Dar una lectura directamente en la unidad de interés
Ser conectados a un instrumento indicador que se ocupe de leer la señal y traducirla a la unidad deseada
Ser conectados a un instrumento que se ocupe de memorizar la señal para un siguiente procesamiento.
Los sensores se clasifican dependiendo de su utilización, de la tipología de señal de salida, o más comúnmente se clasifican dependiendo de la variable física que mide (Ligtenberg, 2009)
Con el avance de la electrónica, los sensores no solamente se ocupan de traducir cantidades físicas en visualizaciones más simples, sino que forman parte de gran cantidad de campos tecnológicos.
En la actualidad, se utilizan sistemas de medición, instrumentados con múltiples sensores interconectados, conocidos como redes de sensores, los cuales integran avances en tecnología electrónica, de comunicación y de computación, permitiendo utilizar redes interconectadas de dispositivos de medición, buscando obtener mediciones más precisas y distribuidas tanto espacial como temporalmente. (Cecílio et al., 2014; Akan et al., 2015a, 2015b, 2015c)
Según la Comisión Internacional Electrotécnica (IEC, 2014) las redes de sensores son “Redes multicanal, autoorganizadas de nodos de sensores, con tecnología inalámbrica, que son usados para monitorear y controlar fenómenos físicos”.
Según National Instruments, empresa que trabaja en el desarrollo de dispositivos electrónicos y software para instrumentación, es “Una red inalámbrica que consiste en dispositivos distribuidos espaciados autónomos utilizando sensores para monitorear condiciones físicas o ambientales”.
Los nodos de sensores son el componente central de una red de sensores y generalmente se componen de: un módulo encargado de gestionar la energía para su funcionamiento, un sensor, un microcontrolador y un transmisor inalámbrico. (Yinbiao et al., 2014)
Los avances tecnológicos han hecho posible el despliegue masivo de pequeños dispositivos distribuidos, con características de bajo costo, bajo consumo de energía, y con capacidad de procesamiento local y comunicación inalámbrica, lo cual ha propiciado el desarrollo de un nuevo paradigma, llamado Internet of Things (IoT) (Atzori et al, 2010; Miorandi et al., 2012; Blanco et al., 2017), en el cual existe una numerosa cantidad de dispositivos y objetos físicos que se encuentran interconectados a Internet. (Rose Jaren et al., 2015)
Internet de las cosas se puede definir como una infraestructura de objetos, personas, sistemas y recursos de información que se interconectan mediante servicios inteligentes, lo cual les permite procesar datos de los mundos físico y virtual, con el fin de reaccionar de acuerdo a la información obtenida. (Atzori et al., 2010)
De esta manera, las redes de sensores se constituyen en una fuente de datos primaria para IoT (Partynski et al, 2013;Rezvan et al, 2015), dado que suministran una cantidad voluminosa de datos provenientes de sensores diversos, no sólo en sus principios de funcionamiento, sino también en las escalas de medición, la precisión con la cual realizan la medición, los formatos y unidades de medida, entre otras especificaciones.
]]> Las mediciones provenientes de los sensores y redes de sensores de naturaleza heterogénea deben ser interoperables (Ko et al., 2011) no sólo entre sí, sino también con información adicional que las personas puedan proveer sobre las variables medidas (Bakillah et al., 2013).Arquitectura del sistema
Para el planteamiento de la arquitectura del sistema desarrollado, además de tener en cuenta los dispositivos a utilizar, se ha tomado como base la propuesta de arquitectura en capas para aplicaciones IoT (Cardozo, et al, 2016), que establece un diseño cuyos componentes base son: 1) sensores y actuadores, 2) puertas de enlace, 3) servidores de borde y de contexto, y 4) aplicaciones.
La arquitectura desarrollada en la Figura 1 presenta como componentes de Hardware los sensores, la tarjeta de desarrollo que permite integrar las mediciones y la interfaz de comunicaciones; como componentes de Software los diferentes programas, aplicaciones y APIs que integran los datos en Internet y permiten interactuar con otras aplicaciones.
De igual manera, teniendo como referencia la arquitectura base (Cardozo et al., 2016), se plantea la siguiente descripción de cada una de las capas que componen el sistema:
A. Capa física y de acceso a la red: en esta capa se encuentran los dispositivos sensores y la tarjeta de desarrollo en la cual se integran las mediciones realizadas. Estos dispositivos se encargan de hacer las mediciones, suministrar la energía al sistema y ser el enlace con la interfaz de comunicaciones, mediante el programa cargado en la tarjeta.
B. Capa de red: es la encargada de establecer la comunicación entre los datos medidos y el servidor Web de la siguiente capa. Consta de un módulo de conexión que facilita la transferencia de los datos a la red, un protocolo de comunicaciones y un lenguaje de intercambio que facilita la transferencia de datos.
C. Capa de transporte: se encarga de interconectar las mediciones recibidas por el servidor back-end con el resto de Internet. Consta de una plataforma en la que se implementa una base de datos, donde se almacenan los mensajes recibidos, y un servidor Web embebido en una plataforma de integración en el que se elabora una API REST capaz de relacionarse con la base de datos, permitiendo o negando el acceso y la manipulación de los datos recibidos en el lenguaje de intercambio utilizado. También, se encarga de implementar un servidor desde el que se atienden las solicitudes realizadas por la capa de aplicación.
D. Capa de aplicación: en esta capa se encuentran los clientes front-end que se comunican con el servidor de la capa de transporte, mostrando así, de manera cómoda para los usuarios, los resultados que se obtienen de las solicitudes realizadas al servidor.
]]> En el diagrama anterior se observan la estructura del sistema y la manera como fluyen los datos y la información en el sistema a través de cada una de las capas descritas con anterioridad.
Componentes del sistema
A. Elementos de Hardware
A continuación, se describen los dispositivos físicos que se usan para este sistema, clasificándolos como sensores, tarjetas de desarrollo, dispositivos de comunicación y plataforma de integración.
1. Sensores
Los sensores a utilizar en el prototipo, se han seleccionado teniendo en cuenta la heterogeneidad propia de ellos en cuanto a sus principios de funcionamiento, variables de medida, señales de salida, entre otros aspectos. Una breve descripción de los sensores y sus características se muestra en la tabla 1.
2. Tarjetas de desarrollo, módulos de comunicaciones y plataformas de integración
En esta sección se relaciona el uso de tecnologías basadas en la filosofía libre, con la intención de permitir un trabajo colaborativo entre usuarios que favorezca el proceso de diseño e implementación del prototipo planteado. Estas tecnologías se describen en la tabla 2.
De acuerdo a las tablas 1 y 2, se observa la heterogeneidad inherente a los sensores y dispositivos de hardware que son utilizados a lo largo del desarrollo, y los cuales se integran y se hacen interoperables a partir de la propuesta esbozada en este artículo.
]]> B. Software utilizado en el sistemaCon el fin de hacer interoperables las mediciones de los sensores descritos en el apartado anterior, se hace necesario el uso de un protocolo de comunicaciones que permite recibir datos de diversas fuentes simultáneamente.
Uno de los protocolos utilizados para el envío y recepción de datos provenientes de sensores en el marco de IoT es el MQTT (Message Queue Telemetry Transport) que consiste en un protocolo de mensajería de publicación/suscripción extremadamente ligero (Špeh et al, 2016) , que permite la comunicación Machine to machine (M2M). En este protocolo existe un controlador central, llamado broker, que envía, filtra y prioriza las solicitudes que llegan de los nodos subscriptores. (Tantitharanukul et al., 2017)
Los mensajes enviados por los sensores o sistemas embebidos mediante este protocolo deben definir dos elementos que incluyen mensaje y topic para el MQTT broker. El mensaje, es una cadena de caracteres que contiene los datos a compartir con los subscriptores al topic, mientras que este último es otra cadena que permite filtrar y decidir quiénes pueden recibir el mensaje, mediante subscripción. (Špeh et al., 2016)
De esta manera, se pueden integrar datos provenientes de diversas fuentes, que envían sus mensajes a los topics correctos, ayudando así a la solución de los problemas causados por la heterogeneidad de las fuentes de datos. Además, este protocolo es eficiente para gestionar datos a un bajo costo y se integra fácilmente con sistemas basados en software y hardware libre, teniendo una gran amplia gama de aplicaciones que van desde la domótica hasta las ciudades inteligentes. (Kodali & Soratkal, 2016; Kodali & Mahesh, 2016)
Con el fin de que la Raspberry tenga acceso a los datos, pueda manipularlos y visualizarlos, se hace necesaria la instalación de algunos programas que se muestran en la tabla 3.
C. Interfaces de programación de aplicaciones (API)
Como NodeJS tiene una amplia variedad de librerías disponibles para programar, se establecen dos interfaces que permiten aumentar la interoperabilidad de los datos provenientes de los sensores y la generación de alertas de acuerdo a las mediciones. A continuación, la tabla 4, presenta la descripción de las principales interfaces utilizadas en el servidor.
