Sensoriamento WiFi e rede LPWAN: uma arquitetura fim-a-fim

Trabalho de conclusão do curso de Engenharia de Computação na Poli-USP.

Integrantes:

• Camila Lobianco
• Enzo Neves
• Paulo Sestini

Professora orientadora:

• Profa. Dra. Cintia Borges Margi

Resumo

O monitoramento de estradas permite a detecção de acidentes, melhoria da segurança no trânsito e melhor planejamento urbano. Entretanto, sua implementação em vias remotas, longe de centros urbanos e de rodovias, é dificultada, pois há falta de infraestrutura de rede e energia adequada. Neste trabalho, é proposta uma aplicação de monitoramento de baixo custo e baixo consumo energético, baseada em Internet of Things (IoT). Utiliza-se sensoriamento baseado em rádio WiFi IEEE 802.11 a partir de placas ESP32. Para comunicação de baixo consumo energético e longas distâncias, utiliza-se a tecnologia de rede Long Range Wide Area Network (LoRaWAN). Os eventos de detecção são centralizados em nuvem, identificados por meio do uso de Machine Learning, e apresentados em um dashboard.

Motivação

• Desenvolver um método de monitoramento de tráfego de baixo custo e baixo consumo energético, apropriado para implementação em vias remotas.
• Construção de uma arquitetura fim-a-fim que integre sensoriamento WiFi e redes LPWAN (Low Power Wide Area Network).
• Grande leque de possibilidades graças a evolução das tecnologias de IoT e sistemas embarcados, especialmente no que diz respeito ao desenvolvimento de soluções de baixo custo.

Arquitetura: solução fim-a-fim

• Sensoriamento de eventos, transmissão via LPWAN, identificação de eventos, armazenamento e visualização em um dashboard.
• Uso de computação em nuvem para construção do servidor e processamento de dados

Sensoriamento

• Monitoramento do canal de comunicação WiFi IEEE 802.11, por meio da coleta de dados Channel State Information (CSI), permite perceber perturbações eletromagnéticas entre os sensores causadas pela passagem de objetos.
• Modelo KNN (K-Nearest Neighbors) é ajustado por meio de aprendizado supervisionado, a partir de features extraídas de dados CSI.
• Sensores detectam eventos por meio da queda no sinal e transmitem features. KNN previamente ajustado identifica os eventos.
• Possivel detectar e identificar carros, pessoas, cachorros e vacas.

Comunicação

• Arquitetura LoRaWAN constitui uma estrela de estrelas. Sensores transmitem eventos via LoRa para gateways.
• Gateways recebem pacotes LoRaWAN, e repassam para servidor central via conexão UDP.
• Comunicação é criptografada e todo sensor deve ser identificado e permitido na rede.

Visualização

• Dashboard construída em Plotly exibe eventos coletados e identificados.
• Possibilidade de filtrar eventos por localidade, intervalo de tempo, tipo de evento e realizar agregações diárias, semanais e mensais.

Resultados

• Solução completa para monitoramento de vias remotas, de baixo custo, baixo consumo energético e rede de longo alcance.
• Acurácia acima de 90%, chegando até 98%, na classificação dos dados, dependendo do tradeoff entre quantidade de dados enviados e alcance da rede.
• Detecção e identificação de carros, pessoas, cachorros, vacas. - Detecção de possíveis perigos na via.