Procesamiento de datos en el borde redefine la monitorización IoT de bajo coste

La operativa convencional de muchos dispositivos del Internet de las Cosas (IoT) se basa en la captura de lecturas de sensores y su envío inmediato a servidores remotos, delegando el almacenamiento y análisis históricos a la infraestructura en la nube. Esta aproximación, si bien funcional, implica un flujo constante de datos a través de la red y la necesidad de mantener bases de datos remotas para funcionalidades básicas.

En contraste con este modelo, el desarrollador Hunter McGuire ha presentado una alternativa que prioriza el procesamiento local de la información. Su proyecto, un monitor de frigoríficos, conserva el historial de datos, los analiza directamente en el dispositivo y transmite a la nube únicamente resúmenes de la actividad registrada. La información histórica completa puede ser solicitada al dispositivo en caso de necesidad, según detalla Hackster.io.

El sistema se fundamenta en una placa de desarrollo Seeed Studio XIAO ESP32C3, cuyo coste ronda los 5 dólares, complementada con un sensor de temperatura DHT22, lo que sitúa el coste total del hardware en aproximadamente 10 dólares. El XIAO ESP32C3, una placa compacta de 21 x 17.5 mm, integra un microcontrolador Espressif RISC-V ESP32-C3 con 400 KB de SRAM, 4 MB de almacenamiento flash y conectividad Wi-Fi, además de una interfaz USB-C.

El monitor de frigoríficos está configurado para tomar mediciones de temperatura cada cinco segundos. En lugar de enviar las 17.280 mediciones diarias a un servidor, el dispositivo mantiene un historial rotatorio de 30 minutos y publica un resumen cada minuto. Esta metodología reduce el tráfico de red a 1.440 mensajes diarios, lo que representa una disminución del 92% en las transmisiones.

Para gestionar los datos, el dispositivo emplea un pequeño búfer circular en la RAM para las muestras de cinco segundos, mientras que cada sexta medición se guarda en MicroTetherDB, una base de datos basada en BTree que aprovecha el módulo btree de las compilaciones MicroPython para ESP32. Esta configuración permite retener 60 registros, cubriendo así 30 minutos de historial con una medición cada 30 segundos.

La capacidad de almacenar y procesar datos localmente confiere al ESP32C3 funcionalidades avanzadas más allá de la simple notificación de la temperatura actual. Permite, por ejemplo, identificar anomalías como un sellado defectuoso de la puerta o ciclos excesivos del compresor, que no serían evidentes con una lectura de temperatura instantánea, pero sí al analizar las tendencias a lo largo del tiempo. Para ello, el XIAO calcula estadísticas como la oscilación de la temperatura y el número de ciclos del compresor en los últimos 30 minutos, incluyendo estos resultados en sus resúmenes de un minuto.

Inicialmente, McGuire intentó un enfoque que dependía exclusivamente de la base de datos, almacenando cada lectura y consultándola para generar resúmenes. Sin embargo, esta versión experimentó fallos por errores de memoria, lo que llevó a la implementación del búfer circular para manejar de manera más eficiente los datos de acceso frecuente. No obstante, la base de datos sigue siendo crucial para que un sistema remoto pueda solicitar el historial de datos cuando los resúmenes indiquen alguna irregularidad. El dispositivo puede, además, recibir cambios de configuración, como umbrales de temperatura, que se guardan en la memoria flash para persistir tras reinicios o cortes de energía.

Aunque el interés inicial de McGuire se centró en los frigoríficos, la metodología puede aplicarse a una amplia gama de aplicaciones. Este enfoque demuestra que incluso con un microcontrolador de bajo coste se puede dotar a los dispositivos IoT de la capacidad de recordar y procesar información relevante localmente, disminuyendo su dependencia de la infraestructura en la nube.