L’equip de Internetdelascosas.cl ha participat com a consultors en la creació, disseny i implementació de diferents projectes i solucions relacionats amb Internet de les Coses.
Xarxa de sensors Quake Alarm
Xarxa de sensors sísmics basats en QuakeAlarm connectats mitjançant la placa Arduino i mòduls ethernet a Internet. Un servidor central pren les diferents activacions i emet un tuit utilitzant el compte @quakealarmcl indicant quin va ser el primer sensor a activar-se.
El disseny i programari necessari per a la creació de cada node connectat a la xarxa va ser alliberat i posat a disposició de la comunitat, amb la finalitat que pugui ser millorat i a el mateix temps crear una xarxa col·laborativa de makers i persones interessades en connectar els seus sensors a servidor central.
la xarxa és capaç de detectar sismes i depenent de el nombre de sensors activats pot triangular l’epicentre.
Actualment es treballa amb acceleròmetres capaços de mesurar la magnitud de l’sisme en conjunt amb els sensors de pèndol invertit Quake Alarm.
( Xile, 2012)
A Cognitive Resources-Aware Mobile Service Framework to Support Human-Computers-Interactions in Ubiquitous Environments
Projecte desenvolupat dins de l’àrea de Wearables / e-Health en amb juntament amb l’acadèmic Phd Ángel Jiménez de la Facultat de Ciències Físiques i Matemàtiques de la Universitat de Xile.
El projecte va consistir en desenvolupar un dispositiu sense fils wearable que manté un monitoratge constant de variables biomèdiques d’un subjecte en estudi . Les variables obtingudes van ser el pols, la resistència galvànica de la pell, oxigenometría i ECG.
Mitjançant un processament posterior de les variables obtingudes durant el procés de mostra es pot avaluar la càrrega cognitiva de l’subjecte i com aquest reacciona a estímuls de l’mig.
el projecte considera el processament en temps real de senyals biomèdiques, filtrat de les mateixes i processament posterior per extreure patrons utilitzats en el estudi.
(Universitat de Xile – Fondecyt, 2014)
Affect detection from Physiological signals using the e-Health sensor platform
projecte desenvolupat com a tema de tesi de José Zorrilla, Master of Professional Engineering de la Universitat de Sydney.
el projecte va consistir en desenvolupar el programari necessari per detectar emocions a partir de senyals fisiològiques, en particular les variables mesures dónes ser l’electrocardiograma i la resistència galvànica de la pell.
El projecte es basa en maquinari i programari Open Source considerant les plataformes Arduino, Raspberry Pi i llibreries de programari per a Python.
Les mostres es van obtenir gatillando emocions mitjançant vídeos que induïen estrès, por, relaxació, alegria i riure. El sistema és capaç de graficar, processar i guardar els senyals obtingudes en temps real. Després mitjançant tècniques de machine learning la informació és processada per detectar les diferents emocions gatilladas en l’etapa de mostreig.
També el projecte considero l’avaluació i correlació entre la plataforma Arduino / e-Health i el sistema comercial per investigació i mesurament de variables biomèdiques BIOPAC.
(Sydney, Austràlia, 2015)
Smart Agro – Vall d’Azapa – Xile
El projecte contempla la creació d’una xarxa de sensors intel·ligents aplicats a l’agricultura. Es considera la instal·lació de dispositius sense fil capaços de sensar variables mediambientals i variables de el terreny. Els dispositius estan dissenyats per suportar condicions ambientals extremes i falta d’alimentació elèctrica considerant l’ús energia solar.
Tots els sensors es troben connectats a un sistema central mitjançant una xarxa local en format mesh amb nodes emissors i repetidors. El sistema de control central és capaç de detectar els diferents patrons que presenta el sistema, tant normals com anormals i alarmar o prendre accions correctives en cas de ser necessari.
El projecte actualment està en l’etapa de disseny i proves de prototips. Es considera com a data d’implementació i posada en marxa el segon semestre del l’any 2017.
(Arica, Xile / Santiago, Xile / Sydney, Austràlia, 2015)