Tesla CAN Explorer Dataset

Tesla CAN Explorer 是一个开源研究门户，用于浏览解码的特斯拉CAN帧和信号值映射。数据集包括来自Model 3车辆的解码CAN帧和信号值映射，具体分为MCU2 (Intel)和MCU3 (AMD)两种变体。

Tesla CAN Explorer is an open-source research portal for browsing decoded Tesla CAN frames and their corresponding signal value mappings. The dataset comprises decoded CAN frames and signal value mappings from Model 3 vehicles, specifically divided into two variants: MCU2 (Intel) and MCU3 (AMD).

原始信息汇总

Tesla CAN Explorer 数据集概述

数据集基本信息

• 数据集名称：Tesla CAN Explorer
• 性质：开源研究门户，用于浏览解码后的特斯拉CAN帧和信号值映射。
• 关联项目：由 Tesla Android 赞助。
• 独立性声明：该项目与 Tesla, Inc. 无关，也未经其认可。

数据集范围

• 目标车辆：Model 3
• 固件版本：2026.2
• 数据来源：libQtCarCANData.so, libQtCarVAPI.so
• 主要数据文件（CAN帧解码）：
  • MCU2 (Intel) 变体：./data/can_frames_decoded_all_values_mcu2.json
  • MCU3 (AMD) 变体：./data/can_frames_decoded_all_values_mcu3.json
• 相关VAPI数据文件：
  • ./data/vapi_can_digest_mcu2.json
  • ./data/vapi_eth_signal_aliases_mcu2.csv
  • ./data/vapi_can_digest_mcu3.json
  • ./data/vapi_eth_signal_aliases_mcu3.csv

主要功能特性

• 搜索：支持跨帧名称、地址、信号、枚举映射、枚举标签和VAPI别名进行搜索。
• 浏览：独立的左右面板滚动，便于浏览大型数据集。
• 筛选与排序：可按总线/模块筛选，并按地址、名称、信号数量、枚举数量或VAPI别名数量排序。
• 信号详情查看：可在帧详情视图中直接展开查看每个信号的解码值。

使用方式

• 本地运行命令：python3 -m http.server 8080
• 访问地址：
  • http://localhost:8080/ (默认加载MCU2数据)
  • http://localhost:8080/?source=mcu2
  • http://localhost:8080/?source=mcu3
• 数据源覆盖：可通过 http://localhost:8080/?data=./data/can_frames_decoded_all_values_mcu3.json 等参数指定数据文件。

许可信息

• 许可证：0BSD (详见项目中的 LICENSE 文件)。

搜集汇总

数据集介绍

构建方式

在汽车电子与智能网联技术迅猛发展的背景下，Tesla CAN Explorer数据集通过逆向工程方法精心构建。该数据集基于特斯拉Model 3车型，针对其2026.2版本固件，从libQtCarCANData.so与libQtCarVAPI.so等核心软件库中提取并解码控制器局域网（CAN）帧数据。构建过程区分了MCU2（Intel）与MCU3（AMD）两种硬件变体，分别生成了结构化的JSON文件，并辅以VAPI（车辆API）相关的摘要与信号别名文件，确保了数据来源的准确性与技术深度。

特点

该数据集在车辆网络通信研究领域展现出显著特色。其核心在于提供了全面解码的CAN帧与信号值映射，支持用户跨帧名称、地址、信号、枚举映射及VAPI别名进行高效检索。数据呈现界面设计人性化，具备独立的左右面板滚动功能，便于在大规模数据集中浏览；同时允许按总线或模块进行筛选，并支持按地址、名称、信号数量等多种维度排序。数据集还直接集成了每个信号的解码值展开视图，为深入分析信号语义提供了直观支持。

使用方法

为便于研究人员本地探索，该数据集配套了轻量级的Web浏览工具。用户可通过运行简单的Python HTTP服务器命令启动本地服务，随后在浏览器中访问指定端口即可交互式查看数据集。访问时可通过URL参数灵活选择MCU2或MCU3变体的数据源，亦支持直接指定自定义数据文件路径进行加载。这种基于Web的交互方式使得研究者能够无需复杂环境配置，即可高效地进行数据搜索、过滤与详细信号解析，极大提升了数据可访问性与分析效率。

背景与挑战

背景概述

在智能网联汽车技术迅猛发展的背景下，车辆内部控制器局域网（CAN）总线数据的解析与理解成为研究车辆行为、优化驾驶体验及提升安全性的关键。特斯拉CAN Explorer数据集由独立研究者Michał Gapiński于2026年创建，并得到Tesla Android项目的支持。该数据集聚焦于特斯拉Model 3车型，基于2026.2固件版本，通过解析libQtCarCANData.so与libQtCarVAPI.so库，提供了MCU2（Intel）与MCU3（AMD）两种硬件变体的解码CAN帧及信号映射。其核心研究问题在于公开化特斯拉车辆内部通信协议，为学术界与工业界探索自动驾驶系统、车辆诊断及第三方应用开发提供了宝贵的数据基础，推动了汽车数据透明化与开源研究生态的发展。

当前挑战

该数据集致力于解决智能汽车领域中对车辆内部通信协议逆向工程与信号解析的挑战，具体涉及从加密或未公开的CAN总线数据中提取可读信号，并建立信号与车辆功能之间的映射关系。在构建过程中，研究人员面临多重技术障碍：首先，特斯拉车辆的CAN协议具有专有性与封闭性，解码需依赖逆向工程手段，过程复杂且易受固件更新影响；其次，数据集需处理不同硬件变体（如MCU2与MCU3）之间的信号差异，确保数据的一致性与准确性；此外，信号别名映射与枚举值的解析需依赖外部库文件，增加了数据整合的难度。这些挑战共同凸显了在保护厂商知识产权的同时推动汽车数据开放研究的平衡难题。

常用场景

经典使用场景

在智能汽车与车联网研究领域，Tesla CAN Explorer数据集为深入解析特斯拉车辆内部通信机制提供了关键支撑。该数据集通过解码特斯拉Model 3车型的CAN帧与信号映射，使得研究人员能够系统性地探索车辆控制网络的数据流。经典应用场景包括对车辆状态、传感器读数及控制指令的实时监控与分析，为理解高级驾驶辅助系统（ADAS）与车载电子架构的交互模式奠定了数据基础。

实际应用

在实际工程与开发中，Tesla CAN Explorer数据集被广泛应用于第三方车载应用开发与车辆功能扩展。例如，开发者可基于解码后的信号映射，设计定制化的车辆状态监控工具或集成外部设备，如特斯拉Android项目便利用此类数据实现车载信息娱乐系统的功能增强。此外，汽车诊断服务商也能借助该数据集开发更精准的故障检测方案，提升维修效率与用户体验。

衍生相关工作

围绕该数据集，已衍生出多项经典研究工作，主要集中在车辆逆向工程与安全分析领域。例如，基于解码的CAN信号，研究人员开发了针对特斯拉车型的网络攻击检测模型，以评估车载系统的脆弱性。同时，开源社区中出现了多种数据可视化与分析工具，如CAN帧浏览器，这些工具进一步降低了数据使用门槛，促进了跨学科合作，为智能汽车技术的创新提供了持续动力。