ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
MÁSTER EN INGENIERÍA DE TELECOMUNICACIÓN
DISEÑO Y DESARROLLO DE UN
SISTEMA DE GESTIÓN DE RIEGO Y
BOMBEO PARA SMART CITIES
Autor: Carmen García Díaz Director: Leopoldo Andrés Fernández
de la obra: Diseño y desarrollo de un sistema de riego y bombeo para Smart Cities, que ésta es una obra original, y que ostenta la condición de autor en el sentido que otorga la Ley de Propiedad Intelectual.
2º. Objeto y fines de la cesión.
Con el fin de dar la máxima difusión a la obra citada a través del Repositorio institucional de la Universidad, el autor CEDE a la Universidad Pontificia Comillas, de forma gratuita y no exclusiva, por el máximo plazo legal y con ámbito universal, los derechos de digitalización, de archivo, de reproducción, de distribución y de comunicación pública, incluido el derecho de puesta a disposición electrónica, tal y como se describen en la Ley de Propiedad Intelectual. El derecho de transformación se cede a los únicos efectos de lo dispuesto en la letra a) del apartado siguiente.
3º. Condiciones de la cesión y acceso
Sin perjuicio de la titularidad de la obra, que sigue correspondiendo a su autor, la cesión de derechos contemplada en esta licencia habilita para:
a) Transformarla con el fin de adaptarla a cualquier tecnología que permita incorporarla a internet y hacerla accesible; incorporar metadatos para realizar el registro de la obra e incorporar “marcas de agua” o cualquier otro sistema de seguridad o de protección.
b) Reproducirla en un soporte digital para su incorporación a una base de datos electrónica, incluyendo el derecho de reproducir y almacenar la obra en servidores, a los efectos de garantizar su seguridad, conservación y preservar el formato.
c) Comunicarla, por defecto, a través de un archivo institucional abierto, accesible de modo libre y gratuito a través de internet.
d) Cualquier otra forma de acceso (restringido, embargado, cerrado) deberá solicitarse expresamente y obedecer a causas justificadas.
e) Asignar por defecto a estos trabajos una licencia Creative Commons. f) Asignar por defecto a estos trabajos un HANDLE (URL persistente).
4º. Derechos del autor.
El autor, en tanto que titular de una obra tiene derecho a:
a) Que la Universidad identifique claramente su nombre como autor de la misma
b) Comunicar y dar publicidad a la obra en la versión que ceda y en otras posteriores a través de cualquier medio.
c) Solicitar la retirada de la obra del repositorio por causa justificada.
d) Recibir notificación fehaciente de cualquier reclamación que puedan formular terceras personas en relación con la obra y, en particular, de reclamaciones relativas a los derechos de propiedad intelectual sobre ella.
5º. Deberes del autor.
El autor se compromete a:
a) Garantizar que el compromiso que adquiere mediante el presente escrito no infringe ningún derecho de terceros, ya sean de propiedad industrial, intelectual o cualquier otro.
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI)
MÁSTER EN INGENIERÍA DE TELECOMUNICACIÓN
DISEÑO Y DESARROLLO DE UN
SISTEMA DE GESTIÓN DE RIEGO Y
BOMBEO PARA SMART CITIES
Autor: Carmen García Díaz Director: Leopoldo Andrés Fernández
toda la ayuda para desarrollar el proyecto, por la oportunidad y por la confianza que siempre me han mostrado.
También me gustaría dar las gracias a las personas que están siempre a mi lado: a mis padres, a mi hermana y a mi amiga Marta, por mostrar interés en todo lo que hago y aguantarme en las buenas y en las malas.
Gracias a mis compañeros de despacho y a los becarios de IBM por hacer mucho más amena y relajada mi estancia en la empresa.
En definitiva, gracias a todas las personas que me han ayudado y apoyado en todo momento y de las que he aprendido tanto.
Lograr aquello que has soñado te hace feliz, pero sobre todo,
te hace feliz recordar el esfuerzo empleado para lograrlo.
Por eso me gusta trabajar duro para conseguir los objetivos.
Sin trabajo no hay recompensa.
Entidad Colaboradora: IBM, S. A.
RESUMEN DEL PROYECTO
Este proyecto consiste en el desarrollo de un sistema de riego para Smart Cities que permite monitorizar el estado de los activos dados de alta, visualizarlos y aplicar analítica e inteligencia. Para ello se han usado sensores reales que envían los datos de sus medidas a un entorno cloud desde donde se conectan a una herramienta inteligente.
