MeshCenter: Die Entstehungsgeschichte einer Steuerzentrale für Meshtastic

Aktualisiert: Juli 2026 · Autor: Elektroniker.Help

💬 Alles begann mit einem einfachen Wunsch – einen kleinen Web-Chat für meinen Meshtastic-Node zu schreiben. Ich hatte einen RAK4631 und wollte Nachrichten nicht nur über das Telefon, sondern auch über den Browser am Computer senden und empfangen können. Ich dachte, es wären ein paar Dutzend Codezeilen, ein kleiner Flask-Server und eine minimale Oberfläche. Einfach zum Üben, um Technologien kennenzulernen und zu verstehen, wie Webentwicklung funktioniert.

😅 Wie sehr ich mich irrte.

⚡ Nach und nach fügte ich neue Funktionen hinzu: Anzeige der Knotenliste, Telemetrie, Kameraintegration, Speicherung des Verlaufs… Und nach fast einem Monat abendlicher und Wochenendarbeit wurde aus diesem “einfachen Chat” MeshCenter – eine vollwertige browserbasierte Steuerzentrale für Meshtastic-Basisstationen auf dem Raspberry Pi.

🧑‍🔧 Wer ich bin und warum ich das tue

Bevor ich über technische Details spreche, muss ich ehrlich gestehen: ich bin kein Programmierer. Von Beruf und Ausbildung her bin ich Elektroniker. Den größten Teil meines Berufslebens repariere ich Computertechnik: Laptops, Monitore, All-in-One-Geräte. Das ist mein Hauptberuf, und ich kenne die Elektronik “von unten” gut – auf Komponenten-, Schaltungs- und Löt-Ebene.

💻 Programmieren ist für mich Leidenschaft und Hobby. Ich habe nie Programmierung studiert, nie in IT-Unternehmen gearbeitet und nie kommerziellen Code geschrieben. Alles, was ich in diesem Bereich mache, ist das Ergebnis von Selbstbildung, Neugier und dem Wunsch zu verstehen, wie moderne Technologien funktionieren.

🤖 Dabei hilft mir künstliche Intelligenz sehr. Während der Arbeit an MeshCenter habe ich aktiv ChatGPT, DeepSeek und andere Sprachmodelle genutzt. Das ist das, was heute “Vibe Coding” genannt wird – wenn man nicht einfach Code schreibt, sondern den Prozess regelrecht “fühlt”, während man mit der KI interagiert, die hilft, Ideen zu generieren, komplexe Konzepte zu erklären und funktionierende Codefragmente zu schreiben. Das beschleunigt das Lernen enorm und ermöglicht es einem Menschen ohne tiefgehenden Programmierhintergrund, tatsächlich funktionierende Projekte zu erstellen.

📅 Die gesamte Entwicklung – von der ersten Idee bis zur aktuellen Version – hat bei mir knapp weniger als einen Monat gedauert. Und das wurde für mich nicht nur zur Erstellung eines nützlichen Werkzeugs, sondern zu einem echten Lehrgang in Webentwicklung, API-Arbeit, asynchroner Programmierung und Frontend-Entwicklung.

🌐 Was es bereits in der Meshtastic-Welt gibt und wofür MeshCenter benötigt wird

📡 Meshtastic ist ein Open-Source-Projekt, das LoRa-Funkmodule nutzt, um dezentralisierte, verschlüsselte Mesh-Netzwerke ohne Mobilfunk und Internet zu schaffen. Die Geräte tauschen Textnachrichten, Telemetrie und Koordinaten über große Entfernungen aus (mehrere Kilometer in der Stadt und Dutzende im freien Feld).

Meshtastic hat bereits offizielle Anwendungen, die von professionellen Programmiererteams entwickelt werden, die schon seit vielen Jahren daran arbeiten:

• 🌍 Offizieller Web-Client – client.meshtastic.org – eine leistungsstarke Webanwendung zur Verwaltung von Nodes, Konfiguration und Nachrichtenaustausch.
• 📱 Mobile Apps für Android und macOS – voll funktionsfähige Clients mit einem breiten Spektrum an Möglichkeiten: von der Basiskonfiguration bis hin zu detaillierter Telemetrie, Karten, Gruppenkanälen und vielem mehr.

