SMIP - Sensor modular inteligente para plantas

Abstract

Aquest projecte descriu el disseny i desenvolupament d'un sistema IoT modular per monitoritzar el creixement de plantes, utilitzant un microcontrolador ESP32 i diversos sensors. S'han estudiat diverses opcions de microcontroladors i sensors. Amb aquesta informació, s'ha creat un prototip físic del dispositiu amb diversos sensors. Les dades es recullen i s'emmagatzemen en una plataforma al núvol que garanteix la seguretat i privacitat de la informació. A més, s'ha desenvolupat un model de machine learning per predir dades de sensors no inclosos, entrenat amb dades generades sintèticament que imiten patrons ambientals reals. També s'ha utilitzat un model IA per generar resums en llenguatge natural a partir de les dades recollides. El sistema permet el registre i autenticació d'usuaris mitjançant una aplicació mòbil desenvolupada durant el projecte, que també permet la configuració del dispositiu ESP32 i la lectura de les dades obtingudes d'aquest.

Este proyecto describe el diseño y desarrollo de un sistema IoT modular para monitorear el crecimiento de plantas, utilizando un microcontrolador ESP32 y diversos sensores. Se ha estudiado diversas opciones de microcontroladores y sensores. Utilizando esta información, se ha creado un prototipo físico del dispositivo con varios sensores. Los datos se recogen y se almacenan en una plataforma en la nube que garantiza la seguridad y privacidad de la información. Además, se desarrolló un modelo de machine learning para predecir datos de sensores no incluidos, entrenado con datos generados sintéticamente que imitan patrones ambientales reales. También se uso un modelo IA para generar resúmenes en lenguaje natural a partir de los datos recopilados. El sistema permite el registro y autentificación de usuarios utilizando una aplicación móvil desarrollada durante el proyecto, que también permite la configuración del dispositivo ESP32 y la lectura de los datos obtenidos de este.

This project describes the design and development of a modular IoT system for monitoring plant growth, utilizing an ESP32 microcontroller and various sensors. Various microcontroller and sensor options have been studied. Using this information, a physical prototype of the device was created, incorporating multiple sensors. Data is collected and stored on a cloud platform that ensures the security and privacy of the information. Additionally, a machine learning model was developed to predict data from sensors not included in the prototype. This model was trained with synthetically generated data that simulates real environmental patterns. An AI model was also used to generate natural language summaries from the collected data. The system allows for user registration and authentication through a mobile application developed during the project, which also facilitates the configuration of the ESP32 device and access to the data it collects.