PERC CAP01 2025 VA01 INTRODUCAO A IOT

IoT, também conhecida
como Internet das Coisas.

Esse é o tema do estudo que envolve
dispositivos físicos tendo sensores

para coletar essas informações
e transmitir para o meio digital.

Meu nome é Ícaro Gonçales,
eu sou pesquisador

e eu vou mostrar para vocês
como funciona,

quais são todas
as camadas essenciais

para um projeto
que implemente IoT.

Então, na IoT, nós temos
cinco camadas essenciais.

Então, a primeira camada
é a de percepção.

A camada de percepção seria
todos os sensores, atuadores,

tudo aquilo que possa interagir
com o nosso meio físico.

Então, quando eu
falo de sensores,

podemos estar falando de sensores
de temperatura, luminosidade,

acelerômetro, diversos sensores
que podem coletar informações

do nosso meio físico.

Então, dessa forma, esses dados
precisam ser transmitidos

para alguma informação,
para algum local.

Dessa forma, chegamos à segunda
camada, que é a camada de conexão.

Então, temos esses sensores,
temos essas informações,

esses dados coletados
pelos sensores,

e eles são transmitidos via
Wi-Fi, via LoRa, via ZigBee.

tem diversos protocolos
de comunicação wireless

que conseguem fazer essa transmissão
desses dados para um gateway.

Camada Middleware
seria a camada que mostra

o potencial de poder
armazenar essas informações.

Então, esses dados que foram
transmitidos por um sensor

podem ser armazenados na nuvem,
podem ser armazenados no gateway

ou, sem nem transmitir
as informações,

e armazenar esses dados
próximos do dispositivo do sensor.

Nesse caso, chegamos
na camada de aplicação.

A camada de aplicação seria
conseguir visualizar esses dados,

desenvolver dashboards,
informações gráficas

que possam transmitir tudo aquilo
que aqueles dados representam

de uma forma gráfica
que possa facilitar

a interpretação
desses dados.

E, por fim, temos
a camada de negócio,

que seria a camada
de tomada de decisão.

Então, temos uma grande
quantidade de dados,

uma grande quantidade
de informação,

realizamos um treinamento, pode
ser via inteligência artificial,

machine learning, deep
learning, e, a partir disso,

podemos tomar decisões para
poder otimizar o nosso processo.

Então, essas são as cinco
camadas de IoT.

Nós temos três camadas
de processamento.

Então, a primeira delas
seria o cloud computing,

o cloud computing é quando
você tem dispositivos

que armazenam dados e transmitem
diretamente as informações

para a nuvem.

Nesse caso, todas
as informações,

tudo o que foi coletado
pelo microcontrolador

fica armazenado na nuvem

e pode ser acessado remotamente
por qualquer pessoa.

A segunda camada
de processamento

seria ter um pré-processamento
no gateway.

Então, temos diversos sensores,
sensores de temperatura, umidade.

Vamos citar um exemplo.

E aí, nesse caso, esses sensores
transmitem essas informações

para um gateway e, nesse
gateway, tem uma inteligência.

Nesse caso, esse gateway só vai
transmitir aquilo que, de fato,

for relevante para não poder
gastar muita banda de internet.

Agora, o melhor caso mesmo
é quando se tem inteligência

embarcada no microcontrolador
próximo do sensor,

que é o conceito
de edge computing.

Então, o edge computing é quando
realizamos um treinamento,

temos uma inteligência,
embarcamos no microcontrolador,

e, nesse caso, ele só
transmite aquilo que, de fato,

for interessante, for necessário,
e por que isso é importante?

Quando falamos
de solução de IoT,

muitas vezes não temos
uma infraestrutura

ou energia alimentando
o nosso dispositivo,

então temos que ter
um dispositivo

que seja eficiente
em termos energéticos.

Quando falamos
em gasto energético,

o maior gasto que tem não é
na coleta dos dados dos sensores,

não é, também, no processamento,
e sim na transmissão de dados.

Então, por isso, quando
tem uma inteligência

embarcada no microcontrolador,

é essencial para poder elevar
a vida útil desse dispositivo.

Vamos falar, agora, na prática,
como funciona uma solução de IoT.

Então, aqui é um problema clássico
que temos no nosso dia a dia,

que sabemos que há um acúmulo
muito grande de irregularidades,

de buracos nas nossas
vias pavimentadas.

Então, essa é uma solução

que automatiza a identificação
desses buracos.

Então, nesse caso,
nesse dispositivo,

foi desenvolvido um hardware
com sensores, com acelerômetro,

no caso, e ele foi embarcado
na bandeja de suspensão do veículo.

Sempre que o veículo
passava pelo buraco,

ele gerava um padrão característico
de sinal de vibração.

Bom, agora, eu vou falar quais
são as fases desse projeto de IoT.

O que tem de essencial
para um projeto de IoT?

Então, nesse caso, eu começo
pelo planejamento do hardware.