Palabras clave: Riego, Smart Cities, Inteligencia, Gestión, IoT 1. Introducción
El sistema está enfocado en la mejora de la gestión del servicio de riego de la ciudad y el mejor aprovechamiento de los recursos hídricos, tomando como herramienta principal las nuevas tecnologías y el desarrollo en la nube.
El propósito es crear un sistema de gestión unitario que sea capaz de integrar los elementos de una ciudad independientemente del fabricante y un sistema de geolocalización de activos para que el centro de control de las ciudades tenga información en todo momento del estado de la misma.
2. Definición del proyecto
Este proyecto tiene varios objetivos importantes. En primer lugar, este sistema deberá contar con un modelo de integración de activos unificados, jerarquizados y con las propiedades y medidas propias asociadas. Además, este proceso de integración debe estar automatizado para todo tipo de instancias de la ciudad, de manera que sea viable para la carga de activos masiva como se espera en las ciudades. El sistema debe permitir el crecimiento de la ciudad sin necesidad de crear un modelo de gestión nuevo. Por otra parte, el sistema deberá permitir la visualización de los datos de los sensores en tiempo real en un mapa de integración de activos con pantallas para la visualización de medidas que permita identificar en todo momento la validez y estado del dato. En relación a la gestión, también se permitirá al centro de control actuar de manera remota sobre algunos de los actuadores de la ciudad.
Por último, se debe llevar a cabo un proceso de tratamiento de la información con herramientas que permitan aportar inteligencia de cara a la optimización del modelo. 3. Descripción del sistema
activos del IOC (Intelligent Operations Center). Estos datos serán posteriormente analizados con herramientas encargadas de aportar inteligencia.
Ilustración 1. Esquema de funcionamiento del sistema
En cuanto al conexionado interno, el sistema se basa en un conjunto de bases de datos situados en diferentes entornos.
Ilustración 2. Arquitectura interna del sistema
El entorno de Maximo contiene las propiedades de los activos que se quieren mostrar en el IOC. En el Model Manager se encuentran importados los modelos semánticos que permiten unificar las propiedades de los activos y asignarles las medidas propias de cada uno. TORO es el entorno que crea las vistas de información y relaciones.
El objetivo es unificar la información de todos ellos para mostrarla en las pantallas de visualización de IOC.
4. Resultados
Los resultados de la integración se muestran en el sistema de geolocalización del IOC, donde se pueden ver los activos creados con las propiedades definidas en Maximo y las
Ilustración 3. Pantalla de visualización de activos en el IOC
Además se obtienen resultados de los análisis de los datos llevados a cabo por Watson Analytics y los gráficos de representación de la información de IoT Platform.
5. Conclusiones
El soporte de la arquitectura y los modelos semánticos permiten la integración de múltiples servicios y verticales de la ciudad y el crecimiento de la misma.
Gracias al desarrollo de las ontologías y la unificación de las propiedades de los activos, se puede proceder al desarrollo de las pantallas de visualización del IOC, donde se encuentran los servicios de la ciudad geolocalizados, se permite filtrar la información por activos, por jerarquías, ver las medidas de los sensores y monitorizar la información en tiempo real.
Además, las opciones de analítica en la nube, dotan al sistema de capacidad de anticipación debido a la incorporación de datos futuros de fuentes externas, integración con otros verticales y la optimización del modelo.
6. Referencias
[1] Wang, W., Toenjes, R., Reetz, E., Moessner, K. A Comprehensive Ontology for
Knowledge Representation in the Internet of Things.
[2] Rajpoot, M., Kumar Shama, L. Comparative Study of Association Rule Mining for Sensor
Data. International Journal of Computer Applications (0975 – 8887) Vol 19 – No 1 en
Collaborating Entity: IBM, S. A.
ABSTRACT
This project consists in the development of an irrigation system for Smart Cities that allows monitoring the status of the assets registered, visualizing them and applying analytics and intelligence. In order to do this, there have been used real sensors that send the data of the measurements they take to a cloud environment from where they are connected to an intelligent tool.
Keywords: Irrigation, Smart Cities, Intelligence, Management, IoT
1. Introduction
This project is focus on the improvement of the irrigation managing system in the city and in the improvement in the utilization of the hydric resources by using the new technologies and the cloud development as the main tool.
The aim is to create a unitary managing system that will be able to integrate the elements of the city regardless of the supplier and a geolocation system of the assets for the cities’ control centre to always have information of the state of the city.
2. Project definition
This project has several goals. First, the system should count with a model in integration of the unified assets, hierarchized and properties and proper measure associated. This integration process must also be automatized for all instances of the city in a viable way for the massive charge of assets as it is expected in a city. The system must allow the growth of the city without the need for a new model to be created.
