Open Source Robotics

精選高品質的開源機器人專案、工具與軟體,推動機器人社群向前發展。

rosbag

  • 又稱: ROS bag, rosbag2, ros2 bag, bag file
  • 類別: Software & tooling › Tools & formats
  • 標籤: ros, data-logging, datasets, debugging, robot-software

用來錄製來自主題的帶時間戳記訊息、並在之後回放的 ROS 工具與檔案格式;在 ROS 2 中由 rosbag2 透過 ros2 bag 指令提供。

定義

rosbag 會把在選定 ROS 主題上發布的訊息,例如攝影機影像、光達掃描、關節狀態、座標轉換與指令,連同它們的時間戳記與訊息類型,一起記錄到一個稱為 bag 的檔案中。同一個工具也能回放 bag,以記錄時的速率或更快、更慢的速率,把訊息重新發布到原本的主題上,讓其他節點就像機器人正在運作一樣接收到它們。使用者可以檢視 bag 包含的主題、訊息數量與時長,依選定的主題或時間範圍加以過濾,並透過 Python 與 C++ 用戶端函式庫在程式中直接讀取。

rosbag 始於 ROS 1,在那裡 rosbag record 與 rosbag play 會寫入和讀取 .bag 格式。ROS 2 以 rosbag2 取而代之,透過 ros2 bag 指令使用,它將錄製邏輯與可抽換的儲存後端分開。早期的 ROS 2 版本把 bag 存放在 SQLite3 資料庫中,較新的版本則預設使用 MCAP,這是一種為帶時間戳記的多模態機器人資料設計的開放容器格式。ROS 1 與 ROS 2 的 bag 無法直接互換,不過有轉換工具可用。錄製選項包括壓縮、依大小或時長分割檔案,以及配合發布者的服務品質設定。

bag 是擷取現場資料以供除錯、離線開發與建立資料集的常用方式。回放 bag 讓工程師能在完全相同的輸入上重新執行感知或估測程式碼、比較不同版本的演算法,並在沒有機器人的情況下重現故障。有幾點需要留意:回放時可以發布時鐘主題,這時節點應使用模擬時間;動態與靜態座標轉換都必須錄製;會發布與 bag 相同主題的節點在回放期間不能執行;高頻率的感測器資料流會很快塞滿磁碟。為了大規模學習,bag 常會被轉換成為隨機存取與批次載入而設計的格式,因為 bag 的配置是為循序錄製與回放而設計的。

為何重要

幾乎每一台以 ROS 為基礎的機器人,都仰賴錄製的資料來除錯與開發。bag 讓人能重現機器人感測到什麼、做了什麼,以真實感測器資料離線測試修改,並建立資料集,因此錄製、回放與轉換 bag 是 ROS 的基本功。

主要應用

  • 藉由回放錄製的感測器資料為機器人行為除錯
  • 感知、定位與 SLAM 的離線開發與調校
  • 在固定的真實世界資料上對演算法進行回歸測試
  • 為機器人學習蒐集示範資料集與感測器資料集
  • 供事故分析使用的現場紀錄
  • 以 ROS 原生形式分享基準資料集

實際應用

一個測試戶外移動機器人的團隊,在每一次現場執行時都錄製一個 bag,內容包括光達掃描、攝影機影像、慣性量測單元(IMU)資料、輪式里程計、座標轉換,以及送給底盤的指令,並每隔幾分鐘分割一次檔案並加以壓縮。當機器人的定位在一次執行中發生漂移時,一位工程師回到辦公室後以模擬時間回放這個 bag,在錄下的感測器主題上執行修改過的定位節點,同時不採用原本的定位輸出,並在視覺化工具中比較兩條軌跡。修正在多個 bag 上都有效後,這些 bag 就成為持續整合中的回歸測試。為了訓練感知模型,團隊把選定的主題轉換成可依影格隨機存取的資料集格式。

常見誤解

  • rosbag 是 ROS 2 的工具 — 它源自 ROS 1,ROS 2 提供了重新設計的版本 rosbag2,透過 ros2 bag 指令使用
  • 回放的 bag 表現得跟實機一樣 — 回放是開迴路的,因此修改過的節點無法影響錄下的感測器資料或機器人錄下的運動
  • 錄製所有主題一定是穩妥的選擇 — 高頻率的影像與點雲會很快塞滿儲存空間,並可能造成訊息遺失,因此應刻意選擇主題、壓縮與分割方式
  • bag 檔案是現成的訓練資料格式 — 它們是為循序錄製與回放而設計的,大規模學習通常會把它們轉換成具備高效率隨機存取的格式

誰需要了解

  • ROS 開發者與機器人軟體工程師
  • 感知與 SLAM 工程師
  • 現場測試與驗證工程師
  • 建立資料集的機器人學習工程師

相關技術

  • ROS 2
  • rosbag2
  • MCAP
  • SQLite
  • RViz
  • tf2

相關術語

  • ROS
  • SLAM
  • Sensor Fusion
  • Extrinsic Calibration
  • Digital Twin

相關專案

  • LeRobot: HuggingFace ML library for real-world robotics in PyTorch
  • Rerun: Time-aware visualizer and data store for multimodal robotics data
  • Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
  • OpenMower: Open-source project converting commercial mowers into autonomous RTK-GPS guided robots
  • ROS 2: Next-gen Robot Operating System for real-time production robotics
  • PlotJuggler: Fast time-series visualization tool for ROS topics, rosbags, and robot debugging

影片

  • Rosbags | ROS Tutorial for Beginners: ROBOMECHTRIX
  • ROS2 Rosbag to Record Data And Playback Data: Kevin Wood | Robotics & AI

本網站需要 JavaScript 才能正常運作。請啟用 JavaScript 以瀏覽我們的開源機器人專案。