stereodreieck86
Cadet 4th Year
- Registriert
- Sep. 2018
- Beiträge
- 101
Hallo zusammen,
ich arbeite zusammen mit ein paar anderen Leuten an BikeBridge, einem Open-Source-Projekt, mit dem man Daten von E-Bike-Antrieben per Bluetooth auslesen und direkt auf dem Handy anzeigen kann.
Die Idee dahinter ist, nicht für jeden Hersteller eine eigene App verwenden zu müssen. Langfristig würden wir gerne möglichst viele Antriebe und auch elektronische Schaltungen unterstützen.
Einige Dinge funktionieren schon, bei anderen stehen wir noch ziemlich am Anfang. Und genau da könnte ich ein paar Erfahrungen von Leuten gebrauchen, die sich mit ähnlichen technischen Problemen beschäftigt haben.
Dafür sammeln und untersuchen wir Bluetooth-Mitschnitte, schauen uns die Kommunikation in Wireshark an und analysieren teilweise auch die Apps der Hersteller. Dazu kommen Erkenntnisse und Aufzeichnungen von anderen Leuten, die sich mit einzelnen Teilen der Systeme beschäftigt haben. Einer davon arbeitet beispielsweise an einer separaten iOS-App.
Allerdings ist noch nicht alles fertig. Wir haben die Verbindungssequenz bei Bosch kürzlich geändert und müssen diesen Stand noch am echten Fahrrad überprüfen. Bei anderen Systemen wie Shimano EP8 und SRAM Eagle Powertrain gibt es ebenfalls erste Ansätze, aber bis eine Unterstützung zuverlässig funktioniert, steckt doch einiges an Arbeit darin.
Die Bluetooth-Aufzeichnungen holen wir über ADB vom Android-Gerät, dazu kommen die passenden Logcat-Ausgaben. In Wireshark schauen wir uns an, was während der Verbindung passiert. Wenn nötig, untersuchen wir auch den Code der Hersteller-Apps, um Hinweise auf Datenstrukturen oder den Verbindungsablauf zu finden.
Für die Umsetzung nutze ich vor allem Gemini in Android Studio. Damit lasse ich mir bei der Analyse, beim Kotlin-Code und bei Tests helfen. ChatGPT und andere KI-Werkzeuge nutze ich zusätzlich für Recherche und zum Gegenprüfen.
Das funktioniert erstaunlich oft gut. Man stößt aber auch auf ein Problem: Eine KI kann eine Erklärung für bestimmte Bytes liefern, die absolut plausibel klingt und trotzdem falsch ist. Wenn man anschließend einen Test mit genau den Daten schreibt, die auf derselben Annahme beruhen, kann der Test erfolgreich sein, ohne dass es am echten Fahrrad funktioniert.
Deshalb versuchen wir, die Ergebnisse mit tatsächlichen Mitschnitten und Tests am Fahrrad abzugleichen. Einfach ist das nicht immer.
Wir sind außerdem nur eine kleine Gruppe von ungefähr vier Leuten. Neben dem Maintainer gibt es Mitstreiter für Decoder und eine separate iOS-Entwicklung, während ich mich vor allem um die Android-App kümmere. Wir können also nicht nebenbei noch sämtliche Hersteller und Varianten untersuchen.
Wenn ihr schon einmal unbekannte Dateiformate, Netzwerkprotokolle oder Datenstrukturen untersucht habt: Wie nähert ihr euch so etwas? Welche Werkzeuge und Methoden helfen euch, Zusammenhänge zu erkennen und eure Ergebnisse vernünftig festzuhalten?
2. Wie überprüft ihr, ob eure Analyse wirklich stimmt?
Mich interessiert besonders, wie ihr mit Ergebnissen umgeht, die plausibel aussehen, aber falsch sein könnten. Habt ihr bestimmte Vorgehensweisen, um Fehler früh zu erkennen und sicherzustellen, dass ein Test tatsächlich etwas Aussagekräftiges überprüft? Das Thema KI ist dabei natürlich besonders interessant, aber nicht zwingend Voraussetzung.
3. Wie macht ihr Tests unabhängiger von der echten Hardware?
Bei uns müssen bestimmte Änderungen direkt am Fahrrad getestet werden. Das ist manchmal umständlich, gerade wenn man verschiedene Abläufe wiederholt durchprobieren möchte. Gibt es Möglichkeiten, solche Tests einfacher und reproduzierbarer zu machen? Erfahrungen aus anderen Bereichen der Softwareentwicklung wären genauso hilfreich.
Falls jemand schon einmal Bluetooth-Protokolle, E-Bike-Systeme oder ähnliche Geräte untersucht hat, wäre das natürlich besonders interessant. Aber auch allgemeine Tipps zu Debugging, Reverse Engineering, Testmethoden oder dem sinnvollen Einsatz von KI helfen uns weiter.
Hier findet ihr das Projekt und den aktuellen Quellcode:
https://codeberg.org/bg443/BikeBridge
Die Projektseite gibt es auch unter https://bridge.bike.
Ich bin gespannt, wie andere solche Probleme angehen. Vielleicht gibt es Werkzeuge oder Methoden, auf die wir bisher einfach noch nicht gekommen sind.
ich arbeite zusammen mit ein paar anderen Leuten an BikeBridge, einem Open-Source-Projekt, mit dem man Daten von E-Bike-Antrieben per Bluetooth auslesen und direkt auf dem Handy anzeigen kann.
