El presente Proyecto de Fin de Grado (PFG) se basa en la continuación y ampliación del primer PFG centrado en la monitorización ambiental de hábitats para animales exóticos mediante tecnologías IoT y almacenamiento en la nube. En la primera versión del proyecto, se desarrolló un sistema que recogía datos de temperatura, humedad, pH y calidad del aire y del agua a través de sensores conectados a una placa Arduino. Los datos eran enviados a una base de datos en la nube, en Firebase, para su almacenamiento y consulta en tiempo real a través de la interfaz de una aplicación móvil básica.
En esta segunda fase, se han implementado mejoras significativas orientadas principalmente al ámbito software. Se ha rediseñado la interfaz de usuario de la aplicación móvil, creando un entorno más intuitivo, organizado y visualmente atractivo que facilita la consulta rápida de las condiciones ambientales y el acceso a las distintas funcionalidades.
Además, se añadieron dos nuevas variables ambientales al sistema de monitorización: la calidad sonora definido como ruido y la intensidad lumínica del entorno. La inclusión de estas variables permite un control más completo y detallado de las condiciones ambientales, ofreciendo información clave para garantizar el bienestar de las especies monitorizadas, ya que tanto la luz como el ruido pueden afectar su salud y comportamiento.
Asimismo, se han introducido nuevas formas de visualización de datos, incorporando gráficos históricos para cada variable ambiental, lo cual permite a los usuarios analizar la evolución temporal de los valores registrados y tomar decisiones para la gestión de los hábitats.
Se modificó y reorganizó la estructura de la base de datos en Firebase Realtime Database, adaptando el árbol de almacenamiento para una gestión más eficiente y escalable de los datos. Esto incluye la organización de los mismos por terrarios y variables, así como la incorporación de nodos específicos para los rangos definidos por los usuarios y para la gestión de alertas.
Se implementó un módulo de notificaciones automáticas mediante Cloud Functions, que supervisa en tiempo real los datos de la base de datos y detecta si alguna variable ambiental sale de su rango definido. En ese caso, se genera una alerta y se envía una notificación push al móvil del usuario a través de Firebase Cloud Messaging (FCM), asegurando una respuesta inmediata ante riesgos para los animales.
Por último, se incorporó un sistema de predicción de valores futuros de las variables ambientales, utilizando funciones en la nube con Cloud Functions. Este sistema procesa los datos almacenados y genera predicciones a corto plazo, las cuales son enviadas a la aplicación móvil, permitiendo al usuario anticiparse a posibles cambios en las condiciones del hábitat y garantizando un control preventivo más preciso.
Finalmente, el PFG concluye con una serie de recomendaciones para acciones futuras, investigaciones posteriores y aplicaciones prácticas relacionadas con el tema.
Abstract:
The present PFG is based on the continuation and expansion of the first PFG, which focused on environmental monitoring of habitats for exotic animals using IoT technologies and cloud storage. In the first version of the project, a system was developed to collect data on temperature, humidity, pH, and air and water quality through sensors connected to an Arduino board. The data were sent to a cloud database in Firebase for storage and real-time consultation through the interface of a basic mobile application.
In this second phase, significant improvements have been implemented, mainly focused on the software domain. The user interface of the mobile application has been redesigned, creating a more intuitive, organized, and visually appealing environment that facilitates quick consultation of environmental conditions and access to its various functionalities.
Additionally, two new environmental variables were added to the monitoring system: sound quality, defined as noise, and the light intensity of the environment. The inclusion of these variables allows for a more comprehensive and detailed control of environmental conditions, providing key information to ensure the welfare of the monitored species, since both light and noise can affect their health and behavior.
Furthermore, new forms of data visualization have been introduced, incorporating historical graphs for each environmental variable, allowing users to analyze the temporal evolution of recorded values and make informed decisions for habitat management.
The structure of the database in Firebase Realtime Database was also modified and reorganized, adapting the data tree for more efficient and scalable data management. This includes organizing the data by terrariums and variables, as well as incorporating specific nodes for user-defined ranges and alert management.
An automatic notification module was implemented using Cloud Functions, which continuously monitors the database in real time and detects if any environmental variable is outside its defined range. In such cases, an alert is generated, and a push notification is sent to the user’s mobile device via Firebase Cloud Messaging (FCM), ensuring an immediate response to potential risks for the animals.
Finally, a system for predicting future values of environmental variables was incorporated, using cloud functions through Cloud Functions. This system processes the stored data and generatesshort-term predictions, which are sent to the mobile application, allowing the user to anticipate possible changes in habitat conditions and guaranteeing more precise preventive control.
The PFG concludes with a series of recommendations for future actions, further research, and practical applications related to the topic.