Então, sempre é importante,

quando for fazer qualquer
tipo de projeto de IoT,

identificar o que
estamos medindo,

então quais sensores
estão sendo utilizados,

o que a gente
precisa coletar,

e como vamos processar
essas informações.

Então, nesse projeto
específico,

teve que ser feito
um planejamento do hardware,

a montagem desse hardware,
desenvolvendo uma placa,

fazendo ensaios prévios.

Aqui é uma validação do sensor,
a validação do GPS,

e tinha o hardware pronto.

Então, a partir disso, como
vamos fazer um treinamento

de inteligência artificial,
precisamos ter um dataset.

Então, nesse projeto foi
realizado um dataset,

então foram gerados dados rotulados,
no caso, buracos e não buracos,

realizou-se um treinamento
via machine learning,

com uma validação e, por fim,
embarcou esse modelo,

essa inteligência,
no microcontrolador.

Então, dessa forma, sempre
que o veículo passava pelo buraco,

ele transmitia as informações,
tendo o conceito de edge computing.

Então, vamos falar
do hardware em si.

Então, nesse caso, nesse projeto,
foi utilizado um microcontrolador,

esse microcontrolador
é o ESP32 Heltec V2,

ele tem uma vantagem, porque,
além de ter Wi-Fi e Bluetooth,

ele possui, também,
um módulo de LoRa

com que ele consegue transmitir
informações a longas distâncias.

Então, o acelerômetro
que foi utilizado

e as baterias para poder
ser implementado

na bandeja de suspensão.

Esse aqui é o modo
final do dispositivo

e ele foi instalado exatamente
na bandeja de suspensão.

Então, sempre que o veículo
passava pelo buraco,

você tinha uma oscilação do módulo
em que o sensor está dentro.

Então, dessa forma, nós já
temos a parte de coleta,

a parte de percepção,
que é o acelerômetro,

temos, também, o protocolo
de comunicação,

porque ele transmite
as informações via LoRa,

ele consegue armazenar
esses dados localmente

e transmitir também
com uma inteligência embarcada,

então temos a camada
de Middleware,

temos, também, a camada
de visualização dos dados,

porque tem, depois,
um dashboard

com a geolocalização
dessas informações,

e, por fim,
a camada de negócio,

porque há uma inteligência
embarcada nesse microcontrolador.

Então, esses aqui
são alguns exemplos

de séries temporais
de dados de acelerômetro

que foram coletados de informações
relacionadas a buracos,

uma classificação binária

para se identificar o que é buraco
e o que, no caso, não é buraco.

Então, na imagem acima,
temos a aplicação da solução,

depois que teve, de fato,
um treinamento

desses dados coletados
e embarcados no microcontrolador.

Então, sempre que o veículo
passa pelo buraco,

tem um LED vermelho que ajuda
a nós, ou até o operador,

a poder identificar que
o dispositivo está funcionando.

Então, dessa forma, tem
um processamento em tempo real,

passou pelo buraco, ele
detecta que tem um buraco,

como tem um GPS,

ele consegue coletar as informações
de latitude e longitude

e transmitir esses dados
para uma plataforma de IoT.

Essa plataforma de IoT

é onde a gente consegue visualizar
esses dados em tempo real.

Então, novamente, temos a parte
de sensores, a parte de percepção,

temos a camada de Middleware,
porque eles estão sendo armazenados

e processados localmente,
temos a camada de comunicação,

em que ele transmite
os dados via LoRa,

temos a camada
de visualização dos dados,

que é a geolocalização
dessa informação, e, por fim,

a camada de negócio, que é
a inteligência embarcada nele,

que, a partir disso, ele consegue
fazer a tomada de decisão.

Vamos, agora, para
um segundo projeto,

um projeto
de deslizamento de terra.

A ideia desse projeto seria
utilizar sensores, acelerômetros,

enterrados em profundidades
distintas, e, dessa forma,

a ideia é predizer quando
terá deslizamento de terras.

Então, para ter esse
deslizamento de terras,

no caso, precisa ter
uma chuva constante,

com essa chuva constante, a terra
acaba absorvendo essa água

e, a partir disso, ela
acaba descolando,

ela acaba perdendo essa ancoragem
e acontece o deslizamento de terras.

Então, tendo um dispositivo desse,
com uma inteligência embarcada

é possível predizer quando terá
possíveis deslizamentos de terra.

Então, nesse projeto prático,

os sensores coletavam
as informações,

transmitiam esses dados, nesse
caso, transmitiam todos os dados,

todas as informações
para um concentrador,

e, aqui, a gente tinha
o conceito de fog computing,

porque nesse concentrador,
nesse gateway,

ele só transmitia aquilo
que, de fato, era relevante.

Vamos, agora, no terceiro projeto,
que é um projeto prático,

utilizado para poder medir
o fluxo de água em um banheiro.

Nesse caso, a ideia era identificar
o fluxo de água em mictórios

e também nas pias.