Second, the project should allow the visualization of the sensors data in real time in a map of assets integration with screens for the visualization of measures that permit to identify the validity and the state of the data. Regarding the management, the control centre will be able also to act remotely upon some of the actors of the city.
Finally, a process of information treatment that allows to find intelligence for the optimization of the model must be conducted.
3. Description of the system
The data comes from real humidity and real sensors connected to a gateway that creates a message to send the measures taken to IBM Cloud.
Figure 1. Scheme of system operation
Regarding the internal connection, the system is based on several databased placed on different environments.
Figure 2. Internal architecture of the system
The environment of Maximo contains the properties of the assets that are required to be shown in the IOC. In the Model Manager the imported semantical models that allows to unify the properties of the assets and using the proper measures to each, can be found. TORO is an environment that allows to create views of the information and the relationships.
The aim is to have the information of all of them unified to be shown in the visualization screens of the IOC.
4. Results
The results of the integration are shown in the system of geolocation of the IOC where the assets created with the properties defined in Maximo and the measures that come directly from the sensors installed on the green-zones, can be found in real time. Doing so, it ca be seen what data is valid, which is not and decided how to act and if an
5. Conclusions
The support of the architecture and the semantical models allow the integration of multiple services and verticality’s and growth of the city.
Due to the development of the ontologies and the unification of the properties of the assets, the development of the IOC screens, where the services of the city are geolocated, can take place. This permits the information to be filtered by assets and by hierarchy to see the measures of the sensors and monitor the information on real time. Because the analytical possibilities on cloud, the system has an anticipation capacity due the incorporation of future data from external sources, integration with other vertical and the optimization of the model.
6. References
[1] Wang, W., Toenjes, R., Reetz, E., Moessner, K. A Comprehensive Ontology for
Knowledge Representation in the Internet of Things.
[2] Rajpoot, M., Kumar Shama, L. Comparative Study of Association Rule Mining for Sensor
Data. International Journal of Computer Applications (0975 – 8887) Vol 19 – No 1 en
Índice de la memoria
Capítulo 1. Introducción ... 11
Capítulo 2. Descripción de las Tecnologías ... 17
Capítulo 3. Estado del Arte ... 31
3.1 Smart Cities ... 31
3.2 Internet de las Cosas ... 33
3.3 Proyectos actuales de riego ... 36
Capítulo 4. Definición del Trabajo ... 41
4.1 Justificación ... 41
4.2 Objetivos ... 47
4.3 Metodología... 48
4.4 Planificación y Estimación Económica ... 54
4.4.1 Planificación temporal ... 54
4.4.2 Estimación económica ... 58
Capítulo 5. Definición del Sistema Diseñado ... 63
5.1 Requerimientos del sistema ... 64
5.2 Actores implicados ... 77
5.3 Casos de uso y diagramas de secuencia ... 80
5.4 Legislación ... 88
Capítulo 6. Arquitectura de Componentes ... 91
Capítulo 7. Desarrollo ... 103
7.1 Plataforma de integración para el sistema de riego ... 103
7.1.1 Características de un sistema de riego... 103
7.1.2 Definición de los activos del sistema. Propiedades y medidas ... 108
7.1.3 Jerarquía de los activos y dependencias ... 118
7.1.4 Modelo Semántico. Ontología del sistema de riego ... 122
ÍNDICE DE LA MEMORIA 7.1.7 Generación de la vista en TORODB ... 159
7.1.8 Automatización del sistema de carga de activos ... 163
7.1.9 Sincronización entre la base de datos y el IOC ... 173
7.1.10 Pantalla de visualización de activos (IOC) ... 184
7.2 Conexión de los sensores y configuración del Arduino ... 185
7.2.1 Esquema de conexionado ... 185
7.2.2 Envío de medidas ... 194
7.2.3 Conexión MQTT ... 198
7.3 Integración de la Plataforma IoT con sensores reales ... 205
