4. 数据记录器(Recorder)入门

各位同学，今天我们来聊聊CARLA里一个特别实用的工具——Recorder模块。

说实话，我刚开始做自动驾驶仿真的时候，最头疼的问题就是：场景跑完了，但某个关键帧出了问题，想回放看看却无从下手。后来接触了CARLA的Recorder，才发现原来这么简单。说白了，它就是仿真界的「行车记录仪」。

4.1 Recorder模块是什么？

CARLA的Recorder模块，是一个轻量级的录制与回放工具。它不记录传感器原始数据（比如摄像头图像、激光雷达点云），而是记录仿真世界中的状态变化。

什么意思呢？我举个例子：

• 哪辆车在什么时间出现在什么位置
• 它的速度、转向角、油门刹车状态
• 交通信号灯什么时候变红变绿
• 行人什么时候开始过马路

这些信息都被压缩成一个.log文件。你想想看，一个小时的复杂场景，可能也就几十MB。比起存原始传感器数据动辄几个GB，这效率高太多了。

4.2 开始录制：一行代码的事

启动录制非常简单。我个人习惯在场景初始化完成后，立刻调用录制接口。

import carla

# 连接CARLA服务器
client = carla.Client('localhost', 2000)
client.set_timeout(10.0)

# 开始录制，指定文件名
client.start_recorder('my_scene.log')

# 你的仿真逻辑...
# 跑场景、控制车辆、触发事件等

# 停止录制
client.stop_recorder()

嗯，这里要注意：start_recorder()的参数是文件名。如果你只写文件名，文件会保存在CARLA服务器的工作目录下。我建议你写绝对路径，这样好找。

4.3 录制文件(.log)的生成与存储路径

这个问题，我曾经踩过坑。第一次用Recorder时，我找了半天没找到.log文件在哪。

默认情况下，.log文件会生成在CARLA服务器进程的工作目录下。具体来说：

启动方式	默认存储路径
双击 CarlaUE4.exe	CarlaUE4.exe 所在的目录
命令行启动	执行命令时所在的目录
Docker启动	容器内的工作目录（需映射卷）

如果你想指定路径，直接写绝对路径就行：

# 指定到D盘某个文件夹
client.start_recorder('D:/carla_logs/scene_001.log')

# 或者用相对路径，但建议用绝对路径
client.start_recorder('./logs/scene_001.log')

4.4 录制时的几个实用参数

start_recorder()其实还有几个可选参数，我给大家列一下：

client.start_recorder(
    'scene.log', 
    additional_data=False  # 是否记录额外数据
)

• additional_data=False（默认）：只记录基础状态，文件小，回放快
• additional_data=True：额外记录物理引擎的碰撞信息、车辆动力学参数等

我个人建议：调试阶段用True，方便排查问题；正式跑大规模场景时用False，省空间。

4.5 知识体系总览

下面这张图，是我自己整理的Recorder模块核心逻辑。你看完应该能明白整个录制流程：

从这张图你可以看到，整个录制流程其实就三步：客户端发起请求 → 服务器监听并序列化状态 → 写入.log文件。简单明了。

4.6 实战小贴士

最后，分享几个我在项目中积累的经验：

• 录制前先检查磁盘空间：虽然.log文件不大，但长时间录制（比如几小时）还是会累积到几百MB。我一般会在录制前检查一下剩余空间。
• 命名规范很重要：我习惯用场景名_日期_版本.log的格式。比如highway_overtake_20240315_v2.log。这样后期回放时，一眼就知道是哪个场景。
• 录制过程中不要频繁启停：每次start_recorder和stop_recorder都会创建新文件。如果你需要分段录制，建议用不同的文件名。
• 多客户端场景注意：如果你同时运行多个Python客户端，每个客户端都可以独立录制。但要注意，它们录制的是同一个世界状态，文件内容会重复。我一般只让主控制客户端负责录制。