Sistema IOT para control de aulas. Equipo cliente.

Abstract

Este Trabajo de Fin de Máster llamado “Sistema IOT para control de aulas. Equipo Cliente.” forma parte de un proyecto conjunto con el Trabajo de Fin de Grado “Sistema IOT para control de aulas. Equipo Servidor.” El proyecto completo busca crear un servidor web y bróker MQTT que recibirá información de sistemas hardware, que enviarán parámetros como el número de personas o la temperatura de las aulas del edificio de ICAI, y la recopilará para presentarla con el objetivo de ayudar en la toma de decisiones de carácter educativo. El servidor web y bróker MQTT forman parte del otro proyecto, por lo que el alcance de esta parte va desde el diseño y montaje del sistema hardware hasta la programación del mismo. Este sistema hardware constará de una Raspberry Pi a la que se le ha añadido una montura para cámaras y una lente ojo de pez. El proceso completo consta de las siguientes fases: en la primera fase, se captura una fotografía de ojo de pez de la clase elegida desde un plano cenital, es decir, por encima de las cabezas. En la segunda fase, dicha fotografía se pasa por un proceso de rectificación para eliminar gran parte de la distorsión natural causa por la lente, de forma que las partes centrales quedan menos deformadas. En la tercera fase, una Red Neuronal Convolucional analiza la imagen y realiza un recuento del número de personas (estudiantes) presentes. En la cuarta fase, este recuento de personas se envía desde la Raspberry Pi al bróker MQTT para su almacenamiento. Este proceso está pensado para ser iterativo, es decir, una vez terminada la cuarta fase, volver a comenzar. En el propio programa se especifica el intervalo de tiempo que pasa entre iteración e iteración, indicando cuándo se deben realizar las fotografías con la lente.

This Master's Thesis titled “IoT System for Classroom Control. Client Team.” is part of a joint project with the Bachelor's Thesis “IoT System for Classroom Control. Server Team.” The overall project aims to create a web server and MQTT broker that will receive information from hardware systems, which will send parameters such as the number of people or the temperature of the classrooms in the ICAI building, and collect it to present it with the goal of aiding in educational decision-making. The web server and MQTT broker are part of the other project, so the scope of this part ranges from the design and assembly of the hardware system to its programming. This hardware system consists of a Raspberry Pi with an added camera mount and a fisheye lens. The complete process consists of the following phases: in the first phase, a fisheye photograph of the chosen class is captured from a zenithal plane, that is, from above the heads. In the second phase, this photograph undergoes a rectification process to eliminate part of the natural distortion caused by the lens, so that the central parts are less deformed. In the third phase, a Convolutional Neural Network analyzes the image and counts the number of people (students) that are present. In the fourth phase, this count of people is sent from the Raspberry Pi to the MQTT broker for storage. This process is designed to be iterative, meaning that once the fourth phase is completed, it starts over again. The program itself specifies the time interval between iterations, indicating when the photographs should be taken with the lens.