7.3.1 Conexión del gateway con IoT Platform ... 206
7.3.2 Tratamiento del mensaje ... 208
7.3.3 Weather Company ... 210
7.3.4 Almacenamiento de los datos. Bases de datos no relacionales ... 215
7.4 Análisis de los datos ... 217
7.4.1 Almacenamiento de los datos. Bases de datos relacionales ... 217
7.4.2 Conexión entre el IoT Platform y el IOC ... 222
7.5 Inteligencia del sistema ... 229
7.5.1 Watson Analytics ... 230
7.5.2 Pantalla de gestión de activos ... 231
Capítulo 8. Análisis de Resultados ... 233
8.1 Plataforma de integración para el sistema de riego ... 233
8.2 Conexión de los sensores y configuración del Arduino ... 239
8.3 Integración de la Plataforma IoT con sensores reales ... 244
8.4 Análisis de los datos ... 248
8.5 Inteligencia del sistema ... 252
Capítulo 9. Conclusiones ... 259 Capítulo 10.Trabajos Futuros ... 263 Capítulo 11.Bibliografía ... 267
Índice de figuras
Figura 1. Conexión entre los elementos de una Smart City e Internet de las Cosas [5] ... 14 Figura 2. Sensor de humedad Grove Moisture Sensor ... 26 Figura 3. Capas de la tierra y profundidad de las medidas ... 27 Figura 4. Sensor de lluvia Grove Water Sensor ... 28 Figura 5. Arduino Uno Rev3 [18] ... 28 Figura 6. Arduino WiFi Shield [19] ... 29 Figura 7. Grove Base Shield V2 [20] ... 29 Figura 8. Número de dispositivos conectados entre 2016 y 2020 [24] ... 34 Figura 9. Fases del proyecto ... 54 Figura 10. Diagrama de Gantt ... 57 Figura 11. Configuración de requerimientos con la herramienta CLM ... 67 Figura 12. Caso de uso del Help Desk... 82 Figura 13. Caso de uso del Especialista ... 83 Figura 14. Caso de uso del Operario ... 84 Figura 15. Caso de uso del Centro de control... 85 Figura 16. Caso de uso del Ciudadano ... 86 Figura 17. Diagrama de secuencia de un ciudadano que reporta una incidencia ... 87 Figura 18. Diagrama de secuencia de un Ayuntamiento que quiere notificar un evento .... 88 Figura 19. Diagrama de visión general de los entornos disponibles ... 92 Figura 20. Diagrama de elementos y protocolos del sistema desarrollado ... 96 Figura 21. Interacción de los actores con el Sistema ... 97 Figura 22. Servidores de la plataforma de ciudades inteligentes IOC... 98 Figura 23. Esquema de las bases de datos implicadas en el sistema ... 99 Figura 24. Diagrama que relaciona el contenido de agua disponible para la planta con la tensión del suelo para 3 tipos distintos de suelo [47] ... 106 Figura 25. Relación general entre el agua disponible para la planta (ADP), capacidad del campo (CC), punto de marchitez (PMP), agua no disponible y clase de suelo [47] ... 107
ÍNDICE DE FIGURAS Figura 27. Jerarquías entre los activos en el servicio de Gestión de Riego ... 118 Figura 28. Jerarquías entre los activos por funcionalidad ... 121 Figura 29. Arquitectura tecnológica de la Web Semántica [51]... 124 Figura 30. Importar el modelo semántico a la base de datos del SPARQL ... 131 Figura 31. Nomenclatura para la clasificación de los activos en Maximo ... 133 Figura 32. Relación entre la Organización y los Activos ... 133 Figura 33. Carga del activo Zona Verde en Maximo ... 139 Figura 34. Definición de las jerarquías para el activo Zona Verde en Maximo ... 139 Figura 35. Pantalla inicial de la configuración de clasificaciones ... 140 Figura 36. Activos definidos para la clasificación TFMC junto con la jerarquía ... 140 Figura 37. Árbol de la división jerárquica ... 141 Figura 38. Pantalla de Dirección de Servicio ... 143 Figura 39. Ejemplo de Dirección de Servicio para el activo Suelo 1 ... 144 Figura 40. Localización de la Dirección de Servicio para el activo Suelo 1 ... 145 Figura 41. Ejemplo de Dirección de Servicio para el activo Zona Verde 1 ... 146 Figura 42. Ejemplo de Localización de la Dirección de Servicio para el activo Zona Verde 1 ... 146 Figura 43. Búsqueda de las Direcciones de Servicio de los sensores de humedad ... 147 Figura 44. Relaciones de dependencia definidas en Maximo ... 148 Figura 45. Relaciones de dependencia entre el Sensor de Humedad y el Suelo. Fuente: propia ... 148 Figura 46. Pantalla de inicio de los Activos en Maximo ... 149 Figura 47. Creación de un activo en Maximo ... 150 Figura 48. Asignación de dependencias ... 151 Figura 49. Asignación de valor a los de atributos ... 151 Figura 50. Atributos de la clasificación asociada al activo ... 152 Figura 51. Dirección de Servicio asociada al Activo de Zona Verde 1... 153 Figura 52. Relación de dependencia entre el sensor de humedad y el suelo ... 153 Figura 53. Relación de Padre-Hijo entre el sensor de humedad y el gateway desde el sensor ... 154
