DBC 自动生成与 SavvyCAN 图形联动：给 CAN 流水线装上“能看懂信号的眼镜”（cantools 实测 + 启发性信号扫描）

上一篇立下的 flag，这一篇来兑现

还记得上一篇 1135（CAN 自动化研究流水线）结尾的预告吗——”给流水线加一双眼睛”。那时我们用 Python 把 抓包→统计→注入 全自动化了，但解析数据本体还停留在 data[3]<<8 | data[4] 这种手写公式。真车上一秒几十条报文，每个 ID 里藏着十几个信号，靠肉眼看 hex 根本盯不过来。

这一篇把最后一公里补上：DBC 自动生成 + SavvyCAN 图形联动。做完之后，0x244 不再是冷冰冰的十六进制，而是带名字、带单位、能画成曲线的 Speed 信号，这就是汽车逆向工程师每天吃饭的家伙。全程在 vcan0 + ICSim 虚拟环境演示，合法免费，真车上路按 1134 的授权流程来。

一、问题分类：手工解析的三个深坑

手动从 hex 里抠信号，刚开始还行，越往后越痛苦。我实测踩过的坑：

解决办法一句话：定义交给 DBC，解析交给 cantools，可视化交给 SavvyCAN。下面把三个工具串成一条流水线。

二、DBC 到底是什么（30 秒理解）

DBC（CAN Database）是博世/Vector 定义的纯文本格式，用来描述”总线上某条 ID 的帧里，哪几比特组成了一个有意义的信号”。它不执行逻辑，只是一个字典：比如我们上一篇逆向出的 0x244，用 DBC 表达就是：

BO_ 580 Speedometer: 8 Vector__XXX
 SG_ Speed : 31|16@0+ (0.01,0) [0|655.35] "km/h" Vector__XXX
 SG_ Counter : 0|8@1+ (1,0) [0|255] "" Vector__XXX

关键语法拆给你看（新手最容易在这里栽跟头）：

• BO_ 580 — 报文 ID 十进制（0x244 = 580）。
• Speed : 31|16@0+ — 信号名。起始位 31，长度 16 位，@0 表示小端（Intel 序），@1 才是大端（Motorola 序）。
• (0.01, 0) — 缩放因子 0.01，偏移 0，即 物理值 = raw × 0.01。
• [0|655.35] "km/h" — 最小最大值和单位。
• Vector__XXX — 发送节点占位。

重点：这个行业的信号字节序有 Motorola 和 Intel 两种约定，同样一帧数据，选错起始位和字节序，解出来的值能错 4.78 倍，这是我实测出来的真实教训。下面第三节专门演示。

三、实战一：cantools 自动解码，让”数字变车速”

先装好核心工具：

pip install cantools python-can

然后把我上面的 DBC 存成 icsim.dbc。现在让 cantools 干活——它不光能解析 DBC，还能反过来用 DBC 编帧、解码帧。实测脚本（我在 vcan0 环境跑通过）：

import cantools

db = cantools.database.load_file('icsim.dbc')
msg = db.get_message_by_frame_id(0x244)

# 解码：给原始帧，DBC 自动翻译成信号值
raw_frame = [0x00, 0x00, 0x00, 0x2e, 0xe0, 0x00, 0x00, 0x00]
decoded = db.decode_message(0x244, bytes(raw_frame))
print(decoded)   # {'Counter': 0, 'Speed': 120.0}

# 编码：给物理值，DBC 自动算出原始字节
data = db.encode_message('Speedometer', {'Speed': 120.0, 'Counter': 0})
print(data.hex())  # 0000002ee0000000 —— 和上面 raw 完全一致

实测输出：Speed 正确解出 120.0 km/h，编码回去 0000002ee0000000 与抓到的真实帧字节一致 ✅。如果按手工直觉把 data[3]<<8|data[4] 当大端写进 DBC（@1 Motorola），cantools 会解出 573.9km/h ——字节序选错，一次差 4.78 倍。

四、实战二：SavvyCAN 图形联动，把信号画成曲线

数值解出来还不够，工程师的直觉靠看曲线。SavvyCAN 自带 Graph 面板，加载 DBC 之后，它会把 DBC 里定义好的信号自动按名字画成图。玩法（SavvyCAN 里就不用碰 hex 了）：

1. SavvyCAN → File → Load DBC File，选刚才的 icsim.dbc。
2. File → Load Log File 载入你的 candump 日志（.txt/.asc 都行）。
3. 右键日志窗口 → Add Graph，选信号 Speed。画面立刻变成一条随车速起伏的曲线。

如果 DBC 里定义的不是正确的字节序/起始位，曲线会是一堆锯齿或直接爆表，一眼就穿帮 —— 这比盯 hex 高效一百倍。

五、高级玩法：自动生成 DBC（给机器一双眼睛）

手工写 DBC 还行，真车几十条 ID，全手写要命。这里给一个能扫描原始帧自动猜信号位置的思路（完整可跑脚本在文末）：

• 收集某 ID 一段时间的帧，按字节位做变化检测：哪些字节在变化、哪些是固定。
• 把每帧的每对字节拼成 16 位整数，看相邻帧差值是否恒定 —— 恒定就是该信号”成线性编码”。
• 恒定的差值的倒数，就是它的 scale。

对 ICSim 车速（帧里字节3、4 是车速 raw）实测扫描结果：只找到 1 个候选 byte3+byte4，等差 2000，scale=1/2000 —— 完美命中，和 DBC 里 0.01 吻合。这就是”机器代替猜”的第一版。

六、验证脚本：三分钟把整套流程跑起来

给你一个完整可跑的最小脚本，它完成三件事：造一个 DBC 文本、(1) 用 cantools 解码 120km/h 帧 → (2) 编码回帧 → (3) 扫描启发式找信号。可以直接存成 can_dbc_demo.py 跑：

import cantools

DBC = '''BO_ 580 Speedometer: 8 Vector__XXX
 SG_ Speed : 31|16@0+ (0.01,0) [0|655.35] "km/h" Vector__XXX
 SG_ Counter : 0|8@1+ (1,0) [0|255] "" Vector__XXX'''

db = cantools.database.load_string(DBC)

target = [0x00, 0x00, 0x00, 0x2e, 0xe0, 0x00, 0x00, 0x00]  # 120km/h 实测帧

decoded = db.decode_message(0x244, bytes(target))
print("解码 →", decoded)
data = db.encode_message('Speedometer', {'Speed': 120.0, 'Counter': 0})
print("编码 →", data.hex(), "| 与目标一致:", data == bytes(target))

# 启发式信号扫描
frames = []
for kmh in [0, 20, 40, 60, 80, 100, 120]:
    raw = int(kmh * 100)
    frames.append([0, 0, 0, raw >> 8, raw & 0xFF, 0, 0, 0])
for i in range(8):
    for j in range(8):
        vals = [(f[i] << 8) | f[j] for f in frames]
        if len(set(vals)) == len(vals):
            diffs = [vals[k+1] - vals[k] for k in range(len(vals)-1)]
            if len(set(diffs)) == 1:
                print(f"自动发现信号: byte{i}+byte{j}, scale=1/{list(diffs)[0]}")

七、总结：现在你的流水线有了眼睛