Foxglove hilft Robotikteams zu verstehen, was ihre Maschinen getan haben. Roboter erzeugen Datenströme von Kameras, Lidar, GPS, Motoren und Protokollen. Zur Fehlersuche müssen sie gemeinsam auf einer Zeitachse betrachtet werden. Der Viewer stellt Bilder, Punktwolken, Diagramme, Karten und 3D-Szenen in anpassbaren, synchronisierten Ansichten dar und unterstützt ROS sowie andere Frameworks.
Die Plattform bietet zusätzlich Datenverwaltung. Teams laden Aufzeichnungen in die Cloud, durchsuchen sie nach Metadaten und Ereignissen, teilen Links zu bestimmten Momenten und arbeiten gemeinsam an Problemen. Foxglove entwickelte auch MCAP, ein offenes Containerformat für multimodale Robotikdaten, das inzwischen weit verbreitet ist und in ROS 2 standardmäßig für Aufzeichnungen verwendet wird.
Foxglove bietet einen kostenlosen Tarif für Einzelpersonen und kleine Teams sowie kostenpflichtige Pläne für größere Installationen. Der Schwerpunkt liegt auf Visualisierung und Datenverwaltung, nicht auf Simulation oder Flottensteuerung. Alternativen sind Rerun, RViz und PlotJuggler für ROS, Webviz sowie Weights & Biases oder eigene Protokollierung für ML-lastige Teams. Foxglove eignet sich für Robotik- und autonome Fahrzeugteams, die reale Testläufe untersuchen.