本文目录
rosbag 的 Python API 主要位于 rosbag 包的 Bag 类中，通过 import rosbag 导入。
Bag 类中的常用接口如下：
1. 构造函数与关闭文件
class Bag(
f: Any,
mode: str = 'r',
compression: str = Compression.NONE,
chunk_threshold: int = 768 * 1024,
allow_unindexed: bool = False,
options: Any | None = None,
skip_index: bool = False
)
class Compression:
NONE = 'none'
BZ2 = 'bz2'
LZ4 = 'lz4'
close(self)
其中，
-
f：bag文件 -
mode：文件操作模式（r, w, a） -
compression：文件压缩模式，见如上Compression，默认Compression.NONE -
chunk_threshold：Bag 文件中每个块的最大字节数，默认768 * 1024 -
allow_unindexed：是否允许打开未建立索引的bag文件。说明：在实际使用中，如果你只是想查看或播放bag文件中的所有消息，而不需要基于时间戳进行精确查询，那么你可以将allow_unindexed设置为True。但是，如果你打算对bag文件进行基于时间的查询或其他高级操作，最好先使用rosbag index命令建立索引，并确保在打开bag文件时allow_unindexed为False（或者简单地省略该参数，因为它默认为 False）。 -
options：字典格式，用于统一设置Bag的参数，目前只支持compression和chunk_threshold，源码处理如下：-
if options is not None: if type(options) is not dict: raise ValueError('options must be of type dict') if 'compression' in options: compression = options['compression'] if 'chunk_threshold' in options: chunk_threshold = options['chunk_threshold']
-
-
skip_index：打开bag文件时是否跳过文件的索引，这可以节省一些内存和加载时间，特别是在处理非常大的bag文件时。然而，这也意味着将无法使用基于索引的高级查询功能，比如按时间戳搜索特定的消息。
2. 属性值
# 只能获取
options # 同上options
filename # bag文件名
version # rosbag的版本号
mode # 文件操作模式（r, w, a）
size # Bag文件的大小（bytes）
# 可设置可获取
compression # 文件压缩模式
chunk_threshold # Bag 文件中每个块的最大字节数
3. 写bag文件内容
write(self, topic, msg, t=None, raw=False, connection_header=None)
其中，
topic：写入的topic名称msg：写入的msgt：时间戳，默认None以当前时间为时间戳raw：是否已原始数据格式写入，通常不推荐这样做。connection_header：连接头信息，通常不需要手动设置。通常用于内部处理，不是常规用法的一部分。
代码示例：
import rosbag
import rospkg
from std_msgs.msg import Int32, String
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
bag = rosbag.Bag(bags_path+'/pytest.bag', 'w')
try:
s = String()
s.string = 'hello'
i = Int32()
i.int = 42
bag.write('/chatter', s)
bag.write('/number', i)
finally:
bag.close()
4. 读bag文件内容
read_messages(self,
topics=None,
start_time=None,
end_time=None,
connection_filter=None,
raw=False,
return_connection_header=False)
其中，
topics：指定读取的topic，可以是一个topic列表，如果不指定，默认读取全部topic（可选）start_time：通过时间戳过滤消息（消息的最早时间戳，rospy.Time对象）（可选）end_time：通过时间戳过滤消息（消息的最晚时间戳，rospy.Time对象）（可选）connection_filter：一个函数，用于过滤连接。它应该接受一个连接对象并返回一个布尔值，以决定是否保留该连接的消息。如果为 None，则不过滤连接。raw：一个布尔值，指定是否以原始字节形式返回消息。如果为 True，则返回原始字节数据；如果为 False（默认值），则返回解析后的 ROS 消息对象。return_connection_header： 一个布尔值，如果为 True，则返回的每条消息都会是一个元组，其中第二个元素是连接头信息。如果为 False（默认值），则只返回消息本身。- 返回值：以（topic, message, timestamp）格式返回