Figura 54. Relación de Padre-Hijo entre el Sensor de Humedad y el Gateway desde el Gateway ... 154 Figura 55. Moverse directamente al activo de nivel superior... 155 Figura 56. Moverse directamente al activo de nivel inferior ... 155 Figura 57. Estado de un activo dado de alta en TORODB ... 162 Figura 58. Estado de un activo que aún no se ha dado de alta en TORODB ... 162 Figura 59. Vista TORO.MODEL_GATEWAY ... 162 Figura 60. Consulta SELECT all ... 169 Figura 61. Resultados de la Query para la dirección ... 170 Figura 62. Resultados de la Query para la instancia gateway 1 ... 171 Figura 63. Resultados de la Query para la localización del gateway 1 ... 172 Figura 64. Página de gestión de aplicaciones del IOC ... 174 Figura 65. Configurar aplicaciones ... 174 Figura 66. Página de configuración de aplicaciones. Creación del modelo ... 175 Figura 67. Sincronización del modelo con la Solución ... 175 Figura 68. Página de configuración de aplicaciones ... 176 Figura 69. Pestaña de relaciones del modelo ... 176 Figura 70. Pestaña de activos del modelo ... 177 Figura 71. Configuración de la página de Operaciones... 178 Figura 72. Ejemplo de asignación del activo Pipe a la clasificación de Assets ... 178 Figura 73. Creación del grupo Irrigation Management ... 179 Figura 74. Creación de iconos en la pantalla de los data sources ... 181 Figura 75. Iconos creados para el modelo de riego ... 182 Figura 76. Iconos propios en las dos versiones ... 182 Figura 77. Dar de alta icono negro de aspersor ... 183 Figura 78. Icono dado de alta ... 183 Figura 79. Posición del icono en la tabla de iconos del data source ... 183 Figura 80. Conexión entre el Arduino Uno y la WiFi Shield ... 186 Figura 81. Lista de redes WiFi cercanas... 189
ÍNDICE DE FIGURAS Figura 83. Conexión de la Base Shield... 192 Figura 84. Conexión entre la Base Shield y los sensores ... 193 Figura 85. Maqueta de gateway y sensores completa ... 194 Figura 86. Valores de las medidas de los sensores y medidas estadísticas ... 197 Figura 87. Conexión MQTT ... 198 Figura 88. Flujo IIB ... 201 Figura 89. Configuración del Nodo MQTTSuscribe ... 202 Figura 90. Configuración del Nodo MQTTPublish ... 204 Figura 91. Aplicación Cloud Foundry ... 205 Figura 92. Servicio IoT Platform. Dispositivo dado de alta en la plataforma ... 206 Figura 93. Fujo de Node-RED para su almacenamiento en Cloudant... 208 Figura 94. Configuración del nodo IBM IoT ... 209 Figura 95. Conexión entre Weather Company y Cloud Foundry ... 210 Figura 96. Credenciales del servicio de Weather Company ... 212 Figura 97. Configuración del nodo de Weather Company ... 212 Figura 98. Configuración del nodo template ... 213 Figura 99.Configuración del nodo de Cloudant en Node-RED ... 215 Figura 100. Almacenamiento de los documentos con las medidas en cloudantdb... 216 Figura 101. Mensaje almacenado en Cloudant ... 216 Figura 102. Flujo de Node-RED con conexión a DashDB... 217 Figura 103. Creación de las credenciales de acceso a DashDB ... 219 Figura 104. Configuración del nodo DB2 Paso 1 ... 219 Figura 105. Configuración del nodo DB2 Paso 2 ... 220 Figura 106. Creación de tabla para almacenar las medidas desde Node-RED... 221 Figura 107. Valores de las medidas del sensor almacenadas en DashDB ... 221 Figura 108. Camino para añadir datos desde Node-RED a IOC ... 222 Figura 109. Creación de un data source propio ... 223 Figura 110. Configuración del data source ... 223 Figura 111. Propiedades básicas del data source creado ... 224 Figura 112. Configuración general del data source ... 224
