen wie 2D, 3D, Text, Zeitreihen und Tensoren und ermöglicht Benutzern, Systeme im Zusammenhang mit räumlicher und verkörperter KI, Robotik, Simulation und mehr zu debuggen, zu analysieren und zu verbessern. Die Plattform bietet SDKs in Python, Rust und C++ für eine einfache Datenprotokollierung und -abfrage sowie einen eigenständigen Viewer für interaktive Visualisierung. Ihr zeitbewusstes Entity Component System-Datenmodell gewährleistet eine flexible und dennoch leistungsstarke Verarbeitung zeitlicher und räumlicher Daten, was es ideal für das Verständnis komplexer Sensordaten und Systemverhalten macht.

Hauptfunktionen

• Multimodale Datenprotokollierung

  Unterstützt die Protokollierung verschiedener Datentypen wie 3D-Punkte, Bilder, Tensoren und Zeitreihen mit minimalem Code unter Verwendung von SDKs in Python, Rust und C++.

• Interaktive Visualisierung

  Bietet einen eigenständigen Viewer und webbasierte Optionen zur Visualisierung räumlicher und zeitlicher Datenströme für Debugging und Analyse.

• Zeitbewusstes Datenmodell

  Verwendet ein zeitbewusstes Entity Component System (ECS), um zeitliche und räumliche Beziehungen in Daten effizient zu modellieren und abzufragen.

• Flexible Betriebsmodi

  Unterstützt mehrere Modi, einschließlich das Starten eines Viewers, die Verbindung zu Remote-Viewern, die Bereitstellung von Daten über gRPC und das Speichern von Protokollen auf der Festplatte.

• Open Source und erweiterbar

  Open Source mit einer aktiven Community, die Anpassung und Erweiterung ermöglicht, um spezifische Anforderungen in Robotik- und räumlichen Daten-Workflows zu erfüllen.

• Datenabfrage und -extraktion

  Ermöglicht die Abfrage aufgezeichneter Daten in saubere Dataframes, die mit Tools wie Pandas und DuckDB kompatibel sind, für weitere Analysen.

Anwendungsfälle

• Robotik-Debugging : Visualisieren und analysieren von Sensordatenströmen wie Lidar, Kamerafeeds und 3D-Karten, um Probleme in Robotiksystemen zu identifizieren und zu beheben.
• Entwicklung räumlicher KI : Verfolgen und interpretieren räumlicher Darstellungen und Vorhersagen im Zeitverlauf, um verkörperte KI-Modelle zu verbessern.
• Simulation und Tests : Aufzeichnen und überprüfen multimodaler Simulationsdaten zur Validierung und Verfeinerung von Algorithmen und Systemverhalten.
• Überwachung industrieller Prozesse : Aufnahme und Visualisierung komplexer Sensordaten aus industriellen Umgebungen für Echtzeitüberwachung und Diagnose.
• Datensatzerstellung : Extraktion sauberer, zeitlich ausgerichteter Datensätze aus protokollierten multimodalen Daten für das Training und die Bewertung von maschinellen Lernmodellen.

Häufig gestellte Fragen