Initial commit: PI_mikrokontroler changes

2026-05-09 17:52:28 +02:00
parent d668467c81
commit 3dd3565a6e
550 changed files with 153891 additions and 0 deletions
--- a/firmware_adxl345_spi/Python3/wmt_reader.py
+++ b/firmware_adxl345_spi/Python3/wmt_reader.py
@@ -0,0 +1,110 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Konwerter .wmt (nowy format próbek 12 B) -> CSV.
+# python3 wmt_reader.py '/Users/katalog/00000001.wmt' -a -f -d <-wszystkie, +podfoldery, usuwa stare wmt  
+
+Plik .wmt:
+  Header (packed LE, 19 B):
+    char[3] magic="WMT"
+    uint16  version
+    uint16  headerSize
+    uint32  sampleSize   (oczekiwane 12)
+    uint32  timestamp    (Unix start akwizycji, sekundy)
+    uint32  reccount     (liczba rekordów; może być 0)
+
+  Sample (packed LE, 12 B):
+    uint32 offset_us     (µs od startu akwizycji)
+    uint8  sensor_id     (0..6)
+    int16  x, y, z
+    uint8  ready         (0/1)
+
+CSV:
+  start_unix, offset_us, unix_ts, sensor_id, x, y, z, ready
+"""
+
+from __future__ import annotations
+import argparse
+import pathlib
+import struct
+import pandas as pd
+from datetime import datetime
+
+HEADER_FMT = "<3sHHIII"   # 19 B
+HEADER_SIZE = struct.calcsize(HEADER_FMT)
+
+SAMPLE_FMT  = "<IBhhhB"   # 12 B: u32, u8, i16, i16, i16, u8
+SAMPLE_SIZE = struct.calcsize(SAMPLE_FMT)  # 12
+
+def read_wmt_one(path: str) -> pd.DataFrame:
+    p = pathlib.Path(path)
+    blob = p.read_bytes()
+
+    if len(blob) < HEADER_SIZE:
+        raise ValueError(f"{p.name}: plik zbyt krótki ({len(blob)} B).")
+
+    magic, version, headerSize, sampleSize, start_unix, reccount = struct.unpack_from(HEADER_FMT, blob, 0)
+
+    if magic != b"WMT":
+        raise ValueError(f"{p.name}: niepoprawny magic {magic!r} (oczekiwano b'WMT').")
+    if sampleSize != SAMPLE_SIZE:
+        raise ValueError(f"{p.name}: sampleSize={sampleSize}, oczekiwano {SAMPLE_SIZE} (obsługiwany jest TYLKO nowy format 12 B).")
+    if len(blob) < headerSize:
+        raise ValueError(f"{p.name}: headerSize={headerSize} większy niż rozmiar pliku.")
+
+    # Wyświetlenie informacji o nagłówku
+    start_time = datetime.fromtimestamp(start_unix)
+    print(f"\n=== Plik: {p.name} ===")
+    print(f"Czas rozpoczęcia akwizycji: {start_time} (Unix: {start_unix})")
+    print(f"Liczba próbek zadeklarowana w nagłówku: {reccount}")
+
+    data = blob[headerSize:]
+    if len(data) % SAMPLE_SIZE != 0:
+        print(f"[WARN] {p.name}: długość danych {len(data)} nie jest wielokrotnością {SAMPLE_SIZE} (plik może być niepełny).")
+
+    nrec = len(data) // SAMPLE_SIZE
+    if reccount and reccount != nrec:
+        print(f"[INFO] {p.name}: reccount={reccount}, policzono={nrec}.")
+    else:
+        print(f"Policzono faktyczną liczbę próbek: {nrec}")
+
+    rows = []
+    off = 0
+    for _ in range(nrec):
+        rec = data[off:off+SAMPLE_SIZE]
+        offset_us, sensor_id, x, y, z, ready = struct.unpack(SAMPLE_FMT, rec)
+        unix_ts = start_unix + (offset_us / 1_000_000.0)  # sekundy z ułamkiem
+        rows.append((start_unix, offset_us, unix_ts, sensor_id, x, y, z, int(ready)))
+        off += SAMPLE_SIZE
+
+    df = pd.DataFrame(rows, columns=["start_unix", "offset_us", "unix_ts", "sensor_id", "x", "y", "z", "ready"])
+    df = df.astype({"sensor_id": "int32", "x": "int32", "y": "int32", "z": "int32", "ready": "int32"})
+    return df
+
+def main():
+    ap = argparse.ArgumentParser(description="Konwersja .wmt (nowy format 12 B) -> CSV.")
+    ap.add_argument("inputs", nargs="+", help="Ścieżki do plików .wmt")
+    ap.add_argument("--out-suffix", default=".csv", help="Sufiks wyjściowy (domyślnie .csv)")
+    ap.add_argument("--concat", action="store_true", help="Scal wszystkie wejścia do jednego CSV (na bazie pierwszego pliku)")
+    ap.add_argument("--no-header", action="store_true", help="Zapisz CSV bez nagłówka")
+    args = ap.parse_args()
+
+    dfs = []
+    for in_path in args.inputs:
+        df = read_wmt_one(in_path)
+        if args.concat:
+            df["_source"] = str(pathlib.Path(in_path).name)
+            dfs.append(df)
+        else:
+            out_path = str(pathlib.Path(in_path).with_suffix(args.out_suffix))
+            df.to_csv(out_path, index=False, header=not args.no_header)
+            print(f"Zapisano {out_path} ({len(df)} rekordów)")
+
+    if args.concat and dfs:
+        out_path = str(pathlib.Path(args.inputs[0]).with_suffix(args.out_suffix))
+        big = pd.concat(dfs, ignore_index=True)
+        big.to_csv(out_path, index=False, header=not args.no_header)
+        print(f"\nZapisano scalony {out_path} ({len(big)} rekordów z {len(dfs)} plików)")
+
+if __name__ == "__main__":
+    main()