Darüber hinaus gibt es andere unabhängige Projekte, wie zum Beispiel MeshMonitor (meshmonitor.org) – ein modernes, multifunktionales System zur Überwachung von Mesh-Netzwerken. Es unterstützt nicht nur Meshtastic, sondern auch MeshCore sowie MQTT-Broker und bietet interaktive Karten, Chats, Telemetrie, Fernverwaltung und sogar Automatisierung mit Triggern. Diese Lösung ist auf den professionellen Einsatz und die zentralisierte Überwachung ausgerichtet.

Diese Anwendungen sind das professionelle, kommerzielle Niveau der Entwicklung. Dort arbeiten ganze Teams, es werden moderne Frameworks, CI/CD, Tests und andere Industriepraktiken verwendet. Und sie sind wirklich gut.

🔧 Konfiguration: RAK4631 + Raspberry Pi Zero 2W

📟 Das Herz meines Systems ist der RAK4631 – eine kompakte Platine mit nRF52840-Chip und LoRa-Modul SX1262. Er verbraucht weniger als 100 mA im aktiven Modus und kann sehr lange von Batterie oder Solarpanel betrieben werden. Ein idealer “Arbeits-Node” für den Dauereinsatz rund um die Uhr.

Der RAK4631 hat jedoch keinen eingebauten Webserver. Daher habe ich einen Raspberry Pi über USB hinzugefügt (der RAK4631 wird als serielles Gerät /dev/ttyACM0 angeschlossen). Der Pi läuft mit Raspberry Pi OS Bookworm und übernimmt die Rolle des Gehirns:

• 📥 empfängt Daten vom RAK4631 über die Meshtastic CLI;
• ⚙️ verarbeitet sie;
• 🌐 stellt die Weboberfläche über Flask bereit;
• 📷 steuert die Kamera (falls angeschlossen).

Das Ergebnis ist eine Basisstation, die über WLAN von jedem Gerät im lokalen Netzwerk erreichbar ist.

🍓 Warum der Raspberry Pi Zero 2W?

Für MeshCenter habe ich mich bewusst für den Raspberry Pi Zero 2W entschieden. Dieses Modell bietet das optimale Gleichgewicht zwischen Leistung und Energieverbrauch. Der vierkernige ARM Cortex-A53-Prozessor mit 1 GHz bietet genügend Leistung für den Webserver, die Telemetrieverarbeitung und das Video-Streaming, während der Zero 2W im Leerlauf nur etwa 200-250 mA verbraucht.

MeshCenter ist jedoch nicht auf den Zero 2W beschränkt. Sie können jedes beliebige Raspberry-Pi-Modell ab Raspberry Pi 3B+ aufwärts verwenden:

• 🍓 Raspberry Pi 3B+ – etwas leistungsfähiger, aber auch energiehungriger; eine gute Alternative, wenn der Zero 2W nicht verfügbar ist.
• 🍓 Raspberry Pi 4 – deutlich leistungsfähiger, ermöglicht höhere Videoauflösungen und FPS.
• 🍓 Raspberry Pi 5 – maximale Leistung für die anspruchsvollsten Szenarien.

Wenn Sie das System mit Solarpanel oder Akku betreiben möchten, bleibt der Zero 2W die beste Wahl. Für stationäre Installationen mit Dauerstromversorgung können Sie leistungsstärkere Modelle verwenden – MeshCenter läuft auf allen.

📶 Wi-Fi-Verwaltung: einfache Netzwerkkonfiguration

Eine der praktischen Funktionen von MeshCenter ist der integrierte Wi-Fi-Manager für den Raspberry Pi, der die Verwaltung von Netzwerkverbindungen direkt über den Browser ermöglicht.

Was Sie tun können:

• 📊 aktuelle Wi-Fi-Verbindung anzeigen, Signalstärke (RSSI und Prozent), Übertragungsgeschwindigkeit (RX/TX Link Bitrate);
• 🌐 IP-Adresse, Gateway und Internetzugangsstatus anzeigen;
• 🔍 verfügbare Wi-Fi-Netzwerke in der Umgebung scannen;
• 🔗 mit neuen Netzwerken verbinden, automatisch gespeicherte Anmeldeinformationen verwenden;
• 🗑️ gespeicherte Wi-Fi-Profile vergessen.

🔒 Wichtig: alle Wi-Fi-Einstellungen werden über den standardmäßigen NetworkManager des Raspberry Pi durchgeführt. MeshCenter speichert die Passwörter nicht selbst – das ist Aufgabe des Systems. Diese Lösung ist sicher und fügt dem Projekt keine unnötigen Entitäten hinzu.

