SMART CAMPUS 2022

El licenciado Fabio Bruschetti y el prof. Pedro Iriso están liderando este proyecto.

La visión de este proyecto es poner en movimiento la generación de un campus más interconectado, que
otorgue mayor confort, seguridad y ahorro energético a la comunidad UNSAM. La propuesta es diseñar
una arquitectura IoT que contemple las necesidades actuales y las futuras del campus, teniendo en
cuenta el rápido crecimiento de ingresantes a la universidad.

El producto viable mínimo que se busca inicialmente es integrar IoT a los estacionamientos del campus.
En primer lugar, hacer un análisis de las necesidades de circulación vehicular en los estacionamientos del
campus. Luego con esta data, disponer estratégicamente diferentes sensores, los cuales recolectaran
información y la enviaran a la nube donde podrá ser procesada. Finalmente con el análisis de esta
información, se podrán pensar diferentes soluciones, que permitan una mayor seguridad, rapidez de
movimiento y menores costos energéticos.

Plan estratégico

El plan busca trazar los pasos a seguir para cumplir los objetivos del proyecto, debe ser dinámico
adaptándose a las circunstancias cambiantes, el mejor ejemplo es la pandemia que estamos transitando,
debe planearse de manera que la mejora sea medible.

Fase 1: Recolección de data (suspendida temporalmente por pandemia).

Reunir data acerca de cómo se comporta la circulación de autos dentro del estacionamiento del campus.
Algunas variables a tener en cuenta para cada vehículo: horario de entrada y salida, recorrido que
realiza, tiempo que tarda hasta estacionar, donde se estaciona. Para el almacenamiento y análisis de esta
información usar herramientas “Big Data”, considerar Apache Hadoop, HPCC, Apache Storm, entre otras.
A su vez, tener en cuenta el enfoque “Open Data”, permitiendo en un futuro generar soluciones
colaborativas).

Fase 2: Diseño de arquitectura IoT.

Según las características particulares del proyecto trazar una red IoT definiendo los dispositivos y
protocolos a usar en cada una de las capas en las que viajará la información: físico, vínculo de datos, red,
transporte, y aplicación. Al realizar este diseño tener en cuenta la compatibilidad entre protocolos de
comunicación, dispositivos e integración de data. En cada capa es muy importante incluir mecanismos de seguridad y privacidad. Considerar basarse en el protocolo IEEE-SA P2413, estándar para el framework arquitectural de IoT.

Para la elección del hardware tener en mente los siguientes requerimientos: seguridad, fiabilidad, adquisición y envío de información en tiempo real, requerimientos energéticos, escalabilidad, facilidad de mantenimiento, capacidad de actualización.

Las redes que se sugieren utilizar para la comunicación desde los sensores hacia el dispositivo central en este caso son las redes de área extensa de bajo consumo (LPWAN), debido a su alto alcance y poco consumo energético. Entre ellas se encuentran: 4G LTE para IoT, 5G para IoT (cuando esté disponible), LoRaWAN, Banda estrecha o NB-IoT/CAT-M2, LTE Cat-M1.

En la capa de aplicaciones se da la conexión de la solución con el usuario final, para esto se podrá crear una interfaz de muestra de información, considerando la posibilidad de que el usuario pueda a su vez interactuar con la misma.

Ejemplo de prototipo a testear

Una idea inicial de toma de datos es disponer de una red de sensores autónomos, que generan información en tiempo real, para luego ser enviada a un dispositivo centralizador a relativa corta distancia que se encargará de subir esta información a la nube.

Los Sensores a utilizar serán infrarrojos de movimiento (ej: HC-SR501) y ultrasónicos de proximidad (ej:HC-SR04), conectados a un pequeño microordenador (ej: Arduino Pro Mini, Raspberry Pi Pico) que a su vez tenga montado un módulo wireless (ej. a investigar: 433MHz RF, nRF24L01+, SIM800L GSM/GPRS, RN2483 LoRa®, entre otros) que le permitirá conectarse a un colector de información central. Para que sean autónomos será necesario que dispongan de una batería, considerar usar un módulo solar para mayor eficiencia energética.

La función de los dispositivos centralizados es la de recolectar la data de todos los sensores y enviarla a la nube en tiempo real, las características que debe tener son capacidad de recepción y envío de volumen de datos y autonomía entre ellos para mayor fiabilidad. Se usarán placas de microordenador, esta vez con mayor capacidad de cómputo, por ejemplo Arduino UNO, Raspberry Pi 2 Model B, conectadas a un módulo que permita el envío de información a una base de datos en la nube (investigar protocolos más confiables que IEEE 802.11 como 4G LTE para IoT, LoRaWAN, Banda estrecha o NB-IoT/CAT-M2, LTE Cat-M1 ).

En la capa de aplicaciones, desarrollar una interfaz que muestre el estacionamiento disponible en tiempo real. Entre los protocolos de mensajería a investigar: HTTP, MQTT, XMPP. Con el tiempo de uso, pensar estrategias de circulación, generando un algoritmo que minimice los tiempos de ingreso y egreso de los vehículos.

Fase 3: Testeo de la solución propuesta y ajuste.

En virtualidad se usarán simuladores como Cupcarbon, Omnet++ o equivalentes.

Fase 4: Implementación de la solución.

En esta etapa es clave la generación de métricas que permitan visualizar la mejora que logró la implementación, para esto se usará feedback de los usuarios como a su vez análisis de la información recibida de los sensores.

Fase 5: Mantenimiento y actualizaciones

Desarrollar documentación de mantenimiento de la arquitectura y proponer actualizaciones.

Ideas de proyectos futuros

  • Calidad de aire en las aulas.
    • Sensores de CO2 conectados a actuadores que favorezcan la circulación de aire.
    • Uso de plantas interiores con sistemas de irrigación automatizada y control remoto.
  • Asignación de aulas en tiempo real según el número de estudiantes confirmados a asistir.
  • Generar energía con los pasos de las personas en áreas de alta circulación.
  • Resolver falta de luminaria: disponerla solo cuando sea necesario para evitar malgasto de energía.
  • Interacción con la comunidad UNSAM
    • panel interactivo que se conecte con las menciones de Twitter a la universidad.
    • Luminaria que cambie de color según eventos, o interacciones con la comunidad en tiempo real.

Recursos y ejemplos para usar de referencia

Smart Cities

  • Amsterdam
  • Konza
  • Palo Alto
  • Barcelona
  • Dubai

Smart Campus

  • Arizona State University’s
  • Portland State University
  • University of Texas at Austin
  • University of Glasgow

Integrantes

Líderes de proyecto: Fabio Bruschetti, Pedro Iriso
Grupo responsable:
Pablo Bilocopetiuc, Nicolas Villamonte, Tomas Lovera, María Claudia Abeledo, Javier Guevara.