E, utilizando um sensor
de roda d'água,

que basicamente é um sensor
que, quando a água flui por ele,

ele gira uma hélice
e, nesse caso,

essa hélice possui um imã
em uma das extremidades,

então ela consegue contar,
ela consegue identificar

quantas voltas completas
ela conseguiu executar.

Então, dessa forma, a partir
de cálculos matemáticos,

é possível identificar qual foi
a vazão de água transmitida,

a vazão de água
passada por esse cano,

passada por esse
mictório ou pia.

Então, tendo esses dados
em todas as saídas de água,

então, no caso, foi desenvolvido
um hardware próprio para cada uma,

ele coletava as informações
e aí, nesse caso,

transmitia os dados
via ZigBee,

que é um outro protocolo
de comunicação via wireless.

Então, cada aplicação tem
um protocolo específico

que vai ter uma eficiência adequada
para aquele tipo de solução.

Então, nesse caso,
tinha um concentrador,

o ZigBee, que está
na imagem à direita,

que coletava essas informações
e enviava os dados para a nuvem.

Vamos agora falar
de um próximo projeto,

que é um projeto para poder
identificar a saúde das árvores.

Foram implementados sensores,
acelerômetros e strain gauges,

são sensores que conseguem
medir a vibração,

a movimentação da árvore.

Então, nesse caso, quando tem
uma movimentação muito forte,

quando tem um vento
aplicado nessa árvore,

ela começa a se movimentar

e, a partir desse padrão
de movimentação,

é possível identificar
a saúde das árvores.

Dessa forma, a gente
coletou essas informações,

transmitiu esses dados
via LoRa para um gateway

e, a partir disso, enviou todos
esses dados para a nuvem.

Então, aqui é a aplicação
da solução, temos uma árvore

com os acelerômetros na parte
de cima e na parte de baixo,

e, dessa forma, precisava também,
além de ter esses sensores,

poder coletar qual era
a velocidade do vento,

por isso foi implementado
um anemômetro,

para poder cruzar essas
informações e fazer um estudo

de se a saúde da árvore
estava correta,

se a saúde da árvore
estava boa.

Por fim, vamos falar
de uma última aplicação,

uma última solução de IoT

que foi utilizada para conseguir
identificar qual é a poluição

de ar, que, nesse caso, foi
uma experiência que utilizamos

lá na cidade de São Paulo,
no centro de São Paulo.

Então, aqui já são
os dados coletados,

alguns dados coletados
que correspondem

a NO2, CO2, ozônio,

e esses dados eram coletados, a cada
minuto, tendo também um GPS.

Então, essas informações
eram georreferenciadas

e, a partir disso, plotadas
no mapa e, dessa forma,

é possível analisar quais
são os pontos mais poluídos

do dia que realizamos
esse ensaio.

Então, nesse caso, é possível,
aqui no Parque Dom Pedro,

identificar que há uma elevada
concentração de gases poluentes,

porque, no caso, tem
um terminal de ônibus lá.

Então, são soluções de IoT que são
aplicadas no nosso dia a dia,

são soluções de IoT
que são aplicadas

para facilitar a nossa vida.

Como foi feita
essa solução?

Foi desenvolvido um hardware,
foi desenvolvido um equipamento

que foi instalado em algum veículo
que não podia atrapalhar o ensaio,

então foi instalado
em um trólebus.

Então, dessa forma, o veículo
passava pela sua trajetória normal

e ia coletando
essas informações.

Então, aqui, são alguns exemplos
comparativos desses dados,

e perceba o padrão
de poluição

em relação à semana
em que foram coletados.

Então, no sábado, quando tem
o menor trânsito de veículos

é quando tem a menor
concentração de gases poluentes.

Mas perceba que,
ao longo da semana,

segunda-feira,
quinta-feira, sexta-feira,

você tem um acúmulo muito
grande de gases poluentes.

E aqui é um perfil relacionado
aos gases ao longo do dia,

e perceba que, do período
de 12:47 até às 14:43

é quando você tem o pico
de gases poluentes.

Então, demonstrei diversas
soluções de pesquisas,

que estão sendo realizadas
no dia a dia, que implementam IoT.

E essas pesquisas
visam ajudar,

visam melhorar a qualidade
de vida de todos nós.

Então, essa é a importância
de ter IoT no nosso dia a dia.

Então, IoT, desde situações simples,
como uma casa inteligente,

onde você tem uma Alexa, e que você
envia um comando para a Alexa

e você consegue comandar,
chavear tomadas, lâmpadas,

até pesquisas amplas que conseguem
trazer bem-estar para a sociedade.

Então, essa é a importância
de se ter pesquisadores,

essa é a importância
de se ter estudos,

essa é a importância de se
desenvolver nessa área de IoT,

que é uma área tão ampla,

que é uma área que envolve
tantas outras áreas,

como hardware, software, protocolo
de comunicação, telecomunicação,

inteligência artificial, enfim,
é uma área muito ampla,

é uma área que tem um potencial
muito grande para o nosso dia a dia.