WSN

 ▷Sistema de Riego por Goteo

La Wireless Sensor Network (WSN), basada en aplicaciones del Internet de las cosas (IoT), ha transformado la forma en que los agricultores gestionan sus operaciones diarias y han mejorado significativamente la productividad estratégica en el sector agrícola. Esta tecnología revolucionaria permite una conectividad inalámbrica entre sensores dispersos en el campo, creando una red inteligente que proporciona datos en tiempo real para diversas aplicaciones clave.

Una de las aplicaciones más destacadas es el sistema de riego inteligente, donde los sensores recopilan datos sobre la humedad del suelo y las condiciones climáticas. Estos datos se utilizan para optimizar los patrones de riego, asegurando un uso eficiente del agua y maximizando el crecimiento de los cultivos. Además, la WSN facilita el monitoreo de los parámetros tales como humedad y tempertura del suelo, evapotranspiración (ET) en el entorno agrícola, permitiendo a los agricultores tomar medidas rápidas en caso de detectar contaminantes o condiciones desfavorables para la producción.

Otra aplicación importante es el posicionamiento en interiores (indoor positioning), que ayuda a los agricultores a rastrear y gestionar los activos dentro de almacenes y estructuras agrícolas de manera más eficiente. Además, la WSN se utiliza para medir el consumo de energía, permitiendo a los agricultores identificar patrones de consumo y adoptar prácticas más sostenibles.

Al implementar estas aplicaciones basadas en la WSN, los agricultores pueden tomar decisiones informadas y oportunas, optimizando sus procesos de cultivo, reduciendo costos y aumentando la producción. Esto no solo conduce a una mejora significativa en la eficiencia operativa, sino que también contribuye a la conservación de recursos naturales al reducir el desperdicio de agua y energía. En última instancia, la WSN en aplicaciones IoT no solo mejora la productividad estratégica de los agricultores, sino que también promueve prácticas agrícolas más sostenibles y respetuosas con el medio ambiente.

IoT applications:

• Data Visualization Dashboard
• Visualización de ultimas 24h de Temperatura, Humedad y Temp. CPU
• Visualización de datos: de Temperatura, Humedad y Temp de CPU.

Publicaciones:

• José M. Pereira Pontón, Verónica Ojeda, Víctor Asanza, Leandro L. Lorente-Leyva and Diego H. Peluffo-Ordóñez, “Design and Implementation of an IoT Control and Monitoring System for the Optimization of Shrimp Pools using LoRa Technology” International Journal of Advanced Computer Science and Applications(IJACSA), 14(8), 2023. http://dx.doi.org/10.14569/IJACSA.2023.0140829
• GitHub
• Read More

• Avilés, J. C., Ojeda, V., & Asanza, V. (2023). Device Free Indoor Localization in the 28 GHz band based on machine learning. Procedia Computer Science, 220, 55-63, doi: https://doi.org/10.1016/j.procs.2023.03.010
•  Read More

• Rebeca Estrada, Xavier Aizaga, Nelson Vera, and Victor Asanza. 2023. Evaluation of ML-based Positioning Systems with RSSI Measured on the User's Device or APs. In Proceedings of the Int'l ACM Symposium on Performance Evaluation of Wireless Ad Hoc, Sensor, & Ubiquitous Networks (PE-WASUN '23). Association for Computing Machinery, New York, NY, USA, 77–82. https://doi.org/10.1145/3616394.3618261
• GitHub

• Estrada, R., Asanza, V., Torres, D., Bazurto, A., & Valeriano, I. (2022). Learning-based Energy Consumption Prediction. Procedia Computer Science, 203, 272-279, doi: https://doi.org/10.1016/j.procs.2022.07.035.
• GitHub
• Dataset
• OpenHardware
• Read More

• J. Landívar, C. Ormaza, V. Asanza, V. Ojeda, J. C. Avilés and D. H. Peluffo-Ordóñez, "Trilateration-based Indoor Location using Supervised Learning Algorithms," 2022 International Conference on Applied Electronics (AE), 2022, pp. 1-6, doi: 10.1109/AE54730.2022.9920073.
• GitHub
• Dataset
• Read More

• A. Maisincho-Jivaja et al., "Monitoring a turkey hatchery based on a cyber-physical system," 2021 International Conference on Applied Electronics (AE), 2021, pp. 1-6, doi: 10.23919/AE51540.2021.9542899.
• Read More

• J. Capelo et al., "Raspberry Pi-based IoT for shrimp farms Real-time remote monitoring with automated system," 2021 International Conference on Applied Electronics (AE), 2021, pp. 1-4, doi: 10.23919/AE51540.2021.9542907.
• Read More

• V. Asanza, R. E. Pico, D. Torres, S. Santillan and J. Cadena, "FPGA Based Meteorological Monitoring Station," 2021 IEEE Sensors Applications Symposium (SAS), 2021, pp. 1-6, doi: 10.1109/SAS51076.2021.9530151.
• Dataset
• GitHub
• Read More

• Cordova, R., Garcia, I. M., Munoz-Arcentales, A., Asanza, V., & Vargas, W. A. V. (2018). Modelo de red de comunicación que soporta un sistema de detección basado en criterios de robustez. IEEE Latin America Transactions, 16(10), 2600-2608.

Tipos de Sistemas de Riego:

Componentes del Sistema:

Equipo Sensor:

Equipo Gateway:

Equipo Actuador:

Plataforma Web: