搬砖笔记

SourceLizi's Blog

0%

STM32CubeMonitor使用

发表于 分类于

关于STM32CubeMonitor

STM32CubeMonitor主页

CubeMonitor帮助文档

采集数据并显示波形

打开后官方提供了一个Basic Flow给我们使用，通过Deploy后打开Dashboard可以看到我们流程生成的程序

img

在使用前需要修改myVariables(variable节点)的二进制文件及其变量。双击myVariables，在窗口中选中“添加新的exe-config节点”，点右侧的编辑

img

在新的窗口中输入自定的名称，编译后axf文件所在路径以及文件名称，加载二进制文件后会显示其中的全局静态变量，在右下角可以搜索。在想要显示的变量前面打勾即可

img

点添加后再点击完成，即完成变量设置。另外还需要指定调试器，在myProbe_Out和myProbe_In（两个Probe节点）上选择对应的调试器，如果没有的话在下拉列表里选“添加新的Probe节点”，选择调试器。

img

接下来点Deploy再打开Dashboard即可启动程序，按下Start Acquisition可开始采集数据

img

在线修改变量值

img

如图，在原来的Basic Flow的基础上添加红色框内方块并连线，variable节点（红框内左一）按照之前读取变量设置的办法，再新建一个变量组用于写入，变量的选择即为想要写入的变量。probe节点（红框内右一）也设置为当前用的调试器。部署之后打开，如下图所示

img

如图，勾选变量并在框内输入值，点击Write即可在线写入变量值

导出数据

方法一：如图，添加两个Single value节点和file节点（由于有两组数据），Single value节点的varfilter设置为文字列，框内写对应的变量名。

img

img

file节点需要写输出的文件名，可以为相对路径或者绝对路径。相对路径的情况下最后文件会保存在CubeMonitor程序的目录下。另外需要修改行为为“追加至文件”

img

启动后点Start Acquisition，数据就会写入对应的文件中。这个方法虽然能够导出数据，但是从数据数量上来看采样频率明显变低。即使在没有记录对应时间戳的情况下也可以得出数据丢失的结论。为了解决这个问题，需要用方法二。

方法二：在输出数据的processing节点的设置中将Log option改为Log all values，启动程序并采集数据。

img

在 %USERPROFILE%/log 路径下会生成.stcm文件，这些为图表的数据来源。在主界面中点下方的Import Data可以导入上一次采集的记录，查看对应的波形

img

但是这些数据是以json格式储存的，为了后续处理方便要将其转为csv。编写一个Python脚本可实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
import json,csv
import sys,os
import glob


def stcm2csv(filename):
	timestamp=[]
	dict_data={}
	f = open(filename,'r')

	for line in f.readlines():
		j=json.loads(line)
		if not dict_data.has_key(j["variablename"]):
			dict_data[j["variablename"]]=[]
		var_data=j["variabledata"]
		for i in range(len(var_data)):
			if len(timestamp)==0 or var_data[i]["x"] > timestamp[-1]:
				timestamp.append(var_data[i]["x"])
			dict_data[j["variablename"]].append(var_data[i]["y"])

	f.close()

	for i in range(len(dict_data.values())-1):
		assert(len(dict_data.values()[i])==len(dict_data.values()[i+1]))

	csvfilename = filename.replace(".stcm","")+".csv"
	f = open(csvfilename,'w')
	writer = csv.writer(f)

	header = dict_data.keys()
	header.insert(0,"timestamp")
	writer.writerow(header)

	length = len(timestamp)

	for i in range(length):
		single_line=[timestamp[i]]
		for array in dict_data.values():
			single_line.append(array[i])
		writer.writerow(single_line)

	f.close()
	avg=(timestamp[-1]-timestamp[0])/len(timestamp)
	print("total %d record in file:%s,delta_time=%d,avg_sample_time=%dms" %(len(timestamp),filename,timestamp[-1]-timestamp[0],avg))
	return csvfilename
	pass

def find_step_response(filename,input_col,output_col):
	THRESHOLD=30
	MAX_SILCE_SIZE=200

	step_start=[]
	export_num=1

	if not os.path.exists(".\\step_responses"):
		os.mkdir(".\\step_responses")

	f=open(filename,'r')
	csv_data=list(csv.reader(f))
	for i in range(1,len(csv_data)-1):
		current_val=float(csv_data[i][input_col])
		next_val=float(csv_data[i+1][input_col])
		if (next_val-current_val) > THRESHOLD:
			f_out=open(".\\step_responses\\"+ str(export_num)+"_"+filename,'w')
			writer = csv.writer(f_out)
			writer.writerow(["input","output"])
			for j in range(1,MAX_SILCE_SIZE+1):
			#for j in range(0,MAX_SILCE_SIZE):
				if csv_data[i+j][input_col]==csv_data[i+j+1][input_col] or j==0:
					writer.writerow([csv_data[i+j][input_col],csv_data[i+j][output_col]])
				else:
					break
			export_num+=1
			f_out.close()
			step_start.append(i)
	f.close()
	return step_start
	pass

if __name__ == '__main__':
	INPUT_COL=3
	OUTPUT_COL=4
	
	if len(sys.argv)==2:
		stcm2csv(str(sys.argv[1]))
	else:
		all_file_list=glob.glob("*.stcm")
		if len(all_file_list)!=0:
			for file in all_file_list:
				stcm2csv(file)


脚本有两种用法，在参数中指定文件则转换该文件，不指定则将当前目录下的所有stcm文件转换为csv