Die Idee dahinter ist, nicht für jeden Hersteller eine eigene App verwenden zu müssen. Langfristig würden wir gerne möglichst viele Antriebe und auch elektronische Schaltungen unterstützen.
Einige Dinge funktionieren schon, bei anderen stehen wir noch ziemlich am Anfang. Und genau da könnte ich ein paar Erfahrungen von Leuten gebrauchen, die sich mit ähnlichen technischen Problemen beschäftigt haben.
Was wir bisher geschafft haben
Am weitesten sind wir momentan beim Bosch Smart System (BES3). Auf der Android-Seite haben wir bereits einiges umgesetzt: den Verbindungsaufbau, die Kommunikation mit dem System, das Abonnieren von Telemetriefeldern und die ersten Decoder, die aus den empfangenen Daten wieder brauchbare Werte machen.Dafür sammeln und untersuchen wir Bluetooth-Mitschnitte, schauen uns die Kommunikation in Wireshark an und analysieren teilweise auch die Apps der Hersteller. Dazu kommen Erkenntnisse und Aufzeichnungen von anderen Leuten, die sich mit einzelnen Teilen der Systeme beschäftigt haben. Einer davon arbeitet beispielsweise an einer separaten iOS-App.
Allerdings ist noch nicht alles fertig. Wir haben die Verbindungssequenz bei Bosch kürzlich geändert und müssen diesen Stand noch am echten Fahrrad überprüfen. Bei anderen Systemen wie Shimano EP8 und SRAM Eagle Powertrain gibt es ebenfalls erste Ansätze, aber bis eine Unterstützung zuverlässig funktioniert, steckt doch einiges an Arbeit darin.
Wie wir dabei vorgehen
Ich selbst bin kein gelernter Softwareentwickler. Vieles erarbeite ich mir während des Projekts, und KI-Werkzeuge spielen dabei inzwischen eine ziemlich große Rolle.Die Bluetooth-Aufzeichnungen holen wir über ADB vom Android-Gerät, dazu kommen die passenden Logcat-Ausgaben. In Wireshark schauen wir uns an, was während der Verbindung passiert. Wenn nötig, untersuchen wir auch den Code der Hersteller-Apps, um Hinweise auf Datenstrukturen oder den Verbindungsablauf zu finden.
Für die Umsetzung nutze ich vor allem Gemini in Android Studio. Damit lasse ich mir bei der Analyse, beim Kotlin-Code und bei Tests helfen. ChatGPT und andere KI-Werkzeuge nutze ich zusätzlich für Recherche und zum Gegenprüfen.
Das funktioniert erstaunlich oft gut. Man stößt aber auch auf ein Problem: Eine KI kann eine Erklärung für bestimmte Bytes liefern, die absolut plausibel klingt und trotzdem falsch ist. Wenn man anschließend einen Test mit genau den Daten schreibt, die auf derselben Annahme beruhen, kann der Test erfolgreich sein, ohne dass es am echten Fahrrad funktioniert.
Deshalb versuchen wir, die Ergebnisse mit tatsächlichen Mitschnitten und Tests am Fahrrad abzugleichen. Einfach ist das nicht immer.
Wir sind außerdem nur eine kleine Gruppe von ungefähr vier Leuten. Neben dem Maintainer gibt es Mitstreiter für Decoder und eine separate iOS-Entwicklung, während ich mich vor allem um die Android-App kümmere. Wir können also nicht nebenbei noch sämtliche Hersteller und Varianten untersuchen.
Wo ich gerne weiterkommen würde
1. Wie geht ihr bei unbekannten Daten und Protokollen vor?Wenn ihr schon einmal unbekannte Dateiformate, Netzwerkprotokolle oder Datenstrukturen untersucht habt: Wie nähert ihr euch so etwas? Welche Werkzeuge und Methoden helfen euch, Zusammenhänge zu erkennen und eure Ergebnisse vernünftig festzuhalten?
2. Wie überprüft ihr, ob eure Analyse wirklich stimmt?
Mich interessiert besonders, wie ihr mit Ergebnissen umgeht, die plausibel aussehen, aber falsch sein könnten. Habt ihr bestimmte Vorgehensweisen, um Fehler früh zu erkennen und sicherzustellen, dass ein Test tatsächlich etwas Aussagekräftiges überprüft? Das Thema KI ist dabei natürlich besonders interessant, aber nicht zwingend Voraussetzung.
3. Wie macht ihr Tests unabhängiger von der echten Hardware?
Bei uns müssen bestimmte Änderungen direkt am Fahrrad getestet werden. Das ist manchmal umständlich, gerade wenn man verschiedene Abläufe wiederholt durchprobieren möchte. Gibt es Möglichkeiten, solche Tests einfacher und reproduzierbarer zu machen? Erfahrungen aus anderen Bereichen der Softwareentwicklung wären genauso hilfreich.
Falls jemand schon einmal Bluetooth-Protokolle, E-Bike-Systeme oder ähnliche Geräte untersucht hat, wäre das natürlich besonders interessant. Aber auch allgemeine Tipps zu Debugging, Reverse Engineering, Testmethoden oder dem sinnvollen Einsatz von KI helfen uns weiter.
Hier findet ihr das Projekt und den aktuellen Quellcode:
https://codeberg.org/bg443/BikeBridge
Die Projektseite gibt es auch unter https://bridge.bike.
Ich bin gespannt, wie andere solche Probleme angehen. Vielleicht gibt es Werkzeuge oder Methoden, auf die wir bisher einfach noch nicht gekommen sind.