Rerun

Qu'est-ce que Rerun ?

Rerun est une pile de données multimodales complète conçue pour modéliser, ingérer, stocker, interroger et visualiser des flux de données complexes de type robotique. Elle prend en charge divers types de données, notamment 2D, 3D, texte, séries temporelles et tenseurs, permettant aux utilisateurs de déboguer, analyser et améliorer les systèmes impliquant l'IA spatiale et incarnée, la robotique, la simulation, et plus encore. La plateforme offre des SDK en Python, Rust et C++ pour un enregistrement et une interrogation faciles des données, ainsi qu'une visionneuse autonome pour la visualisation interactive. Son modèle de données basé sur un système d'entités-composants conscient du temps assure un traitement flexible et performant des données temporelles et spatiales, ce qui le rend idéal pour comprendre les données complexes des capteurs et les comportements des systèmes.

Fonctionnalités clés

• Enregistrement de données multimodales

  Prend en charge l'enregistrement de divers types de données tels que les points 3D, les images, les tenseurs et les séries temporelles avec un code minimal en utilisant des SDK en Python, Rust et C++.

• Visualisation interactive

  Fournit une visionneuse autonome et des options basées sur le web pour visualiser les flux de données spatiales et temporelles pour le débogage et l'analyse.

• Modèle de données conscient du temps

  Utilise un système d'entités-composants (ECS) conscient du temps pour modéliser et interroger efficacement les relations temporelles et spatiales dans les données.

• Modes de fonctionnement flexibles

  Prend en charge plusieurs modes, notamment le lancement d'une visionneuse, la connexion à des visionneuses distantes, la diffusion de données via gRPC et l'enregistrement de journaux sur disque.

• Open source et extensible

  Open source avec une communauté active, permettant la personnalisation et l'extension pour répondre à des besoins spécifiques dans les flux de travail de robotique et de données spatiales.

• Requête et extraction de données

  Permet d'interroger les données enregistrées dans des dataframes propres compatibles avec des outils comme Pandas et DuckDB pour une analyse plus approfondie.

Cas d'utilisation

• Débogage robotique : Visualiser et analyser les flux de données des capteurs tels que lidar, les flux de caméra et les cartes 3D pour identifier et résoudre les problèmes dans les systèmes robotiques.
• Développement d'IA spatiale : Suivre et interpréter les représentations spatiales et les prédictions au fil du temps pour améliorer les modèles d'IA incarnée.
• Simulation et tests : Enregistrer et examiner des données de simulation multimodales pour valider et affiner les algorithmes et les comportements des systèmes.
• Surveillance des processus industriels : Ingérer et visualiser des données complexes de capteurs provenant d'environnements industriels pour la surveillance et le diagnostic en temps réel.
• Création de jeux de données : Extraire des jeux de données propres et alignés temporellement à partir de données multimodales enregistrées pour l'entraînement et l'évaluation de modèles d'apprentissage automatique.

FAQ