告别实车路测！用Cyber RT的cyber_record工具实现数据录制与回放（保姆级C++示例）

告别实车路测！用Cyber RT的cyber_record工具实现数据录制与回放（保姆级C++示例）

自动驾驶研发中最烧钱的环节是什么？十位工程师里有九位会告诉你：实车路测。一辆改装后的测试车每小时成本可能高达数千元，而极端场景的复现更是需要天时地利。但今天，我要分享一个能让你在办公室空调房里完成90%调试工作的神器——Cyber RT的cyber_record工具。

这个工具的精妙之处在于，它能将实车采集的传感器数据、控制信号等所有消息流完整保存为.record文件。想象一下，你只需要路测一次，就能获得一个可无限次回放的"数字孪生"场景库。无论是算法迭代后的回归测试，还是某个诡异bug的复现分析，都不需要再次出动真车。

1. 为什么你需要掌握cyber_record

**数据驱动开发（Data-Driven Development）**已成为自动驾驶团队的核心方法论。传统开发流程中，算法工程师常常陷入这样的困境：

• 修改了一个感知模块的参数，需要重新路测验证效果
• 凌晨三点收到测试报告说某路口出现误检，但无法复现场景
• 不同版本的算法对比测试，因路况差异导致结果不可比

cyber_record通过数据录制与回放解决了这些痛点：

1. 成本节约：单次路测数据可重复使用数百次
2. 场景复现：精准还原特定时间点的完整传感器数据
3. 并行开发：多个团队可基于同一份数据开展工作
4. 自动化测试：CI/CD流水线中集成录制数据作为测试用例

下表对比了传统开发与数据驱动开发的效率差异：

2. cyber_record核心机制解析

2.1 数据录制原理

cyber_record的录制过程本质上是将ROS2话题消息序列化为磁盘文件。其核心技术栈包括：

• Protobuf序列化：高效二进制编码，相比JSON节省40%存储空间
• 零拷贝技术：通过共享内存避免数据在进程间复制
• 分段存储：支持按时间或大小自动分割文件

录制时的关键参数设置：

RecordWriter writer; // 关闭文件分段（适合短期录制） writer.SetSizeOfFileSegmentation(0); writer.SetIntervalOfFileSegmentation(0); // 设置压缩级别（0-9） writer.SetCompression("zstd"); writer.SetCompressionLevel(6);

2.2 数据回放机制

回放不仅仅是简单的数据读取，还需要考虑：

• 时间戳对齐：保持各传感器数据的时间同步
• 播放速率控制：支持0.5x-2x倍速播放
• 消息过滤：选择性回放特定话题

回放时的性能优化技巧：

# 只回放相机和雷达数据 cyber_recorder play -f all_data.record -k /camera /lidar # 以1.5倍速播放 cyber_recorder play -f all_data.record -r 1.5

3. 实战：从零构建录制回放系统

3.1 环境准备

确保已安装：

• Apollo Cyber RT (≥7.0)
• Protobuf (≥3.14)
• GCC (≥9.3)

# 检查环境 source cyber/setup.bash cyber_visualizer --version

3.2 数据录制实现

我们以学生信息为例，演示如何录制自定义Proto消息：

1. 定义Proto格式（student.proto）：

syntax = "proto3"; package apollo.cyber.demo_base_proto; message Student { string name = 1; uint32 age = 2; double height = 3; repeated string books = 4; }

2. 录制程序核心逻辑（demo01_record_write.cc）：

#include "cyber/cyber.h" #include "cyber/record/record_writer.h" #include "cyber/demo_base_proto/student.pb.h" int main() { apollo::cyber::Init("record_demo"); RecordWriter writer; writer.Open("student_data.record"); // 写入100条学生记录 for(int i=0; i<100; i++){ auto stu = std::make_shared<Student>(); stu->set_name("student_" + std::to_string(i)); stu->set_age(18 + i%5); stu->set_height(1.6 + i*0.01); stu->add_books("C++"); stu->add_books("自动驾驶算法"); std::string content; stu->SerializeToString(&content); writer.WriteMessage("student_channel", content, i*1000000); } writer.Close(); return 0; }

提示：实际项目中建议为每个传感器创建独立的话题（如/camera/front、/lidar/top）

3.3 数据回放实现

回放程序（demo02_record_read.cc）关键步骤：

RecordReader reader("student_data.record"); uint64_t msg_count = reader.GetMessageNumber("student_channel"); RecordMessage msg; while(reader.ReadMessage(&msg)){ Student stu; if(stu.ParseFromString(msg.content)){ AINFO << "收到学生: " << stu.name() << " 年龄: " << stu.age() << " 身高: " << stu.height(); } }

编译配置（BUILD文件示例）：

cc_binary( name = "record_demo", srcs = [ "demo01_record_write.cc", "demo02_record_read.cc", ], deps = [ "//cyber", "//cyber/demo_base_proto:student_cc", ], )

4. 高级应用技巧

4.1 数据切片与合并

处理长时间录制时，文件管理很重要：

# 分割大文件（每10分钟或1GB） cyber_recorder split -f long.record -i 600 -s 1024 # 合并多个文件 cyber_recorder merge -f part1.record part2.record -o full.record

4.2 数据二次加工

录制文件可以被编程方式修改：

// 删除特定时间段的数据 reader.RemoveMessage("chatter", start_time, end_time); // 添加新的消息通道 writer.WriteChannel("new_channel", "new_msg_type", "");

4.3 可视化调试

结合cyber_visualizer工具实现数据可视化：

# 回放同时启动可视化 cyber_recorder play -f data.record & cyber_visualizer

5. 真实场景下的避坑指南

在实际项目中应用cyber_record时，这些经验可能帮你节省数十小时：

1. 时间同步问题：

   • 录制前务必同步所有传感器时钟
   • 使用/clock话题发布统一时间参考

2. 存储优化：

   • 对图像数据使用H.265编码
   • 点云数据建议采用PCD压缩格式

3. 回放异常处理：

   try: reader = RecordReader("data.record") except FileNotFoundError: AWARN << "文件可能正在被其他进程占用"

4. 性能监控：

   # 监控回放时的CPU/内存占用 cyber_recorder play -f data.record --stat

在最近的一个泊车项目里，我们通过cyber_record将测试效率提升了8倍。最惊喜的是，某个难以复现的雷达误检问题，通过反复回放特定区段的录制数据，最终定位到是路旁金属栏杆的反射干扰所致。