关于如何导入和使用导出的CSV数据的说明，以及【系统】字段的文档。【系统】字段允许你正确管理导出的数据并重新创建正确的遥测流。本指南不涵盖游戏相关字段。 导入到Excel/LibreOffice/... 要在第三方软件（如Microsoft Excel、LibreOffice、Matlab等）中正确导入CSV文件，你必须正确配置导入选项以匹配文件格式。使用文本编辑器打开CSV文件将显示数据的确切格式。导出的CSV文件使用以下设置： 格式：分隔（非“固定宽度”） 字段分隔符：制表符（非逗号或其他）； 小数分隔符：.（点号字符，不是逗号或其他符号） 字符集/编码：UTF-8 阅读系统字段和数据字段部分，了解更多关于数值的信息。 LibreOffice 中有效导入选项的示例：

遥测数据段 CSV文件中的每一行都包含特定【遥测数据段】的数据。【遥测数据段】包含赛道上固定距离处的遥测数据（通常从开始测量圈速的点，即终点线开始测量），其中相近的遥测数据会被“整合”为单个样本（为此我们采用了一种特殊且复杂的算法）。这样一来，你可以选择一个特定的数据段，并能从所有可用圈速中获取相应的遥测数据。 系统字段 如果你想正确分析或重建遥测数据流，某些导出字段非常重要。 字段名称 描述 validBin 该行是否包含有效数据（1表示有效，0表示无效）。无效行可忽略。某些圈速（例如比赛开始圈和比赛结束圈）仅包含少量有效数据行。为了简化部分软件的管理（例如数学/统计软件通常将此类CSV文件导入为多维矩阵），我们始终导出所有圈速的遥测数据单元，包括无效数据单元。当某行数据无效时，所有游戏相关字段均设为“-1”。 carId：车辆标识符字符串（由游戏报告） trackId：赛道标识符字符串（由游戏报告） trackLength：赛道长度（单位：米，由游戏报告）。字段“lap_distance”表示遥测数据单元在赛道长度上的距离。 lapIndex：CSV文件中圈速的从零开始的索引。文件中的每一圈都有不同的索引。 lapNum：0为基准的圈数，在比赛中显示。其含义与lapFlag字段相关（详见后文说明）。 lapFlag：0表示正常圈，1表示“比赛开始”圈。这会改变其他多个字段的含义（例如lapNum字段，详见后文说明）。 binIndex：圈内“遥测数据单元”的0为基准索引。不同圈中具有相同binIndex的数据可以进行比较。 lap_number：游戏显示的0为基准圈数。建议使用lapNum字段。lap_distance：此采样点在赛道上的位置，以赛道上此区间的距离表示，通常从开始测量圈速的点开始计算。 lap_time：圈数索引为lapNum的单圈圈速。请注意，根据lapFlag（详见后文说明），它可能会跨越不同的lapIndex值。 其他字段因游戏而异，此处不做介绍（但可参见【数据字段】部分获取一些有用的通用信息）。通常，设为“-1”的值表示“无效”。 “lapFlag”字段 对于正常圈，lapFlag为0，lapNum为从0开始计数的圈数。但如果想要准确还原比赛中的事件，必须处理一种特殊情况：在某些比赛中，比赛开始于常规终点线之前（即起跑线位于常规终点线之前——如果起跑线在终点线之后，这也没有问题，因为所有数据已经保持一致。此类额外距离通过以下方式记录： - 圈标记设为1； - 圈数设为0（因为这显然属于第一圈的一部分）； - 圈时开始计时（因此额外距离会计入第一圈时间）； - 圈距离记录赛道上正确的常规位置（即与常规终点线的距离）； - 圈索引设为0。在通过常规终点线后，系统会报告“常规”数据： lapFlag设为0； lapNum保持为0（因为我们仍处于第一比赛圈）； lap_time不会重置（因为它仍在计算第一比赛圈的时间）； lap_distance会重置，以始终报告在赛道上的正确位置； lapIndex增加并设为1。 虽然lapFlag设为1的样本从遥测角度来看并无意义，但它们可能包含比赛中的重要事件（如超车和位置变化）。根据你的需求，为简单起见，你可以忽略lapFlag设为1的圈数，这样就能处理简单、一致且有效的数据。圈速和分段时间 圈速 为了使数据分组在数学上保持一致，每个分组都关联到赛道上一个唯一的“代表性”位置（具体由圈速距离报告）。这通常与单圈中精确的最后一毫米不匹配，因此圈时字段总是比实际记录的圈速略慢。我们可能会在未来添加此信息。 分段时间 由于并非所有游戏和赛道都有相同数量的分段，将每个分段导出为单独的列会使CSV文件更难解析（列的数量和名称将不再具有固定的布局）。未来我们将分析添加新列的选项，以特殊格式“打包”相关信息。数据字段 大多数数据字段取决于游戏，此处不做详述。通常，设为“-1”的值表示“无效”。不过，我们会尽量以一致的方式管理所有数据。 计量单位 所有导出数据均采用“国际单位制”规定的计量单位。 例如，所有速度均以“米/秒”导出，而在应用程序中会转换为更实用的单位（例如：车辆速度会从米/秒转换为公制的千米/小时或英制的英里/小时；而悬挂速度则继续使用米/秒）。 单位转换通常很简单：例如，要将米/秒转换为千米/小时，只需乘以3.6即可。关于单位换算，有许多在线资源。 对于大多数矢量数据（例如速度），我们尽可能使用本地坐标参考系（即相对于车辆），其中X分量代表“向前”（纵向）值，Y分量代表“向右”（横向）值，Z分量代表“向上”（垂直）值。 对于所有由多个分量组成的参数（例如速度），我们仅导出单个分量。在应用程序中，除单个分量外，我们还会显示欧几里得范数（当然，在有意义的情况下）。例如速度就是这种情况：应用程序中显示的速度值是向量（velocity_X、velocity_Y、velocity_Z）的模，但获取并导出的真实【遥测数据】仅包含这3个分量（velocity_X、velocity_Y和velocity_Z——速度标量值只是由SRT计算得出，并非源遥测数据的一部分）。要计算相同的值，你只需应用此公式（将所有“P”分量设为0）。