Figura 113. Propiedades mínimas del data source ... 225 Figura 114. Propiedades del activo que se da de alta como data source ... 225 Figura 115. Configuración de la apariencia del data source... 226 Figura 116. Data sources dados de alta en el grupo Riego ... 226 Figura 117. Vista del mapa con el filtro configurado ... 227 Figura 118. Flujo de Node-RED para la inserción de medidas en el data source ... 227 Figura 119. Configuración del nodo de la función en Node-RED ... 228 Figura 120. Configuración del nodo http ... 229 Figura 121. Insertar csv de las medidas de Weather históricas ... 230 Figura 122. Carga del csv de medidas en Watson Analytics... 231 Figura 123. Pantalla de gestión de activos ... 232 Figura 124. Página principal de Operations del IOC ... 233 Figura 125. Filtro de la página de Operations ... 234 Figura 126. Filtro de Irrigation Management ... 235 Figura 127. información del activo Green Zone en el mapa ... 236 Figura 128. Pantalla de visualización de todos los activos... 237 Figura 129. Icono negro Zona Verde ... 237 Figura 130. Icono de zona verde negro con el fondo blanco ... 238 Figura 131. Iconos de la zona verde desde el Filtro de City Assets ... 239 Figura 132. Medida de la tarjeta SIM recogida de READING ... 240 Figura 133. Pantalla de inicio de Quickstart... 241 Figura 134. Conexión del Arduino al Quickstart ... 242 Figura 135. Recepción de medidas del Arduino... 242 Figura 136. Múltiples medidas en Quickstart para el sensor de humedad ... 243 Figura 137. Múltiples medidas para la cobertura WiFi ... 243 Figura 138. Conexión del Arduino con IoT Platform ... 244 Figura 139. Recepción de medidas del dispositivo en la ventana Recent Events ... 245 Figura 140. Recepción de medidas del dispositivo en la ventana State ... 246 Figura 141. Visualización de la llegada de mensajes en Node-RED ... 246
ÍNDICE DE FIGURAS Figura 143. Dashboards de información del IoT Platform ... 248 Figura 144. Grupo Riego de los data sources ... 250 Figura 145. Medidas de los sensores a través de Node-RED ... 250 Figura 146. Configuración de permisos de usuario en base a su rol ... 251 Figura 147. Sugerencias Watson Analytics con los datos reales ... 252 Figura 148. Histograma de los valores de humedad ... 253 Figura 149. Diagrama de la probabilidad de lluvia en base a variables meteorológicas asociadas ... 254 Figura 150. Días concretos en los que más llovió ... 255 Figura 151. Máxima humedad media dependiendo de las horas de lluvia ... 255 Figura 152. Mínima humedad media dependiendo de las horas de lluvia ... 256 Figura 153. Horas que llovió por día ... 256 Figura 154. Cómo afecta la lluvia a la humedad media ... 257 Figura 155. Cómo afecta la lluvia al rango de humedad ... 258 Figura 156. Conexión por APN y MQTTS ... 264 Figura 157. Estructura del IOC con conexión por APN y MQTTS ... 265
Índice de tablas
Tabla 1. Costes de recursos humanos del proyecto ... 58 Tabla 2. Costes de materiales y licencias del proyecto ... 59 Tabla 3. Costes de implementación del proyecto ... 60 Tabla 4. Tabla resumen de todos los costes del proyecto ... 61 Tabla 5. Descripción detallada de los requerimientos del sistema ... 77 Tabla 6. Nombres de los atributos creados en Maximo ... 137 Tabla 7. Tabla de nomenclaturas de Activos y Direcciones de servicio ... 142
Capítulo 1.
I
NTRODUCCIÓN
El planeta Tierra contiene más de mil millones de billones de litros de agua, pero muy poca es apta para el consumo. Más del 97% del agua de la Tierra es salada y sólo alrededor de un 3% del agua superficial del planeta es dulce, lo cual deja muy poca cantidad para repartir entre tantas personas y para tantos servicios y necesidades [1] [2].
Alrededor del 40% de la población mundial habita en zonas donde el agua es un recurso escaso o inexistente [3]. A pesar de que las cifras a día de hoy son alarmantes, el Foro Económico Mundial junto con otras instituciones estiman que para 2030, habrá una demanda un 40% más alta que el planeta no podrá suministrar [2].
Hay que tener en cuenta que la demanda de agua de la que se habla, no se refiere únicamente a la del consumo humano, de hecho, ese porcentaje es mínimo en comparación al que se destina a la agricultura, por ejemplo, que es la actividad que más agua precisa. Sin embargo, la consecuencia de las sequías y la pérdida de campos de cultivo repercute directamente en la supervivencia del ser humano.
