Modified

readme.md

@@ -55,35 +55,82 @@
 
 ![](https://gitea.iotxs.de/RainerWieland/FireNose/media/branch/main/assets/images/photos/Title.png)
 
-## Ausgangssituation
-Durch den Klimawandel steigt die Waldbrandgefahr signifikant an, da längere Trockenperioden, höhere Temperaturen und häufigeres „Feuerwetter“ (Hitze, geringe Luftfeuchtigkeit, Wind) die Austrocknung von Vegetation beschleunigen.
-Obwohl menschliche Aktivitäten wie Lagerfeuer oder Brandstiftung als Hauptursachen gelten, bleibt ein Großteil der Auslöser ungeklärt – in Deutschland sind über 50% der Waldbrandursachen unbekannt. Bisherige Forschungen vernachlässigten unseres Erachtens kritische Faktoren wie:
--**Bodenfeuchte-Variabilität (entscheidend für Brandausbreitung)** sowie
--**Schadstoffemissionen** in Bodennähe.
-Insbesondere VOC (flüchtige organische Verbindungen) und extrem hohe CO-Konzentrationen wurden trotz ihrer ökologischen Risiken kaum systematisch erfasst.
 
-## Lösungsansatz
+# FireNose – Waldbrandfrüherkennung mit LoRaMesh
-Unser Konzept integriert erstmals Feuerwinde (durch Thermik verstärkte Winde), Bodentemperaturmodelle (basierend auf thermischer Diffusivität) und Echtzeit-Messungen von Gasen. Die Daten werden vor Ort gesammelt, ausgewertet und per Funk übertragen.
-Dieses System ermöglicht eine Früherkennung innerhalb wenige Minuten nach Brandausbruch, selbst in schwer zugänglichen Waldgebieten.
 
+## Projektübersicht
 
-## Herausforderung
+Durch den Klimawandel steigt die Waldbrandgefahr erheblich aufgrund längerer Trockenperioden, höherer Temperaturen und häufigerer „Feuerwetter“-Lagen (Hitze, geringe Luftfeuchtigkeit, Wind). Obwohl menschliche Aktivitäten wie Lagerfeuer oder Brandstiftung als Hauptursachen gelten, bleiben über 50% der Waldbrandursachen in Deutschland unbekannt. Kritische Faktoren wie Bodenfeuchte-Variabilität und Schadstoffemissionen (VOC, CO) in Bodennähe wurden bislang kaum systematisch erfasst.
-In dichtbewachsenen Wäldern ist eine direkte Datenübertragung per Funk nur mit hohem technischen und energetischem Aufwand realisierbar. Die Energiebereitstellung durch erneuerbare Energie, wie PV-Module und Ladezellen ist durch die bodennahe Montage erschwert bzw. nur in Waldlichtungen möglich. Wird ein engmaschiges Monitoring angestrebt, sind der Energieverbrauch der Sensoren und die Funkübertragung entscheidende Faktoren, damit die Funktionsdauer über Jahre ohne Wartungsintervalle gewährleistet werden kann.
 
-## Executive Summary
+FireNose integriert erstmalig Modelle für Feuerwinde, thermische Bodentemperaturen und Echtzeit-Gas-Messungen. Die Daten werden lokal vor Ort gesammelt, ausgewertet und per energieeffizientem LoRaMesh-Funknetz übertragen. So ist eine Früherkennung von Waldbränden schon wenige Minuten nach Ausbruch möglich – selbst in schwer zugänglichen Waldgebieten.
-In unserem Projekt haben wir uns zunächst auf die primären Rahmenbedingungen, wie
-- **Funkübertragung** und 
-- **Energieverbrauch**<br>
-fokussiert, da diese entscheidend für den Erfolg der Waldbrandfrüherkennung sind und einen möglichen Ansatz für weitere Projekte im Umwelt-, Klima- und Katastrophenschutz (wie zum Beispiel bei Überschwemmungen, ausgelöst durch lokalen Starkregen) sein können.<br><br>
 
