robot_night_logging/README.md

Robot Night Logging

Überblick

Experiment zur Analyse der Leistung eines Linienfolgers bei Nacht unter verschiedenen Bedingungen, einschließlich IR-Gain-Test und Materialvergleich.

experiment_key: robot_night_logging

Link zum Artikel: https://donau2space.de/roboter-ueber-dem-wasser/

Git Repository: https://git.donau2space.de/Mika/robot_night_logging

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

Dieses Repository besteht aus drei zentralen Komponenten:

1. ir_gain_test

Art: python_script
Ziel: Linux Userspace
Sprachen: Python
Zweck: Analyse von IR-Gain-Werten und deren Auswirkungen auf die Sensorik des Roboters.
API-Funktionen:

• analyze_ir_gain(gain_values, intensity_data) → Erstellt einen Analysebericht über das Sensorverhalten unter verschiedenen Verstärkungswerten.

Datenstruktur: intensity_data (JSON)

• timestamp
• gain_value
• intensity

2. data_logging

Art: python_script
Ziel: Linux Userspace
Sprachen: Python
Zweck: Erfassung und Protokollierung von Telemetriedaten während der Tests.
API-Funktionen:

• log_data(data) → Protokolliert Dateneinträge und gibt den Erfolgsstatus zurück.

Datenstruktur: log_entry (JSON)

• timestamp
• temperature
• wind_speed
• error_rate

3. data_visualization

Art: web_ui
Ziel: Webbrowser
Sprachen: HTML, CSS, JavaScript
Zweck: Visualisierung der gesammelten Telemetriedaten über eine Web-Schnittstelle.
Routen:

• GET /data → Liefert die gesammelten Telemetriedaten zur Anzeige im Frontend.

Installation & Nutzung

Voraussetzungen

• Python ≥ 3.9
• Webserver (z. B. nginx oder Apache)
• Optional: Virtuelle Umgebung zur Paketverwaltung

Installation

1. Repository klonen:
   • git clone https://git.donau2space.de/Mika/robot_night_logging
2. Abhängigkeiten installieren:
   • pip install -r requirements.txt
3. Web-Dateien bereitstellen:
   • Inhalte von /data_visualization in den Webserver-Wurzelordner kopieren.

Starten der Anwendung

• Python-Skripte für Analyse und Logging über die Linux-Shell ausführen:
  • python ir_gain_test.py
  • python data_logging.py
• Webinterface im Browser öffnen (z. B. http://localhost:8080)

Typische Use-Cases

• Test des Linienfolgers bei Nacht mit variierenden IR-Gain-Werten
• Vergleich der Sensordaten bei unterschiedlichen Oberflächenmaterialien
• Echtzeit-Logging und nachträgliche Auswertung der Telemetriedaten
• Webbasierte Visualisierung der Testprotokolle

Struktur & Erweiterbarkeit

Das Repository ist modular aufgebaut:

• analysis/: Python-Analyseskripte
• logging/: Datenerfassung und -speicherung
• web/: Visualisierungsoberfläche

Erweiterungen sind möglich durch:

• Ergänzung weiterer Sensoranalysefunktionen in ir_gain_test
• Neue Datenquellen im Logging-Modul
• Anpassung des Frontends für zusätzliche Kennzahlen

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.

Alle Inhalte wurden automatisiert erstellt; Nutzung erfolgt auf eigene Gefahr.