1、课程导论与数据回放基础：什么是自动驾驶数据回放？为什么需要数据回放？ROS2 Bag基础概念

1.1 从一次路测事故说起

我记得刚入行那会儿，团队第一次做城市道路测试。车跑得好好的，突然在十字路口来了个急刹——明明前面什么都没有。日志翻了个底朝天，就是找不到原因。

后来一位老工程师问我：「你回放过数据吗？」

我当时一愣。回放？不就是看日志吗？

他笑了笑，给我演示了ROS2 bag的回放功能。那一刻我才明白——看日志和回放数据，完全是两码事。

说白了，日志告诉你「发生了什么」，而数据回放能让你「重新经历一遍当时的情况」。你可以在办公室里，像坐在车里一样，看到每一帧激光雷达的点云、每一个摄像头的画面、每一条控制指令的发出时间。

这就是数据回放的价值。

1.2 什么是自动驾驶数据回放？

数据回放，就是把路测时录下来的传感器数据、决策信息、控制指令，重新「喂」给你的系统。

你可以把它理解成自动驾驶的「录像带」。录的时候，车上的所有传感器都在工作——摄像头、激光雷达、GPS、IMU、CAN总线……这些数据被打包成一个文件。回放的时候，系统会按照原来的时间顺序，把这些数据重新发布出来。

嗯，这里要注意：回放不是简单的「播放视频」。它是在模拟真实的传感器输入，让你的算法以为自己还在路上跑。

我在项目中遇到过不少新人，以为回放就是看看视频。结果发现算法跑出来的结果和路测时不一样，急得团团转。其实原因很简单——回放时的时间戳、数据频率、消息顺序，任何一个环节出问题，结果都会跑偏。

1.3 为什么需要数据回放？

你想想看，自动驾驶开发最头疼的是什么？

是「复现」。

路上遇到的场景千奇百怪——突然窜出来的行人、逆行的电动车、施工路段的锥桶……这些场景不是你想遇到就能遇到的。就算遇到了，车上的传感器数据也就那一瞬间，错过了就没了。

数据回放解决了三个核心问题：

• 问题复现：路测时出了bug，回到办公室可以反复回放，直到找到根因
• 算法迭代：同一个场景，用不同版本的算法跑一遍，对比效果
• 回归测试：积累一批典型场景，每次改完代码都跑一遍，防止「修了A坏了B」

我曾经因为一个「鬼探头」场景折腾了整整两周。路测时只出现了一次，日志里只有几个错误码。后来靠数据回放，一帧一帧地看激光雷达的点云，才发现是某个角度下点云太稀疏，感知模块直接跳过了那个目标。

如果没有数据回放，这种问题根本无从下手。

1.4 ROS2 Bag 基础概念

ROS2里，数据回放的核心工具就是 rosbag2。

说白了，bag就是一个「数据容器」。它把ROS2话题（topic）上发布的消息（message）按照时间顺序存下来。回放时，再按照原来的时间戳重新发布。

一个bag文件里包含：

• 元数据：录制时间、时长、话题列表、消息类型
• 消息数据：每条消息的时间戳、话题名、序列化后的二进制数据
• 索引信息：方便快速定位到某个时间点

来看一个最常用的命令：

# 录制所有话题
ros2 bag record -a -o my_bag

# 只录制指定话题
ros2 bag record -o my_bag /camera/image_raw /lidar/points

# 回放bag
ros2 bag play my_bag

# 查看bag信息
ros2 bag info my_bag

我个人习惯用 -o 参数指定输出目录名，不然默认会生成一串时间戳，找起来很麻烦。

回放时有个小坑——默认是「尽可能快」地回放。也就是说，如果你的bag录了10分钟，回放时可能几秒钟就放完了。要按真实时间回放，需要加个参数：

ros2 bag play my_bag --rate 1.0

--rate 1.0 表示按原始速度回放。如果你想慢放，可以设成0.5；快放设成2.0。

1.5 Bag文件的结构与存储

ROS2 bag默认使用 MCAP 格式（从ROS2 Humble开始成为默认格式）。相比之前的格式，MCAP支持更高效的读写、随机访问，而且跨平台兼容性更好。

一个典型的bag目录结构：

my_bag/
├── metadata.yaml      # 元数据文件
├── my_bag_0.mcap      # 数据文件（可能有多个分片）
└── my_bag_1.mcap

metadata.yaml里记录了所有话题的信息：

rosbag2_bagfile_information:
  version: 5
  storage_identifier: mcap
  duration:
    nanoseconds: 120000000000  # 2分钟
  topics:
    - topic_metadata:
        name: /camera/image_raw
        type: sensor_msgs/msg/Image
        serialization_format: cdr
        offered_qos_profiles: "- history: 3\n  depth: 0\n  reliability: 1\n  durability: 2\n  ..."
    - topic_metadata:
        name: /lidar/points
        type: sensor_msgs/msg/PointCloud2
        serialization_format: cdr
        offered_qos_profiles: "- history: 3\n  depth: 0\n  reliability: 1\n  durability: 2\n  ..."

这里有个细节——QoS配置。回放时，如果订阅者的QoS和录制时不匹配，可能收不到数据。我遇到过好几次，回放时某个话题就是没数据，查了半天才发现是QoS的reliability设置不一致。

1.6 本章知识体系

下面这张图概括了数据回放的核心逻辑：

1.7 本章小结

数据回放是自动驾驶开发的「基本功」。它让你能在办公室里，反复「经历」路上的每一个瞬间。没有它，很多bug根本无从下手。

ROS2 bag是数据回放的核心工具。录制、回放、查看信息，几个命令就能搞定。但要注意——回放不是简单的播放，时间戳、QoS、速度参数，任何一个细节出错，结果都可能跑偏。

从下一章开始，我们会深入bag的录制技巧、回放参数调优、以及如何用Python脚本操作bag文件。嗯，到时候我会分享一些「压箱底」的调试经验。