El presente Proyecto de Fin de Grado (PFG) se basa en la continuación y ampliación del primer PFG centrado en la monitorización ambiental de hábitats para animales exóticos mediante tecnologías IoT y almacenamiento en la nube. En la primera versión del proyecto, se desarrolló un sistema que recogía datos de temperatura, humedad, pH y calidad del aire y del agua a través de sensores conectados a una placa Arduino. Los datos eran enviados a una base de datos en la nube, en Firebase, para su almacenamiento y consulta en tiempo real a través de la interfaz de una aplicación móvil básica.
En esta segunda fase, se han implementado mejoras significativas orientadas principalmente al ámbito software. Se ha rediseñado la interfaz de usuario de la aplicación móvil, creando un entorno más intuitivo, organizado y visualmente atractivo que facilita la consulta rápida de las condiciones ambientales y el acceso a las distintas funcionalidades.
Además, se añadieron dos nuevas variables ambientales al sistema de monitorización: la calidad sonora definido como ruido y la intensidad lumínica del entorno. La inclusión de estas variables permite un control más completo y detallado de las condiciones ambientales, ofreciendo información clave para garantizar el bienestar de las especies monitorizadas, ya que tanto la luz como el ruido pueden afectar su salud y comportamiento.
Asimismo, se han introducido nuevas formas de visualización de datos, incorporando gráficos históricos para cada variable ambiental, lo cual permite a los usuarios analizar la evolución temporal de los valores registrados y tomar decisiones para la gestión de los hábitats.
Se modificó y reorganizó la estructura de la base de datos en Firebase Realtime Database, adaptando el árbol de almacenamiento para una gestión más eficiente y escalable de los datos. Esto incluye la organización de los mismos por terrarios y variables, así como la incorporación de nodos específicos para los rangos definidos por los usuarios y para la gestión de alertas.
Se implementó un módulo de notificaciones automáticas mediante Cloud Functions, que supervisa en tiempo real los datos de la base de datos y detecta si alguna variable ambiental sale de su rango definido. En ese caso, se genera una alerta y se envía una notificación push al móvil del usuario a través de Firebase Cloud Messaging (FCM), asegurando una respuesta inmediata ante riesgos para los animales.
Por último, se incorporó un sistema de predicción de valores futuros de las variables ambientales, utilizando funciones en la nube con Cloud Functions. Este sistema procesa los datos almacenados y genera predicciones a corto plazo, las cuales son enviadas a la aplicación móvil, permitiendo al usuario anticiparse a posibles cambios en las condiciones del hábitat y garantizando un control preventivo más preciso.
Finalmente, el PFG concluye con una serie de recomendaciones para acciones futuras, investigaciones posteriores y aplicaciones prácticas relacionadas con el tema.
Abstract:
The present PFG is based on the continuation and expansion of the first PFG, which focused on environmental monitoring of habitats for exotic animals using IoT technologies and cloud storage. In the first version of the project, a system was developed to collect data on temperature, humidity, pH, and air and water quality through sensors connected to an Arduino board. The data were sent to a cloud database in Firebase for storage and real-time consultation through the interface of a basic mobile application.
In this second phase, significant improvements have been implemented, mainly focused on the software domain. The user interface of the mobile application has been redesigned, creating a more intuitive, organized, and visually appealing environment that facilitates quick consultation of environmental conditions and access to its various functionalities.
Additionally, two new environmental variables were added to the monitoring system: sound quality, defined as noise, and the light intensity of the environment. The inclusion of these variables allows for a more comprehensive and detailed control of environmental conditions, providing key information to ensure the welfare of the monitored species, since both light and noise can affect their health and behavior.
Furthermore, new forms of data visualization have been introduced, incorporating historical graphs for each environmental variable, allowing users to analyze the temporal evolution of recorded values and make informed decisions for habitat management.
The structure of the database in Firebase Realtime Database was also modified and reorganized, adapting the data tree for more efficient and scalable data management. This includes organizing the data by terrariums and variables, as well as incorporating specific nodes for user-defined ranges and alert management.
An automatic notification module was implemented using Cloud Functions, which continuously monitors the database in real time and detects if any environmental variable is outside its defined range. In such cases, an alert is generated, and a push notification is sent to the user’s mobile device via Firebase Cloud Messaging (FCM), ensuring an immediate response to potential risks for the animals.
Finally, a system for predicting future values of environmental variables was incorporated, using cloud functions through Cloud Functions. This system processes the stored data and generatesshort-term predictions, which are sent to the mobile application, allowing the user to anticipate possible changes in habitat conditions and guaranteeing more precise preventive control.
The PFG concludes with a series of recommendations for future actions, further research, and practical applications related to the topic. Read More
Related posts:
What is database as a service (DBaaS)?
Desarrollo de un gemelo digital para un sensor de mediciones medioambientales
Desarrollo de una aplicación móvil para el cuidado de los perros
Desarrollo de una plataforma de inteligencia ambiental para entornos industriales
Uso de algoritmos de social network (grafos) para detectar redes de influencia que impacten en KPIs como churn y ventas
Clasificación inferida mediante datos: Titulación de Grado del autor del TFG