D. Herramientas para la visualización
Las aplicaciones realizadas con NodeJS pueden ser accedidas mediante un navegador Web, accediendo a la dirección IP donde se encuentra alojado el servicio, esto sin importar si se trata de un PC, un portátil, una Tablet, un Smartphone u otra clase de dispositivo.
]]> El diseño front-end del cliente se basa en la interactividad y la respuesta de las aplicaciones a las solicitudes del usuario final. Para esto, se utilizan algunas técnicas, lenguajes y API que se describen en la tabla 5.Integración de los componentes de hardware y software en el prototipo
En la sección anterior se han definido diversas tecnologías que se integran en el desarrollo del prototipo de sistema IoT para la medición de calidad del aire.
A continuación, en la figura 2, se muestra la arquitectura solución utilizada para el prototipo. En esta figura se observan los diferentes componentes del sistema y se puede apreciar la manera en la que interactúan para el correcto funcionamiento del prototipo.
RESULTADOS
El desarrollo del sistema IoT se basa en tres módulos que se encuentran programados en NodeJS y ejecutan aplicaciones web directamente en la Raspberry pi.
A. Módulo de registro de sensores: Consiste en una aplicación que utiliza NodeJS, Express, Socket.io y otras API con el fin de realizar el modelo de la base de datos y hacer el registro de los sensores y dispositivos que se utilizan en el prototipo. Esta aplicación tiene una interfaz gráfica que facilita al usuario la realización del registro y actualización de los datos de sensores. De igual manera, se encarga de hacer las validaciones necesarias para el usuario Ver figura 3
]]> B. Módulo de mediciones: Es el encargado de la comunicación MQTT entre las tarjetas Arduino y la Raspberry. No cuenta con interfaz gráfica, pero implementa un sistema de alertas en caso de que las mediciones excedan valores determinados por el usuario.
C. Módulo de visualización: Su tarea consiste en hacer peticiones a la base de datos, hacer algunas transformaciones de los mismos para organizarlos en un formato que mediante la comunicación con ChartJS proporcione al usuario la visualización del estado de las variables medidas por los sensores de manera gráfica. A continuación, se muestran dos de las gráficas obtenidas para las variables medidas por los sensores. Ver figura 4
Este módulo involucra la elaboración de gráficas en tiempo real en la generación de la interfaz de usuario.
DISCUSIÓN Y CONCLUSIONES
En este documento se presenta el desarrollo de un prototipo de sistema de medición y monitoreo de algunas de las variables ambientales relacionadas con la calidad del aire, a saber: temperatura, humedad, presión atmosférica, densidad de polvo y concentraciones de monóxido y dióxido de carbono, metano y óxidos de nitrógeno.
Los datos capturados por los sensores son integrados mediante el microcontrolador central de una tarjeta Arduino, la cual establece comunicación Wifi con un servidor Web que mediante el uso de un protocolo MQTT facilita la inserción de los datos en una base de datos de MongoDB, con la cual se interactúa desde el servidor utilizando el lenguaje de intercambio JSON para hacer interopreables los datos. Además, el servidor implementa métodos para el tratamiento y visualización de datos por medio de un cliente basado en un navegador Web, lo cual hace que sean visibles desde diversidad de dispositivos.
Mediante el uso de las herramientas libres para el desarrollo del prototipo, se hace posible la integración, fusión e interoperabilidad de datos provenientes de sensores diversos, lo cual es un avance concreto en la interoperabilidad de la información proveniente de fuentes de datos heterogéneas.
Adicionalmente, el prototipo implementado, hace funcional la solución para nuevos sensores o sistemas de medición, mediante la implementación de pequeños cambios en la configuración del prototipo, lo cual permitirá el uso de diversos dispositivos interconectados, con la finalidad de realizar mediciones de las variables en diferentes puntos. De esta manera, se podrá contar con más datos, que mediante un posterior tratamiento se convertirán en información de gran utilidad para orientar los procesos de toma de decisiones en materia ambiental por parte de los usuarios, ya sean individuos o comunidades.
]]>REFERENCIAS BIBLIOGRÁFICAS
Akan, O., Bellavista, P., Cao, J., Coulson, G., Dressler, F., Ferrari, D., … Zomaya, A. Y. (2015). Internet of Things. User-Centric IoT. (R. Giaffreda, R.-L. Vieriu, E. Pashe, G. Bendersky, A. J. Jara, J. J. P. C. Rodrigues, … B. Mandler, Eds.), Lecture Notes of the Institute for Computer Sciences , Social Informatics and Telecommunications Engineering. Editorial Board.