Debido a la reciente preocupación de las ciudades sobre la gestión de los recursos de forma eficiente y sostenible, se han detectado algunos problemas fundamentales que incluyen el riego excesivo o insuficiente y la necesidad de un riego manual regular.
Gracias a los últimos avances de la tecnología y la automatización de las tareas, se han llevado a cabo grandes progresos en este campo, con la introducción de sistemas que detectan enfermedades en los campos de cultivo además de sensores que miden la temperatura y la humedad de las tierras para conservar las cosechas, lo cual ha supuesto una gran mejora en el estado de las tierras al garantizar un suministro de agua adecuado cuando sea necesario, pero también en la economía de estos entornos rurales donde se ha implantado.
INTRODUCCIÓN No obstante, las ciudades se enfrentan hoy en día a la superpoblación urbana en detrimento de la rural, lo que supondrá en un futuro no muy lejano, un problema de abastecimiento y gestión de los recursos, ya que no serán suficientes para tantos habitantes.
Teniendo en cuenta el crecimiento masivo de la población mundial y sobre todo urbana, la producción de alimentos debería aumentar en un 70% aproximadamente para poder alimentar a toda la población en 2050 [4].
La escasez de agua supone uno de los grandes desafíos del siglo XXI al que se van a tener que enfrentar, o ya se están enfrentando, sociedades de todo el mundo, aunque más especialmente las ciudades.
Estos hechos sumados al poco tiempo disponible están provocando que las instituciones y empresas estén centrando hoy en día todos sus esfuerzos en mejorar las infraestructuras y la manera en que se gestionan las ciudades.
Con este incesante incremento de necesidades, resulta necesario encontrar la forma de garantizar un uso eficiente de los servicios y gestión de materias primas para conseguir el mínimo impacto en su coste directo y externalidades asociadas.
Si bien en los últimos años se ha estado intentando mejorar el agua que se destina al riego de los campos de cultivo, se ha dejado de lado el riego que se destina a los espacios verdes de las ciudades, por lo que, en la mayoría de las ciudades del mundo el servicio de riego inteligente es aún desconocido.
Además, la preocupación de las ciudades por sus zonas verdes, jardines y parques públicos viene dada por el beneficio que estos suponen en términos de calidad de vida para sus habitantes. No hay que olvidar que estas zonas representan los pulmones de las ciudades cada vez más industriales y masificadas.
Aunque la mayoría de las urbes ya utilizan sistemas automatizados para sus servicios, dejando atrás los manuales, estos programadores de riego automatizan la tarea en base a elementos simplemente horarios o cíclicos, sin tener en cuenta otros factores del entorno
como puedan ser mismamente la humedad del suelo, la temperatura, las condiciones climatológicas, etc. Por lo que, aunque no se trate de un sistema manual, el gasto de recursos sigue siendo parecido, lo que incurre a su vez en un gran gasto económico innecesario.
La gestión de los recursos de las ciudades de forma más inteligente se ha vuelto primordial, por lo que la mayoría de las ciudades ya están buscando soluciones económicas y con resultados favorecedores, echando mano de la tecnología.
Con el objetivo de dar respuesta a los problemas que se plantean, manteniendo al mismo tiempo el estatus de ciudad sostenible, nace el concepto de ciudad inteligente o Smart City. Una ciudad inteligente es aquella que mejora la calidad de vida y el bienestar económico gracias a la aplicación de la tecnología con objeto de planificar, diseñar, compilar y operar la infraestructura de la ciudad. Esta aplicación no tiene que ver principalmente con "la tecnología más reciente"; tiene que ver con encontrar formas de utilizar la tecnología para hacer un uso más eficiente de los recursos existentes, orientado a mejorar la vida de los ciudadanos de la ciudad.
El concepto de ciudad inteligente obedece a la evolución digital adaptada a la escala de una ciudad, comunidad o municipio. A día de hoy, la información sobre los servicios de una ciudad es accesible de modo separado y no holístico. La falta de visibilidad holística en una ciudad inhabilita la posibilidad de crear una respuesta óptima que pueda incrementar el beneficio, crear fuentes de requisitos redundantes y dar una respuesta más duradera en el tiempo. Gracias a las Smart Cities esta característica está cubierta para los diferentes procesos de la ciudad.
Se debe considerar que las autoridades y empresas concesionarias se enfrentan a retos comunes en sus sistemas de gestión, con lo que a la hora de hacer mejoras sobre dichos sistemas, procesos o servicios de la ciudad, éstos deben estar interconectados.
INTRODUCCIÓN Las Smart Cities están directamente relacionadas con el concepto de IoT o Internet de las cosas, mediante el cual todos los elementos de la ciudad pueden estar generando e intercambiando información a través de la red.
