Sistema de monitoramento de iluminação e climatização de ambientes

O projeto desenvolvido consiste na implementação de um Smart Enviroment utilizando conceitos de IoT e IA. Neste ambiente, podemos realizar o controle de acesso, iluminação e climatização por meio de uma aplicação Web, para Smartphones (Android e iOS) e computadores. Além disso, a solução conta com um sistema de monitoramento de dados de sensores de luminosidade, umidade e temperatura de um ambiente. A coleta dos dados é realizada pelos sensores presentes no ambiente, que são enviadas para um servidor dispositivo de borda. Esses dados são utilizados e aplicados na IA desenvolvida para gestão dos alertas e envio das tomadas de decisão. Desta forma, podemos monitorar a iluminância média do local, temperatura e umidade com o objetivo de detectar possíveis falhas para acionar o setor de manutenção de forma automatizada, otimizando serviços de manutenção dos ambientes.

A aplicação Web usada para gerenciar os atuadores e sensores utilizados no ambiente é ilustrada abaixo. Através da interface do aplicativo o usuário pode controlar os status do sensores e atuadores. Para o controle de cada ambiente cadastrado o usuário também pode determinar e editar os valores de luminosidade e temperatura padrão. Por fim, a aplicação também apresenta os dados de leituras dos sensores através de gráficos atualizados com o banco de dados que coleta esses valores.

Os dados coletadores e os status dos atuadores e sensores são enviados para o banco de dados. Desta forma a IA, já treinada, analisa essas informações e de acordo com os dados setados como padrão do ambiente a mesma realiza a tomata de decisão para disparar os alertas. Os alertas são enviados para um bot no Telegram com os dados do ambiente e o problema encontrado.

A documentação, scripts e informações importantes estão organizadas da seguinte forma no repositório:

• SCRIPTS: Estão os scripts usados no firmware do arduino nano para o luxímetro, scripts do raspberry para leitura dos sensores e análise de dados no dispostivo para tomada de decisão da IA já treinada;
• SCHEMATICS: Esquemático do circuito montado com sensor LDR com divisor de tensão para leitura do dados posteriormente convertidos em lux e o circuito para entrada do raspberry pi que opera com 3,3V;
• app: Repositório com scripts do backend e frontend da aplicação WEB;
• figures: Todas as figuras utilizadas para apresentar o sistema;
• dataset: Respositório com scripts para geração dos dados artificiais, treinamento dos algoritmos de AI e arquivo com AI treinada para embarcar no raspberry pi.

• Todas as informações detalhadas do que diz respeito a detalhamento das aplicações (Ex: hiperparÂmetros da rede neural que obteve melhores resultados) são apresentadas nos scripts com os devidos comentários.
• O firmware utilizado nos atuadores são opensource disponibilizados pela TASMOTA, tanto para os atuadores a relé como para o atuador infravermelho.

Lighting and Air Conditioning Monitoring System for Environments

The developed project consists of the implementation of a Smart Environment using IoT and AI concepts. In this environment, we can control access, lighting, and air conditioning through a Web application for Smartphones (Android and iOS) and computers. Additionally, the solution includes a system for monitoring data from light, humidity, and temperature sensors in an environment. Data collection is carried out by the sensors present in the environment, which are sent to an edge server device. These data are used and applied to the AI developed for alert management and decision-making. In this way, we can monitor the average illuminance of the place, temperature, and humidity with the aim of detecting possible failures to automatically trigger the maintenance sector, optimizing the maintenance services of the environments.

The Web application used to manage the actuators and sensors utilized in the environment is illustrated below. Through the application's interface, the user can control the status of sensors and actuators. For the control of each registered environment, the user can also determine and edit the standard values for brightness and temperature. Finally, the application also presents the sensor reading data through updated graphs with the database that collects these values.

The collected data and the status of the actuators and sensors are sent to the database. Thus, the already trained AI analyzes this information, and according to the data set as the environment standard, it makes the decision to trigger alerts. The alerts are sent to a bot on Telegram with the environment data and the identified problem.

The documentation, scripts, and important information are organized as follows in the repository:

• SCRIPTS: Contains the scripts used in the Arduino Nano firmware for the luxmeter, Raspberry Pi scripts for sensor reading, and data analysis on the device for AI decision-making;
• SCHEMATICS: Schematic of the circuit assembled with the LDR sensor with a voltage divider for data reading later converted into lux and the circuit for the Raspberry Pi input which operates at 3.3V;
• app: Repository with backend and frontend scripts of the WEB application;
• figures: All figures used to present the system;
• dataset: Repository with scripts for generating artificial data, training AI algorithms, and a file with the trained AI to embed in the Raspberry Pi.

• All detailed information regarding the application details (e.g., hyperparameters of the neural network that achieved the best results) is presented in the scripts with the appropriate comments.
• The firmware used in the actuators is open-source provided by TASMOTA, both for relay actuators and the infrared actuator.