代码示例：
import rosbag
import rospkg
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
bag = rosbag.Bag(bags_path+'/pytest.bag')
for topic, msg, t in bag.read_messages(topics=['/chatter', '/number']):
print(f"Received message on topic {topic} at time {t}: {msg}")
bag.close()
结果如下：
5. 将bag文件缓存写入磁盘
flush(self)
当你使用 write() 写入数据到 bag 文件时，数据可能不会立即被写入磁盘，而是会先被缓存起来以提高性能。调用 flush() 方法可以强制将这些缓存的数据写入到磁盘中，以确保所有挂起的数据都被写入到 bag 文件中。
它没有参数，并且执行后没有返回值。
在以下情况下，可能需要调用 flush() 方法：
-
确保数据持久化：当你想要确保所有已经写入 rosbag.Bag 对象的数据都已经持久化到磁盘上时，可以调用
flush()。这在你准备关闭 bag 文件或程序即将退出时特别有用，以确保不会有数据丢失。 -
实时备份：如果你正在实时记录数据到 bag 文件，并且想要定期备份这些数据，你可以在备份之前调用
flush()，以确保备份时所有需要的数据都已经写入到 bag 文件中。
代码示例：
import rospy
import rosbag
import rospkg
from std_msgs.msg import String, Int32
rospy.init_node('bag_writer')
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
# 创建一个bag文件用于写入
with rosbag.Bag(bags_path + '/flush.bag', 'w') as bag:
# 写入一条消息
msg = String(data='Hello, ROSbag!')
bag.write('/chatter', msg, rospy.Time.now())
# 在写入更多消息之前调用flush()
bag.flush()
# 这里可以继续写入更多消息
msg = Int32(data=25)
bag.write('/number', msg, rospy.Time.now())
# 在退出with块之前，flush()会被自动调用（如果需要的话）
查看bag文件信息如下：
6. 重建 bag 文件索引
reindex(self)
当使用 rosbag 记录或播放数据时，rosbag 会维护一个内部索引，以便能够高效地检索和访问数据。然而，有时索引可能会损坏或变得不一致，这时就需要使用 reindex 方法来重新构建索引。
reindex(self) 方法没有参数，它会对当前打开的 bag 文件执行索引重建操作。重建索引可能需要一些时间，具体取决于 bag 文件的大小和内容。
以下是可能需要使用 reindex 方法的一些场景：
-
索引损坏：如果你怀疑 bag 文件的索引已经损坏或不一致，导致无法正常访问数据，你可以尝试使用
reindex方法来修复它。 -
添加新数据：如果你在 bag 文件关闭后向其中添加了新数据，但没有重新构建索引，那么这些新数据将不会被包含在旧的索引中。在这种情况下，你需要调用
reindex方法来更新索引，以便能够访问这些新数据。 -
优化性能：有时，即使索引没有损坏，重新构建索引也可能有助于提高访问数据的性能。特别是当 bag 文件非常大或包含大量数据时，重建索引可以帮助优化数据结构，提高检索速度。
代码示例：
import rosbag
import rospkg
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
with rosbag.Bag(bags_path+'/pytest.bag', 'r') as bag:
try:
for topic, msg, t in bag.read_messages():
print(f"Received message on topic {topic} at time {t}: {msg}")
except Exception as e:
print(f"An error occurred while reading the bag file: {e}")
print("Reindexing the bag file...")
bag.reindex() # 尝试重新索引 bag 文件
print("Reindexing completed.")
