# Licht im leeren Nebel

## Überblick
Experiment **licht_im_leeren_nebel** untersucht die Sichtbarkeit von Licht in einem Medium ohne Streumittel. Es beinhaltet Sensordatenerfassung, Aufzeichnung und Auswertung über separate Software-Komponenten.

**Link zum Artikel:** [https://donau2space.de/licht-im-leeren-nebel-donau2space-experiment/](https://donau2space.de/licht-im-leeren-nebel-donau2space-experiment/)

**Git Repository:** [https://git.donau2space.de/Mika/licht_im_leeren_nebel](https://git.donau2space.de/Mika/licht_im_leeren_nebel)

### Hinweis
Alle Inhalte wurden per KI generiert.

Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.

## Inhalt des Repositories

### 1. Logger-Skript (`logger`)
**Art:** python_script  
**Ziel:** linux-demo  
**Sprachen:** Python  
**Zweck:** Erfasst regelmäßig Sensordaten und schreibt sie protokolliert in Logdateien.

**API-Funktion:**
- **start_logging(interval, duration)** → gibt den Pfad der erzeugten Logdatei zurück.

**Datenstruktur:**
- **LogEntry (JSON)**
  - timestamp
  - led_id
  - lumens
  - peak_wavelength
  - latitude
  - longitude

### 2. Datenvisualisierung (`data_visualization`)
**Art:** web_ui  
**Ziel:** web  
**Sprachen:** HTML, CSS, JavaScript  
**Zweck:** Webanwendung zur grafischen Auswertung der Loggerdaten.

**API-Funktion:**
- **fetch_data(log_file_path)** → lädt Messdaten aus der Logdatei.

**Routen:**
- `GET /data` → liefert Loggerdaten für die Darstellung im Frontend.

### 3. Experimentbericht (`experiment_report`)
**Art:** doc_only  
**Ziel:** mixed  
**Zweck:** Dokumentation von Aufbau, Messergebnissen und Erkenntnissen.

## Voraussetzungen (Webserver)
Für die Webanwendung wird ein Standard-Webserver mit Unterstützung für statische Dateien (HTML, JS, CSS) benötigt. Python 3.x wird zum Ausführen des Logger-Skripts vorausgesetzt.

## Installation & Nutzung

### Installation Python-Logger
- Python 3.x installieren
- Repository klonen oder entpacken
- Abhängigkeiten mit `pip install -r requirements.txt` (falls vorhanden) installieren
- Logger starten: `python logger.py`

Parameter können im Skript oder über Umgebungsvariablen angepasst werden.

### Start der Webanwendung
- Webserver im `data_visualization`-Verzeichnis starten (z. B. `python -m http.server`)
- Browser öffnen und `http://localhost:8000` aufrufen

## Typische Use-Cases
- Aufzeichnen von optischen Messdaten mit Sensorik
- Darstellung der Messintensität über Zeit oder Position
- Vergleich von Versuchsdaten über mehrere Durchläufe
- Erstellen experimenteller Berichte für Lichtausbreitung in streulosen Medien

## Struktur & mögliche Erweiterungen
Das Repository ist modular aufgebaut:
- `logger/` – Python-Erfassungsskript
- `data_visualization/` – Weboberfläche zur Datenanalyse
- `experiment_report/` – Dokumentationsmaterialien

Erweiterungen können über zusätzliche Analyse-Skripte, Datenexportformate oder Schnittstellen zur Sensoransteuerung erfolgen.

## Lizenz
Dieses Projekt ist unter der **MIT-Lizenz** veröffentlicht.

**Hinweis:** Inhalte wurden automatisiert generiert und bereitgestellt ohne Gewähr. Nutzung erfolgt auf eigene Verantwortung.