StampFly ログ解析ツール¶

StampFlyデバイスのESKF（Error-State Kalman Filter）開発・検証・最適化のためのPythonツール群です。

重要: ツールは全て sf CLI 経由で使用することを推奨します。

クイックスタート¶

# 開発環境のセットアップ
source setup_env.sh

# ログファイル一覧
sf log list

# WiFi経由で400Hzテレメトリをキャプチャ
sf log wifi -d 30

# 最新ログを可視化
sf log viz

# キャプチャ → 可視化の一連の流れ
sf log wifi -d 30 && sf log viz

sf log コマンド一覧¶

コマンド	説明	例
`sf log list`	ログファイル一覧	`sf log list --all`
`sf log wifi`	WiFi経由400Hzキャプチャ	`sf log wifi -d 60 --fft`
`sf log capture`	USB経由バイナリキャプチャ	`sf log capture -d 30`
`sf log convert`	バイナリ→CSV変換	`sf log convert log.bin`
`sf log info`	ログ情報表示	`sf log info log.csv`
`sf log analyze`	フライト解析	`sf log analyze log.csv`
`sf log analyze --health`	モータ故障診断	`sf log analyze --health --batch`
`sf log viz`	ログ可視化	`sf log viz log.csv --mode all`

sf log analyze --health - モータ健全性レポート¶

ホバー飛行ログから、劣化したロータ（同じ duty で推力・反トルクが低下したモータ）を定常ホバートリムで検出する。バックエンドは motor_health.py。

# 最新の JSONL ログ1本で診断（回転方向グループを確定、隅は傾向）
sf log analyze --health

# 同一機体の複数ログでクロスログ隅特定（CG除去）。既定は最新ログ群
sf log analyze --health --batch

# セッション/機体をグロブで明示（CG一定の前提を守るため推奨）
sf log analyze --health --batch "stampfly_udp_2026061*.jsonl"

# AI/スクリプト連携用の機械可読 JSON
sf log analyze --health --batch --json

ヨートリム ur=(M1+M3)-(M2+M4) は CG非依存で、弱い回転方向グループ（CW/CCW）を確定する。
隅（M1〜M4）は単一ホバーだと CG オフセットと交絡するため、--batch で重症度の異なる複数ログを使い、corr(ur, up) / corr(ur, uq) のスケーリングで分離する。
確定にはベンチでの入れ替え試験（疑い隅 ↔ 対角）を推奨。

sf log wifi - 400Hzテレメトリキャプチャ¶

StampFlyのWiFi APに接続して400Hzテレメトリをキャプチャします。

# 基本（30秒キャプチャ）
sf log wifi

# 60秒キャプチャ + FFT解析
sf log wifi -d 60 --fft

# ファイル名指定
sf log wifi -d 30 -o flight_test.csv

# 統計のみ表示（保存なし）
sf log wifi --no-save

含まれるデータ: - IMU生データ（ジャイロ、加速度） - バイアス補正済みジャイロ - ESKF推定値（姿勢、位置、速度、バイアス） - センサデータ（気圧高度、ToF、光学フロー） - コントローラ入力

sf log viz - ログ可視化¶

# 全パネル表示（デフォルト）
sf log viz log.csv

# モード指定
sf log viz log.csv --mode sensors    # センサ生値のみ
sf log viz log.csv --mode attitude   # 姿勢のみ
sf log viz log.csv --mode position   # 位置・速度のみ
sf log viz log.csv --mode eskf       # ESKF推定値のみ

# 画像保存
sf log viz log.csv --save output.png

# 時間範囲指定
sf log viz log.csv --time-range 5 15

# ESKFパネル非表示
sf log viz log.csv --no-eskf

自動フォーマット検出: - Extended (400Hz ESKF+sensors): timestamp_us, quat_w 含む - FFT batch: timestamp_ms, gyro_corrected_x 含む - Normal WiFi: timestamp_ms, roll_deg 含む - SILS trajectory（sf sils scenario 出力）: t, px, alt, roll, yawrate, yawcmd, alt_est, m0-m3 含む

典型的なワークフロー¶

1. フライトログ取得と解析¶

# 1. StampFly WiFi APに接続
# 2. ログキャプチャ
sf log wifi -d 60

# 3. 可視化
sf log viz

# 4. 詳細解析
sf log analyze

2. 振動解析（FFT）¶

# キャプチャ + FFT解析
sf log wifi -d 30 --fft

# または別途FFT解析
sf log analyze --fft

バックエンドスクリプト¶

注: これらのスクリプトは sf CLI のバックエンド実装です。直接実行せず、sf CLI を使用してください。

キャプチャ・変換¶

スクリプト	sf コマンド	説明
`wifi_capture.py`	`sf log wifi`	WiFi 400Hzキャプチャ
`log_capture.py`	`sf log capture`	USB バイナリキャプチャ

可視化¶

スクリプト	sf コマンド	説明
`visualize_extended.py`	`sf log viz`	拡張テレメトリ可視化
`visualize_telemetry.py`	`sf log viz`	WiFi CSV可視化
`visualize_eskf.py`	`sf log viz`	バイナリログ可視化
`visualize_sils_trajectory.py`	`sf log viz`	SILS trajectory.csv可視化
`visualize_attitude_3d.py`	-	姿勢3Dアニメーション
`visualize_pose_3d.py`	-	位置+姿勢3Dアニメーション

解析・最適化¶

スクリプト	sf コマンド	説明
`flight_analysis.py`	`sf log analyze`	フライト解析
`analyze_fft.py`	`sf log analyze --fft`	FFT解析

必要なライブラリ¶

pip install numpy pandas matplotlib scipy websockets

トラブルシューティング¶

WiFi接続できない¶

# 環境診断
sf doctor

# WiFi接続確認
ping 192.168.4.1

ログファイルが見つからない¶

# 全ログファイル一覧
sf log list --all

# 検索ディレクトリ
#   - logs/
#   - tools/log_analyzer/

可視化でエラー¶

# ログ情報確認（フォーマット検出）
sf log info log.csv

# 必要なライブラリ確認
pip install matplotlib numpy pandas