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
5 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
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 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,
ele tem uma inteligência.

Nesse caso, esse gatewy 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, começa
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 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,

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
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 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, 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.