-
IoT, também conhecido 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 Icaro Gonçalves, eu sou pesquisador e eu vou mostrar para
-
vocês como que funciona, quais são todas as camadas essenciais para
-
um projeto que implemente a IoT.
-
Então, a IoT, nós temos cinco camadas essenciais.
-
Então, a primeira camada de percepção.
-
Camada de percepção seriam todos os sensores, atuadores, 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
-
possam 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 gator.
-
Camada Midway.
-
Seria essa camada que mostra o potencial de poder armazenar essas
-
informações.
-
Então, esses dados que foram transmitidos por um sensor, eles podem
-
ser armazenados na nuvem, eles podem ser armazenados no gator, ou sem
-
nem transmitir as informações, e armazenar esses dados no próprio,
-
próximo do dispositivo do sensor.
-
Nesse caso, chegamos à 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
-
Gator.
-
Então, temos diversos sensores, sensores de temperatura, umidade.
-
Vamos citar um exemplo.
-
E aí, nesse caso, esses sensores transmitem as informações para um
-
Gator, e, nesse Gator, ele tem uma inteligência nele.
-
Nesse caso, esse Gator 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, 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 gás que tem não é na
-
coleta dos dados dos sensores, não é também no processamento, e sim
-
na transmissão de dados.
-
Então, por isso que quando tem uma inteligência embarcada no
-
microcontrolador, é essencial para poder elevar a vida útil desse
-
dispositivo.
-
Vamos falar agora na prática como que 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, esse 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 gera um padrão
-
característico de sinal de vibração.
-
Bom, então 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, começa pelo planejamento do hardware.
-
Então, sempre é importante, quando for fazer qualquer tipo de projeto
-
de IoT, identificar o que estamos medindo, quais sensores estão sendo
-
utilizados, o que a gente precisa coletar, e com o que vamos
-
processar essas informações.
-
Então, nesse projeto específico, teve que fazer 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, 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 IoT Compute.
-
Então, vamos falar do hardware em si.
-
Então, nesse caso, nesse projeto, foi utilizado um microcontrolador.
-
Esse microcontrolador é o S32 Realtec V2.
-
Ele tem uma vantagem, porque além de ter Wi-Fi e Bluetooth, ele
-
possui também o módulo de LoRa, 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 módulo 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 que o sensor está dentro dele.
-
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 Midware, 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, 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 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 Midware, porque eles estão sendo armazenados e
-
processados localmente, temos a camada de comunicação, que ele
-
transmite os dados via LoRa, temos a camada também 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 tem deslizamento de terras.
-
Então, para ter esse deslizamento de terras, no caso, precisa ter uma
-
chuva constante.
-
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 tem 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 gate, 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 esse sensor, ele gira uma hélice.
-
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, nesse caso, transmitia os dados via ZigBee, que é o
-
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.
-
Foi implementado sensores, acelerômetros também, e estranguezes.
-
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 o Lungator e, a partir disso, enviou todos esses
-
dados para a nuvem.
-
Então, aqui é a aplicação da solução.
-
Temos aqui 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
-
também coletar qual era a velocidade do vento, por isso que 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, que, 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 que foi feita essa solução?
-
Foi desenvolvido um hardware, foi desenvolvido um equipamento que foi
-
instalado em algum veículo que não pudesse atrapalhar no ensaio.
-
Então, foi instalado em trolibus.
-
Então, dessa forma, o veículo passava pela sua trajetória normal e
-
iria coletando essas informações.
-
Então, aqui são alguns exemplos comparativos desses dados e percebe o
-
padrão de poluição em relação à semana que foi coletada.
-
Então, no sábado, onde tem o menor trânsito de veículos é onde tem a
-
menor concentração de gases poluentes.
-
Mas percebe 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 percebe
-
que, do período meio-dia e quarenta e sete até as duas e quarenta
-
e três é onde você tem um pico de gases poluentes.
-
Então, demonstrei diversas soluções de pesquisas que estão sendo
-
realizadas no dia-a-dia, que implementam a IoT.
-
E essas pesquisas, elas visam ajudar, elas visam melhorar a qualidade
-
de vida de todos nós.
-
Então, essa é a importância de ter a IoT no nosso dia-a-dia.
-
Então, a IoT, desde situações simples, como, por exemplo, uma casa
-
inteligente, como você tem uma Alexa, que você envia um comando para
-
a Alexa e você consegue comandar, chavear tomadas, lâmpadas, até
-
pesquisas amplas que conseguem trazer um bem-estar para a sociedade.
-
Então, essa é a importância de ter pesquisadores, essa é a
-
importância de ter estudo, 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.