-In unseren Lösungsansätzen können wir den Eigenenergieverbrauch durch geeignete Bauelemente und zeitliche Funktionsslots stark einschränken. Ein Betrieb des Systems mit eine Langzeitbatterie (19Ah) ist, unseren Messungen und Berechnungen nach, für die Dauer von bis zu 10 Jahren ohne Wartung denkbar.<br><br>
+## Herausforderungen und Lösungsansatz
-Die bodennahe Datenübertragung aus dichtbewachsenen Gebieten ist über ein LoRaFunkMesh realisierbar. Dabei werden die Informationen vom Sensor über mehrere Hubs bis an das Ziel (Zugang zum Internet) übertragen. Das Meshnetzwerk ist in zufälligen aber synchronen Zeitslots aktiv und schafft damit Redundanz und Übertragungssicherheit. Dazu haben wir verschiedenen Produkte in einem LoRaMesh bereits vernetzt, getestet und kennen die notwendigen Realisierungsattribute.<br><br>
-Ein Prototyp wurde konstruiert, der auf den o.g. Grundlage ein energiesparendes Meshnetzwerk aufbauen kann. Weiter wurde in dieser Konstruktion bereits ein Sensor integriert, der die Voraussetzungen für die Erfassung der Bodennahen Gase aufnimmt, auswertet und mittels einer vortrainierten KI entsprechende Waldbrandprognosen liefern kann, - noch bevor es zu einem umfangreichen Waldbrand kommt.<br><br>
-Über Zeitslots, effizient mit einer vorgesehenen Betriebsdauer von bis zu 10 Jahren Messdaten aus dichtbewachsenen Waldgebieten mit einem selbstorganisierenden Meshnetzwerk zu übertragen sind besondere Eigenschaften, die es in dieser Kombination bisher noch nicht gibt. Zur Realisierung sind Kenntnisse im Design, Hard-, Software/Informatik, Funk-/Elektrotechnik essentiell.<br><br>
 
-## Unterlagen zum Nachbau
+- Direkte Funkübertragung in dichtbewachsenen Wäldern ist technisch sowie energetisch anspruchsvoll.
-Alle aktuellen Unterlagen liegen <a href="https://gitea.iotxs.de/RainerWieland/FireNose">hier</a> auf unserem Git-Server
+- Energieversorgung erfolgt über PV-Module und Ladezellen mit eingeschränkten Möglichkeiten.
-zum Download bereit.
+- Das Meshnetzwerk verwendet synchrone Zeitslots für Redundanz und Übertragungssicherheit.
-![](https://gitea.iotxs.de/RainerWieland/FireNose/media/branch/main/assets/images/photos/qrcode.png)
+- Prognosemodelle basieren auf KI-Algorithmen für Gasdetektion und Brandvorhersage.
+- Der Energieverbrauch ist so gering, dass ein Betrieb mit einer Langzeitbatterie bis zu 10 Jahre wartungsfrei möglich ist.
 
+## Verzeichnisstruktur
 
+- **assets/**  
+  Unterstützende Dateien wie Bilder oder Grafiken.
+
+- **docs/**  
+  Umfassende Projektdokumentation, Benutzer- und Entwickleranleitungen.
+
+- **firmware/**  
+  Quellcode und Firmware für Sensorik und Mesh-Netzwerk. Lizenz: Apache 2.0.
+
+- **hardware/**  
+  Hardware-Designs, Schaltpläne und Leiterplattenlayouts. Lizenz: CERN-OHL-P.
+
+- **mechanical/**  
+  Mechanische Konstruktionen und CAD-Modelle für Gehäuse und Halterungen.
+
+- **.editorconfig**  
+  Editor-Konfiguration für Formatierungsrichtlinien.
+
+- **.gitattributes**  
+  Git-Attribute für Zeilenenden und Merge-Verhalten.
+
+- **.gitignore**  
+  Dateien und Ordner, die von Git ignoriert werden.
+
+- **CODE_OF_CONDUCT.md**  
+  Verhaltenskodex für respektvolle Zusammenarbeit.
+
+- **CONTRIBUTING.md**  
+  Leitfaden für Beiträge und Mitarbeit im Projekt.
+
+- **Info.md**  
+  Projektbezogene Zusatzinformationen.
+
+- **LICENSE-HARDWARE.md**  
+  Ausführliche Lizenzinformationen zur Hardware (CERN-OHL-P).
+
+- **LICENSE.md**  
+  Gesamtprojektlizenz, Firmware unter Apache 2.0, Dokumentation in der Regel CC BY-SA.
+
+- **readme.md**  
+  Diese Projektübersicht.
+
+- **RELEASE_NOTES.md**  
+  Changelog und Infos zu Versionen und Updates.
+
+- **SECURITY.md**  
+  Vorgehensweise zur Meldung und Handhabung von Sicherheitsproblemen.
+
+## Lizenz
+
+- **Firmware**: Apache License 2.0  
+- **Hardware**: CERN Open Hardware Licence Version 2 – Permissive (CERN-OHL-P)  
+- **Dokumentation & sonstige Inhalte**: Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 (CC BY-SA 4.0)
+
+Bitte beachten Sie die einzelnen Lizenztexte in den jeweiligen LICENSE-Dateien für Details.
+
+## Weiterführende Links
+
+- Git-Repository: [https://gitea.iotxs.de/RainerWieland/FireNose](https://gitea.iotxs.de/RainerWieland/FireNose)  
+- Lizenztext CERN-OHL-P: [https://www.ohwr.org/project/cernohl/wikis/Documents/Approved-CERN-OHL-v2-permissive](https://www.ohwr.org/project/cernohl/wikis/Documents/Approved-CERN-OHL-v2-permissive)