# 现在可以正常使用 bag 文件中的数据了
7. 获取bag文件的压缩信息
get_compression_info(self)
这个方法返回一个tuple(str, int, int)，其中包含了关于 bag 文件压缩的详细信息，每一位表示如下：
tuple[0]：压缩格式，例如none（表示没有压缩）或bz2（表示使用了 bzip2 压缩）。tuple[1]：未压缩的数据大小（以字节为单位）tuple[2]：压缩后的数据大小（以字节为单位）
代码示例：
import rosbag
import rospkg
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
# 打开一个存在的 bag 文件
with rosbag.Bag(bags_path+'/pytest.bag', 'r') as bag:
# 获取压缩信息
compression_info = bag.get_compression_info()
# 打印压缩信息
if compression_info:
print("Compression Type:", compression_info[0])
print("UnCompressed Size:", compression_info[1])
print("compressed Size:", compression_info[2])
else:
print("The bag file is not compressed.")
8. 获取bag文件的消息数量
get_message_count(self, topic_filters=None)
这个方法允许你指定一个或多个话题过滤器（topic_filters），以便只计算特定话题的消息数。该参数接收一个字符串或字符串列表，用于指定要计算消息数的话题。如果未提供或设置为 None，则计算 bag 文件中所有话题的消息数。
代码示例：
import rosbag
import rospkg
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
# 打开一个存在的 bag 文件
with rosbag.Bag(bags_path+'/pytest.bag', 'r') as bag:
# 定义我们想要计算消息数的话题过滤器列表
topic_filters = ['/chatter', '/number']
# 获取指定话题的消息数量
message_counts = bag.get_message_count(topic_filters=topic_filters)
# 打印话题的消息数量
print(f"Message Count: {message_counts}")
9. 获取bag文件记录的起止时间
get_start_time(self)
get_end_time(self)
get_start_time 函数的返回类型是 float，表示以秒为单位的时间戳，其中的小数部分，表示秒的分数。
代码示例：
import rosbag
import rospkg
from datetime import datetime
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
# 打开一个存在的 bag 文件
with rosbag.Bag(bags_path+'/pytest.bag', 'r') as bag:
# 获取 bag 文件的开始结束时间
start_time = bag.get_start_time()
end_time = bag.get_end_time()
# 将时间转换为更易读的字符串格式
start_time_str = datetime.fromtimestamp(start_time)
end_time_str = datetime.fromtimestamp(end_time)
# 打印开始结束时间
print(f"Bag file start time: {start_time_str}")
print(f"Bag file end time: {end_time_str}")
运行结果如下：
10. 获取话题信息与消息类型
get_type_and_topic_info(self, topic_filters=None)
其中，topic_filters 用于过滤指定的话题，如果没有提供，则分析所有话题。
函数返回值类型如下：
TypesAndTopicsTuple(dict(str, str),
dict(str, TopicTuple(str, int, int, float)))
其中各值说明如下：
TypesAndTopicsTuple(
msg_types{key:type name, val: md5hash},
topics{key: topic name,
value: TopicTuple(msg_type: msg type (Ex. "std_msgs/String"),
message_count: the number of messages of the particular type,
connections: the number of connections,
frequency: the data frequency)})
其中，
msg_types：是一个字典，key为msg类型，value为msgMD5值。topics：是一个字典，key为topic名称，value是一个元组，其中：msg_type：该topic的消息类型message_count：该topic的消息数量connections：该topic的连接数量frequency：该topic的数据频率
代码示例：
import rosbag
import rospkg
from datetime import datetime
rospack = rospkg.RosPack()
package_path = rospack.get_path('rosbag_learning')
bags_path = package_path + "/bags"
# 打开一个存在的 bag 文件
with rosbag.Bag(bags_path+'/pytest.bag', 'r') as bag:
topic_filters = ['/chatter', '/number']
msg_types, topics = bag.get_type_and_topic_info(topic_filters)
print("Message Types:")
for type_name, md5_hash in msg_types.items():
print(f" {type_name}: {md5_hash}")
print("Topics:")
for type_name, topic_info in topics.items():
print(" Topic: {}, Type: {}, MessageCount: {}, Connections: {}, Frequency: {}".format(
type_name,
topic_info.msg_type,
topic_info.message_count,
topic_info.connections,
topic_info.frequency))
运行结果：
644
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