Akan, O., Bellavista, P., Cao, J., Coulson, G., Dressler, F., Ferrari, D., … Zomaya, A. Y. (2015). Mobile Computing , Applications , and Services. (S. Sigg, P. Nurmi, & F. Salim, Eds.), Lecture Notes of the Institute for Computer Sciences , Social Informatics and Telecommunications Engineering. Editorial Board.
Akan, O., Bellavista, P., Cao, J., Coulson, G., Dressler, F., Ferrari, D., … Zomaya, A. Y. (2015). Sensor Systems and Software. (E. Kanjo & D. Trossen, Eds.), Lecture Notes of the Institute for Computer Sciences , Social Informatics and Telecommunications Engineering. Editorial Board. https://doi.org/10.1007/978-3-642-32778-0
Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., & Cayirci, E. (2002). Wireless sensor networks: a survey. Computer Networks, 38(4), 393–422. https://doi.org/10.1016/S1389-1286(01)00302-4
Alaya, M. Ben, Medjiah, S., Monteil, T., & Drira, K. (2015). Toward semantic interoperability in oneM2M architecture. In IEEE Communications Magazine (Vol. 53, pp. 35–41). https://doi.org/10.1109/MCOM.2015.7355582
Asensio, Á., Marco, Á., Blasco, R., & Casas, R. (2014). Protocol and architecture to bring things into internet of things. International Journal of Distributed Sensor Networks, 2014. https://doi.org/10.1155/2014/158252
Atzori, L., Iera, A., & Morabito, G. (2010). The Internet of Things: A survey. Computer Networks, 54(15), 2787–2805. https://doi.org/10.1016/j.comnet.2010.05.010
Bakillah, M., Liang, S., Zipf, A., & Arsanjani, J. (2013). Semantic Interoperability of Sensor Data with Volunteered Geographic Information: A Unified Model. ISPRS International Journal of Geo-Information, 2, 766–796. https://doi.org/10.3390/ijgi2030766
]]> Bellavista, P., Cardone, G., Corradi, A., & Foschini, L. (2013). Convergence of MANET and WSN in IoT urban scenarios. IEEE Sensors Journal, 13(10), 3558–3567. https://doi.org/10.1109/JSEN.2013.2272099Blanco, T., Casas, R., Manchado-Pérez, E., Asensio, Á., & López-Pérez, J. M. (2017). From the islands of knowledge to a shared understanding: interdisciplinarity and technology literacy for innovation in smart electronic product design. International Journal of Technology and Design Education, 27(2), 329–362. https://doi.org/10.1007/s10798-015-9347-7
Bröring, A., Echterhoff, J., Jirka, S., Simonis, I., Everding, T., Stasch, C., … Lemmens, R. (2011). New generation Sensor Web Enablement. Sensors (Basel, Switzerland) (Vol. 11). https://doi.org/10.3390/s110302652
Cardozo, A., Yamin, A., & Souza, R. (2016). An Architecture Proposal to Distributed Sensing in Internet of Things.
Cecílio, J., & Furtado, P. (2014). Wireless Sensors in Heterogeneous Networked Systems. Wireless Sensors in Heterogeneous Networked Systems, 2, 39–59. https://doi.org/10.1007/978-3-319-09280-5_4
Falocco, S., Larsson, J., & Nandi, S. (2017). A (likely) X-ray jet from NGC6217 observed by XMM-Newton, 11(August), 1–11. https://doi.org/10.1093/mnras/stx2168
IEC. (2014). Internet of Things : Wireless Sensor Networks Executive summary, 78.
Jabbar, W. A., Ismail, M., Nordin, R., & Arif, S. (2017). Power-efficient routing schemes for MANETs: a survey and open issues. Wireless Networks (Vol. 23). Springer US. https://doi.org/10.1007/s11276-016-1263-6
]]> Jazayeri, M. A., Liang, S. H. L., & Huang, C. Y. (2015). Implementation and evaluation of four interoperable open standards for the internet of things. Sensors (Switzerland), 15(9). https://doi.org/10.3390/s150924343Ko, J., Eriksson, J., Tsiftes, N., Dawson-Haggerty, S., Vasseur, J.-P. P., Durvy, M., … Culler, D. (2011). Beyond Interoperability: Pushing the Performance of Sensornet IP Stacks. Proceedings of the ACM Conference on Networked Embedded Sensor Systems, ACM SenSys 2011, 1–11. https://doi.org/10.1145/2070942.2070944
Kodali, R. K., & Mahesh, K. S. (2016). A low cost implementation of MQTT using ESP8266. 2016 2nd International Conference on Contemporary Computing and Informatics (IC3I), 404–408.
