3. 路测数据采集体系

路测问题复现与定位的成败，往往在数据采集阶段就已经决定。如果采集体系存在传感器漏配、时间戳错位、丢帧或存储格式不统一等问题，后续的算法回放、场景重建和根因分析都会建立在不可靠的数据基础上。本节围绕传感器配置、数据同步、时间戳对齐、数据回传、存储格式与数据管理规范六个环节，梳理一套可落地的路测数据采集体系。

一、核心原理：采集体系是一条“时间一致性”链路

智能驾驶路测采集的本质，是把多个异构传感器在同一物理时刻的观测，映射到统一的时间基准和空间基准上。摄像头、激光雷达、毫米波雷达、组合惯导、CAN 总线数据各自有独立的时钟源和采样频率，采集系统必须完成三件事：统一触发、统一时间戳、统一存储索引。只有这三者对齐，才能保证回放时“同一帧”对应的是真实世界的同一瞬间。

二、传感器配置：按复现需求反推配置清单

传感器配置不是越多越好，而是要与待复现问题的类型匹配。例如，感知类问题需要前视摄像头与激光雷达的时空对齐；定位类问题需要组合惯导与轮速、CAN 数据的同步；规控类问题则更依赖底盘 CAN 与决策日志的时序关系。配置时应明确每个传感器的安装位置、外参、内参、采样频率和触发方式，并形成配置基线。

三、数据同步与时间戳对齐：从硬件触发到软件对齐

数据同步分为硬件同步和软件对齐两个层次。硬件同步通过 PTP（精确时间协议）、GNSS 秒脉冲或同步触发线，让各传感器在同一时刻采样；软件对齐则在采集后，依据时间戳把不同频率的数据插值或最近邻匹配到统一时间轴。常见做法是：以组合惯导的 PTP 时钟为全局基准，摄像头使用曝光触发时间戳，激光雷达使用包时间戳，CAN 数据使用网关时间戳，最终统一到同一时间域。

# 时间戳对齐伪代码示例
for frame in camera_frames:
    t_cam = frame.hardware_timestamp
    lidar_pc = nearest(lidar_frames, t_cam, max_delta=0.02)
    can_msg = nearest(can_messages, t_cam, max_delta=0.01)
    if lidar_pc and can_msg:
        aligned_frame = merge(frame, lidar_pc, can_msg)
        save(aligned_frame)
    else:
        log_drop(t_cam, reason="sync_timeout")

对齐过程中必须记录每个传感器的实际时间戳、对齐误差和丢帧原因。对齐误差超过阈值（如 20 ms）的帧应标记为低置信度，避免在复现时误用。

四、数据回传与存储格式：兼顾完整性与可检索性

路测数据回传通常采用“车端缓存 + 边缘预处理 + 云端归档”的分层策略。车端先落盘原始数据，边缘节点完成时间戳对齐、压缩和元数据提取，再通过 4G/5G 或离线硬盘回传。存储格式上，推荐使用 rosbag2、MCAP 或自定义列式格式，要求支持按时间索引、按传感器通道检索，并保留原始时间戳。

• 原始层：保留传感器原始数据，不做有损压缩，用于高精度复现。
• 对齐层：存储时间对齐后的帧数据，附带对齐误差和置信度。
• 元数据层：记录车辆信息、软件版本、配置基线、采集地点和天气。
• 索引层：按时间、事件、传感器通道建立索引，支持快速检索。

五、数据管理规范：让数据可追溯、可复现

数据管理规范应覆盖命名、版本、权限和生命周期。命名规则建议包含日期、车辆 ID、路线、采集批次和传感器配置版本；版本管理要记录软件版本、标定参数和配置基线；权限管理要区分原始数据、对齐数据和标注数据的访问级别；生命周期管理要明确热存储、温存储和冷存储的保留周期。

# 推荐目录结构
/data/2025-06-12/vehicle_017/route_A/batch_003/
  ├── raw/            # 原始传感器数据
  ├── aligned/        # 时间对齐后数据
  ├── metadata.json   # 车辆、版本、配置基线
  ├── events.csv      # 事件标记
  └── checksum.md5    # 完整性校验

六、案例与复盘：一次时间戳错位导致的复现失败

某项目在复现“高速匝道误刹”问题时，回放数据始终无法重现误刹。排查发现，摄像头使用曝光触发时间戳，而激光雷达使用包时间戳，两者相差约 80 ms，导致融合感知在回放时目标位置偏移。修正方案是统一到 PTP 全局时钟，并在对齐层记录误差。复盘结论是：采集阶段的时间戳规范必须在项目初期冻结，后期修改成本极高。

综上，路测数据采集体系不是简单的“录数据”，而是一套以时间一致性为核心、以可追溯为目标的工程规范。只有在传感器配置、同步对齐、回传存储和管理规范上都做到位，后续的问题复现与定位才有可靠的数据底座。