Estación meteorológica IoT basada en TTGO T-Beam y comunicación LoRa.

Autores/as

Palabras clave:

T-Beam, LoRa, IoT, Node-RED, Grafana, estación meteorológica

Resumen

La variabilidad climática ha aumentado la necesidad de sistemas de monitoreo atmosférico a nivel local. Los datos meteorológicos son útiles para predicción climática, agricultura y manejo de cultivos, gestión de recursos hídricos y estimación de calidad del aire. Las soluciones actuales para obtener datos meteorológicos son típicamente regionales, costosas y dependen de proveedores de telecomunicaciones, limitando el valor de la información y su accesibilidad en áreas rurales o lugares puntuales. En correspondencia al desarrollo de sistemas más asequibles, el siguiente artículo presenta una solución de monitoreo para variables meteorológicas basada en la placa de desarrollo TTGO T-Beam y la estación meteorológica Bresser 5 en 1, utilizando comunicación LoRa. El diseño de hardware propuesto incluye la estación Bresser 5 en 1, dos módulos de desarrollo T-Beam y una computadora personal. La arquitectura de software hace uso de los módulos TTGO T-Beam para trasmitir y almacenar las mediciones de la estación meteorológica, la plataforma de IoT "Node-RED" se utiliza para la adquisición de datos, mientras que la plataforma "Grafana" se utiliza para la visualización. Las pruebas de enlace con tecnología LoRa (868MHz), demostraron capacidad para operar a distancias superiores a un kilómetro. Los resultados de la investigación confirmaron la posibilidad y confiabilidad de integrar de forma remota las mediciones de la estación meteorológica Bresser 5 en 1 a una plataforma de IoT de código abierto. Este uso de soluciones de software y hardware abierto permite su generalización por parte de otros investigadores.

Biografía del autor/a

Victor Manuel Hernández Rodríguez

Victor Manuel Hernández Rodríguez, Ing. en Automática, COSIE Centro, Villa Clara, Cuba, ecna.baggio@gmail.com, ORCID: 0000-0002-5996-8142. Investigador asociado al Grupo de Automatización Robótica y Percepción (GARP) de la Universidad Central Marta Abreu de Las Villas y optante al título académico M. Sc. en Automática en dicha institución.

David Kairuz Cabrera

David Kairuz-Cabrera, Ing. en Automática, Universidad Central Marta Abreu de Las Villas, Villa Clara, Cuba, david.kairuz.cabrera@gmail.com, ORCID: 0000-0002-1313-8135. Optante al título académico M. Sc. en Automática en la Universidad Central Marta Abreu de Las Villas. Miembro del Grupo de Automatización Robótica y Percepción (GARP). Instructor en el Departamento de Control Automático de la Facultad de Ingeniería Eléctrica.

Alain Sebastián Martinez Laguardia

Alain Sebastián Martinez Laguardia, Ing. en Automática (UCLV, 2001), Doctor en Ciencias Técnicas (VUB/UCLV, 2015), Profesor Titular del departamento de Control Automático de la Universidad Central “Marta Abreu” de Las Villas, Villa Clara, Cuba, amguardia@uclv.edu.cu, ORCID: 0000-0002-6873-126X. Investiga en temas relacionados con el diseño de sistemas embebidos y el desarrollo de vehículos autónomos, sus aplicaciones y técnicas de navegación. Actualmente dirige y supervisa el desarrollo de sistemas de medición de calidad del aire, basados en sensores de bajo costo y hardware/software de código abierto.

Pedro Merino

Pedro Merino, Ing. en Telecomunicaciones (UVA, 2013), Doctor en Informática (IMTA, 2017), Investigador en la Escuela Nacional Superior Marítima (ENSM) y del instituto de investigación de la Escuela Naval (IRENaV), Nantes, Francia, pedro.merino-laso@supmaritime.fr , ORCID: 0000-0002-9297-988X. Investiga en temas relacionados con la calidad de los datos adquiridos por redes de sensores, industria 4.0 y la seguridad de estos sistemas. Actualmente dirige y supervisa diferentes proyectos con temáticas de sensores conectados y ciberseguridad con aplicaciones marítimas.

Olivier Schalm

Olivier Schalm, Se graduó como químico analítico en la Universidad de Amberes en 1994 y obtuvo su doctorado en 2001. Actualmente, es investigador de la Academia Marítima de Amberes, Bélgica, olivier.schalm@hzs.be ; ORCID: 0000-0001-8705-7293. Investiga en la utilización de sensores de bajo coste en un contexto marítimo. Su investigación abarca la calidad del aire y el monitoreo del movimiento, la visualización de datos y la traducción de mediciones de contaminantes en evaluaciones de riesgos para la salud humana en un contexto ocupacional y no ocupacional.

Descargas

Publicado

2024-01-28

Número

Sección

Artículos

Artículos más leídos del mismo autor/a