Kodali, R. K., & Soratkal, S. (2016). MQTT based Home Automation System Using ESP8266. 2016 IEEE Region 10 Humanitarian Technology Conference (R10-HTC).
Ligtenberg, A., & Kooistra, L. (2009). Sensing a changing world. Sensors. Retrieved from http://www.mdpi.com/1424-8220/9/9/6819/htm
Miorandi, D., Sicari, S., De Pellegrini, F., & Chlamtac, I. (2012). Internet of things: Vision, applications and research challenges. Ad Hoc Networks, 10(7), 1497–1516. https://doi.org/10.1016/j.adhoc.2012.02.016
Partynski, D., & Koo, S. G. M. (2013). Integration of Smart Sensor Networks into Internet of Things: Challenges and Applications. 2013 IEEE International Conference on Green Computing and Communications and IEEE Internet of Things and IEEE Cyber, Physical and Social Computing, 1162–1167. https://doi.org/10.1109/GreenCom-iThings-CPSCom.2013.202
Perera, C., Zaslavsky, A., Christen, P., & Georgakopoulos, D. (2014). Context Aware Computing for The Internet of Things. IEEE Communications Surveys & Tutorials, 16(1), 414–454. https://doi.org/10.1109/SURV.2013.042313.00197 T4 - A Survey M4 - Citavi
Raghavendra, C., Sivalingam, K., & Znati, T. (2006). Wireless sensor networks. Retrieved from http://onlinelibrary.wiley.com/doi/10.1002/cbdv.200490137/abstract
]]> Razzaque, M. A., Milojevic-Jevric, M., Palade, A., & Cla, S. (2016). Middleware for internet of things: A survey. IEEE Internet of Things Journal, 3(1), 70–95. https://doi.org/10.1109/JIOT.2015.2498900Rezvan, M., & Barekatain, M. (2015). The Sensors Are Innovative in Internet of Things. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 146, 191–196. https://doi.org/10.1007/978-3-319-18802-7
Rose Jaren, Eldridge Scott, C. L. (2015). The internet of things: an overview - Understanding the issues and challenges of a more connected world. The Internet Society (ISOC), (October). https://doi.org/10.5480/1536-5026-34.1.63
Samara, K., & Hosseini, H. (2016). Aware Diffusion: A Semi-Holistic Routing Protocol for Wireless Sensor Networks. Wireless Sensor Network, 8(3), 37–49. https://doi.org/10.4236/wsn.2016.83004
Sicari, S., Rizzardi, A., Miorandi, D., Cappiello, C., & Coen-Porisini, A. (2016). A secure and quality-aware prototypical architecture for the Internet of Things. Information Systems, 58. https://doi.org/10.1016/j.is.2016.02.003
Sivarajah, U., Kamal, M. M., Irani, Z., & Weerakkody, V. (2017). Critical analysis of Big Data challenges and analytical methods. Journal of Business Research, 70, 263–286. https://doi.org/10.1016/j.jbusres.2016.08.001
Špeh, I., & Heđ, I. (2016). A Web - Based IoT Solution for Monitoring Data Using MQTT Protocol. 2016 International Conference on Smart Systems and Technologies (SST), 249–253. https://doi.org/10.1109/SST.2016.7765668
Tantitharanukul, N., Osathanunkul, K., Hantrakul, K., Pramokchon, P., & Khoenkaw, P. (2017). MQTT-Topic naming criteria of open data for smart cities. 20th International Computer Science and Engineering Conference: Smart Ubiquitos Computing and Knowledge, ICSEC 2016, 1–6. https://doi.org/10.1109/ICSEC.2016.7859892
Wang, F., Hu, L., Zhou, J., Hu, J., & Zhao, K. (2015). A semantics-based approach to multi-source heterogeneous information fusion in the internet of things. Soft Computing, 21(8), 2005–2013. https://doi.org/10.1007/s00500-015-1899-7
Yinbiao, S., Lee, K., Lanctot, P., Juanbin, F., Hao, H., Chow, B., … Qui, W. (2014). Internet of Things: Wireless Sensor Networks. Internation Electronic Commision, (December), 1–78.
]]>Recibido: 11/12/2017
Aceptado: 22/01/2018