⚡ Stromverbrauch: der Preis für die Funktionalität

Der RAK4631 selbst ist sehr sparsam, aber der Raspberry Pi “frisst” deutlich mehr. Und als ich die Kamera hinzufügte… Nun, hier sind die realen Messwerte:

• 📟 RAK4631 (ohne Pi) – ca. 50-100 mA (abhängig vom Übertragungsmodus und der Frequenz);
• 🍓 RAK4631 + Pi Zero 2W (im Leerlauf) – ca. 200-250 mA;
• ⚡ RAK4631 + Pi Zero 2W (aktive Arbeit mit Weboberfläche und Telemetrie) – ca. 400-500 mA;
• 📷 + eingeschaltete Kamera im Videomodus – Spitzen bis 650-850 mA.

🔋 Das sollten Sie berücksichtigen, wenn Sie das System mit Akku oder Solarpanel betreiben. Für den Feldeinsatz empfehle ich eine PowerBank mit passiver Kühlung oder einen kleinen Solarladeregler mit einem 10-20 Ah Akku.

📷 Kamera: Videostream und Fotografie in einer Oberfläche

Eine der interessantesten und komplexesten Teile war die Kameraintegration. Ich verwende die Raspberry Pi Camera OV5647 (5 MP). Eine alte, aber bewährte Kamera, die mit dem Pi Zero 2W über die Picamera2-Bibliothek hervorragend funktioniert.

Die Kamerasteuerung ist nun in einer einzigen, intuitiven Oberfläche zusammengefasst. Alles funktioniert in zwei Hauptmodi, die beim Wechsel der Tabs nahtlos umschalten.

🎥 Kamera

Wenn Sie zum Tab “Camera” wechseln, startet die Kamera automatisch den MJPEG-Stream. Sie können einstellen:

• 📐 Auflösung (von 320×240 bis 1920×1080);
• 🎞️ Bildrate (von 5 bis 30 FPS);
• 🎨 JPEG-Qualität (von 40% bis 90%).

Außerdem können Sie direkt aus dem übertragenen Video Screenshots mit voreingestellten Qualitätsparametern erstellen.

🖼️ Galerie: Betrachten, Verwalten und Exportieren

Alle gespeicherten Bilder – sowohl Screenshots aus dem Video als auch vollwertige Fotos – landen in der Galerie. Sie ist jetzt noch komfortabler geworden:

• 👁️ Sie können alle Aufnahmen direkt im Browser betrachten;
• ⬇️ Bilder herunterladen auf den Computer – einzeln oder alle auf einmal;
• 🗑️ unnötige Aufnahmen löschen (einzeln oder massenhaft).

Die Galerie ist vollständig in den Speicher des Raspberry Pi integriert, sodass alle Dateien physisch auf dem Gerät liegen und für die weitere Verarbeitung zur Verfügung stehen.

📈 Telemetrie: Daten, Grafiken und Export

MeshCenter sammelt und zeigt Telemetrie vom Meshtastic-Node und externen Sensoren:

• 📊 Geräteparameter: Spannung, Batterieladestand, Kanalauslastung, Luftauslastung, Betriebszeit.
• 🌡️ Sensordaten (BME280, INA226): Temperatur, Luftfeuchtigkeit, Luftdruck, Strom, Leistung.

Die Telemetrie wird automatisch im Verlauf gespeichert. Sie können sie in Form von Grafiken anzeigen und Zeitintervalle wählen: 1 Stunde, 6 Stunden, 12 Stunden, 24 Stunden, 7 Tage oder 30 Tage.

Darüber hinaus wurde die Möglichkeit zum Export von Daten hinzugefügt:

• 🌡️ Environment Sensors – Temperatur, Luftfeuchtigkeit, Luftdruck;
• ⚡ Power Sensors – Spannung, Strom, Leistung.

Der Export ist im CSV- oder JSON-Format verfügbar – das ist praktisch für die weitere Analyse in externen Tools, die Erstellung von Berichten oder die Integration mit anderen Systemen.

