Rede de Sensores Sem Fio e Aprendizado de Máquina para Monitoramento da Qualidade de Ambientes de Estudo

Abstract

O Conforto térmico, luminosidade e qualidade do ar são elementos que impactam diretamente a saúde, bem-estar e desempenho cognitivo dos ocupantes em um ambiente interno. É essencial que parâmetros ergonômicos, como temperatura, umidade, níveis de iluminação e concentração de dióxido de carbono nesses espaços, estejam de acordo com os critérios estabelecidos pelas normas brasileiras. Abordando essa questão, este estudo apresenta uma metodologia para o desenvolvimento de uma Rede de Sensores sem Fio (RSSF-WSN, na sigla em inglês) com o objetivo de monitorar e classificar de forma inteligente a qualidade ambiental de espaços de estudo. Os nós da WSN consistem em sensores de captação de sinais, um microcontrolador para processamento, classificação e comunicação, e um multiplexador como expansor de entrada analógica para o microcontrolador. Os componentes de software abrangem algoritmos de processamento de sinais, comunicação e classificação que utilizam técnicas de aprendizado de máquina. Para permitir o monitoramento remoto, os sinais coletados e as classificações são transmitidos e armazenados em uma infraestrutura de nuvem utilizando técnicas de Internet das Coisas (IoT) e computação em nuvem.