En lokal vægvisning, der registrerer fly i nærheden, viser håndmalede retroillustrationer og opbygger statistik over overflyvninger. Projektet er udviklet til at kunne køre kontinuerligt på en Raspberry Pi 5 og vises på en lille skærm.
- Vægvisning med flytype, rute, flyselskab og estimeret direkte CO₂-udledning
- Indstillinger for position, opdateringsinterval, søgeradius og passageafstand
- Statistik over registrerede flytyper og tidspunkter
- Lokal SQLite-historik
- Ruteberigelse med byer og flyselskab, når data findes
- Automatisk generering, udklipning og genbrug af selskabsspecifikke flyillustrationer
- Tre
systemd-services til Raspberry Pi: webapp, dataindsamling og billedworker
Ukendte oplysninger udelades fra vægvisningen. CO₂-tallet er et groft estimat for flyets samlede direkte udledning på hele den fundne rute — ikke et officielt klimaregnskab.
- Nærliggende fly hentes fra adsb.lol.
- Ruter, lufthavne og flyselskaber beriges via ADSBdb, når oplysningerne findes.
- Illustrationer genereres med OpenAI Images API og klippes automatisk fri af baggrunden med
rembg.
En OpenAI API-nøgle er valgfri. Uden den fungerer registrering, ruter, statistik og brugerflade stadig, men nye illustrationer bliver ikke genereret.
Kræver Python 3.11 eller nyere.
python -m venv .venv
python -m pip install -r requirements.txt
python -m pip install -e .Aktivér miljøet, og opret den lokale konfiguration:
# Linux/macOSsource .venv/bin/activate
cp config.default.toml config.toml
# Windows PowerShell
.venv\Scripts\Activate.ps1
Copy-Item config.default.toml config.tomlKopiér .env.example til .env, og indsæt eventuelt din nøgle:
OPENAI_API_KEY=din-nøgle-herStart komponenterne i hver sin terminal:
python -m flyspotting.scheduler
python -m uvicorn flyspotting.web:app --host 0.0.0.0 --port 8000
python -m flyspotting.image_workerÅbn derefter http://localhost:8000. Konfigurationen kan ændres fra appens indstillingsside.
Den komplette installationsvejledning findes i README-PI.md. De medfølgende servicefiler forventer som standard projektet i /opt/flyspotting, et virtuelt Python-miljø i /opt/flyspotting/.venv og en lokal bruger ved navn flyspotting.
python -m pytest -qProjektets grundidé er inspireret af FlightPortrait og især deres open source-projekt flightportrait/frame: en e-ink-ramme, der viser fly, som har passeret over hjemmet. Flyene over os er en selvstændig implementering til Raspberry Pi og webskærm og indeholder ikke FlightPortraits firmware.
Projektet er designet og udviklet i samarbejde med OpenAI Codex.
FlightPortrait og deres projekt tilhører deres respektive ophavspersoner. Flyselskabsnavne, logoer og bemalinger tilhører de respektive rettighedshavere; genererede illustrationer kan være upræcise.
Projektets egen kode udgives under MIT-licensen. Tredjepartstjenester, biblioteker, data, varemærker og genererede billeder kan være omfattet af deres egne vilkår og rettigheder.