📡 Knotenverwaltung: Liste, Filter, Import/Export

MeshCenter erkennt automatisch Nodes im Netzwerk und führt eine lokale Datenbank. Für jeden Node werden angezeigt:

• 📛 Name und ID;
• 🖥️ Hardware-Modell (HW);
• 📶 Signalstärke (RSSI);
• 📊 Signal-Rausch-Verhältnis (SNR);
• 🔢 Anzahl der Hops (Sprünge) zum Node;
• 🕐 Zeitpunkt des letzten Auftretens im Netzwerk.

Nodes können gefiltert, durchsucht, als ⭐ “Favoriten” (schneller Zugriff) oder 🚫 “Ignoriert” (aus der Hauptliste ausblenden) markiert werden.

Außerdem sind Import und Export der gesamten Node-Datenbank im CSV- und JSON-Format verfügbar – das vereinfacht die Sicherung, den Umzug auf ein anderes Gerät oder den Austausch von Kontaktlisten zwischen Stationen.

🏗️ Architektur und Datenspeicherung

MeshCenter ist als monolithische Flask-Anwendung aufgebaut, aber der Code ist bereits in logische Module unterteilt: api/, camera/, meshsrv/, storage/, telemetry/, utils/. Das vereinfacht die Wartung und zukünftige Erweiterungen.

Alle Daten werden in JSON-Dateien gespeichert – ohne externe Datenbank. Das macht die Installation einfach und die Sicherung kinderleicht. Kopieren Sie einfach den Ordner data/ auf einen neuen Pi – und alles funktioniert.

🛤️ Der Weg zur Entwicklung: von der Idee zur Umsetzung

Die Arbeit an MeshCenter wurde für mich nicht nur zur Erstellung eines nützlichen Werkzeugs, sondern auch zum tiefen Eintauchen in moderne Webentwicklungstechnologien. Dabei habe ich praktische Kenntnisse erworben:

• 🔧 wie Webanwendungen auf Flask-Basis aufgebaut sind und wie man REST-APIs erstellt;
• 🔄 wie man mit externen Prozessen (Meshtastic CLI) interagiert und deren Ausgabe verarbeitet;
• 📷 wie man die Raspberry-Pi-Kamera über Picamera2 steuert und Videostreaming organisiert;
• 🎨 wie man Oberflächen in reinem JavaScript (ohne schwere Frameworks) aufbaut und sie benutzerfreundlich und reaktionsschnell macht;
• 📊 wie man mit Diagrammen (Chart.js), JSON-Speicher, asynchronen Operationen und Multithreading arbeitet.

Jedes Modul des Projekts ist eine eigene Geschichte des Lernens und Experimentierens. Und obwohl der Code nicht den Anspruch erhebt, ein “Industriestandard” zu sein, wurde er für mich zur Brücke von der “Hardware” (die ich gut kenne) zur “Software” (die ich jetzt ebenfalls tiefer verstehe).

🚀 Zukunftspläne

Das Projekt lebt und entwickelt sich weiter. In nächster Zeit sind geplant:

• 🌦️ Integration mit Wetterdiensten – Anzeige des aktuellen Wetters neben den Sensordaten.
• ⚙️ Web-Konfigurationseditor – um die Konfiguration direkt über den Browser zu ändern, ohne Dateien bearbeiten zu müssen.
• 📡 MQTT-Unterstützung – für die Integration mit Home Assistant.
• 🧩 Plugin-Architektur – damit jeder sein eigenes Modul hinzufügen kann.

Und natürlich lerne ich weiter. Jeder Tag in diesem Projekt bringt mir neues Wissen, und das ist für mich das Wertvollste.

💎 Fazit

Was als einfacher “Chat für die Praxis” begann, hat sich zu einer vollwertigen Plattform für die Verwaltung einer Meshtastic-Station entwickelt. MeshCenter hilft mir bereits jetzt, das Netzwerk zu überwachen, zu kommunizieren, Aufnahmen zu machen und Telemetrie zu analysieren – alles über den Browser, von jedem Computer im Haus aus.

💡 Dieses Projekt ist der Beweis, dass man auch ohne professionellen Hintergrund mit modernen Werkzeugen (einschließlich KI) funktionierende Systeme schaffen kann. Das Wichtigste ist der Wille, die Neugier und die Bereitschaft zu lernen.

🍓 Wenn Sie einen Raspberry Pi und ein LoRa-Modul haben – probieren Sie MeshCenter aus. Es ist nicht nur nützlich, sondern gibt auch Raum für neue Experimente.

---