Figura 1. Conexión entre los elementos de una Smart City e Internet de las Cosas [5]
Mediante el despliegue de sensores en los objetos cotidianos de las ciudades, se puede obtener en tiempo real información de todo lo que está pasando en la urbe. De este modo, todas las definiciones de Smart City coinciden en un aspecto: el uso de las TIC (Tecnologías de Información y Comunicaciones) para dar respuesta a los nuevos retos de las ciudades.
Las TIC deben estar incluidas como una infraestructura básica en los planes de inversión, para crear entornos regulatorios que favorezcan la adopción de las nuevas tecnologías y desarrollar enfoques holísticos a la hora de planificar los diversos sectores y la colaboración entre las ciudades [6]. Debido a la incorporación de estos elementos, en pocos meses se pueden ver algunos resultados como una mejora del rendimiento, maximización del retorno de la inversión y sistemas y procesos asociados más eficaces, que darán muestra de que la gestión municipal se encamina hacia una gestión de ciudades inteligentes. Esto también significará que se habrán adoptado nuevas formas de pensar, actuar y hacer uso de estos sistemas.
Es por ello por lo que, entre muchos otros involucrados, conceptos como centro de control y de operaciones integrado, toma especial relevancia en el concepto de una Smart City como base para el desarrollo de la misma. Estos centros serán los encargados de gestionar todos los eventos de una ciudad de manera ágil e integrada.
Este proyecto supone una motivación y un reto debido a la necesidad de encontrar una solución factible, asequible y extrapolable a todas las ciudades del mundo que resuelva el problema de la mala gestión de riego en las zonas verdes de las ciudades.
Con esta solución se reducirá el gasto de agua en las ciudades, cuidando el medio ambiente y consolidando la definición de Smart City como ciudad sostenible. De esta manera se estará proporcionando no solamente a los ciudadanos actuales, sino a todas las generaciones futuras un medio ambiente más seguro y más duradero.
Internet of Things (IoT) y la conectividad en tiempo real pueden crear soluciones para mejorar el medio ambiente. Por ello, para este proyecto se han usado sensores que proporcionan información en tiempo real sobre parámetros del suelo como la humedad y parámetros meteorológicos como las precipitaciones, dotando al sistema de suficiente información que puede usarse para implementar analítica e inteligencia.
De hecho, el objetivo y mayor desafío de este proyecto, es crear un sistema de riego capaz de determinar a través de estos sensores y esta analítica, el momento óptimo para regar, es decir, convertir un sistema de riego convencional en un sistema de riego inteligente.
Capítulo 2.
D
ESCRIPCIÓN DE LAS
T
ECNOLOGÍAS
En este capítulo se describirán las herramientas, protocolos y tecnologías utilizadas desde la descripción del proyecto, así como los materiales utilizados para la implementación del mismo en una maqueta.
Aunque este trabajo se ha realizado de manera individual, sienta las bases de un proyecto en expansión, y por tanto está pensado para que en un futuro se siga desarrollando en equipo. Por ello, con el objetivo de conseguir trazabilidad en el proyecto, se han utilizado herramientas colaborativas, que permitan el seguimiento del trabajo y la comunicación del equipo.
Para empezar, se ha utilizado la herramienta colaborativa llamada CLM (Collaborative Lifecycle Management), para que todos los miembros del equipo estén al tanto de los requisitos del proyecto, los casos de uso, los roles de cada uno, los objetivos, etc. Los miembros del equipo deben trabajar para un objetivo común durante el desarrollo del proyecto, por tanto, cuanto más claros estén los requisitos del proyecto menos dudas generarán los objetivos.
El entorno del CLM permite definir los requisitos del proyecto, los objetivos, los perfiles del equipo, crear casos de uso, diagramas de actuación, secuencia, actividad, pantallas gráficas, etc. Todo el equipo de trabajo debe tener acceso a esta herramienta para que todos puedan participar, exponer sus comentarios, actualizar el estado de las tareas, etc. El propósito de utilizar esta herramienta en este trabajo es servir de ayuda al equipo de trabajo que llegue después y tome las riendas del proyecto.
El elemento central de este proyecto consiste en un sistema GIS para geolocalizar y monitorizar activos de riego y otros sistemas inteligentes de gestión de servicios definidos en la ciudad. Para conseguir este sistema, se ha usado el sistema IOC (Intelligent
DESCRIPCIÓN DE LAS TECNOLOGÍAS El IOC es una solución de software de IBM diseñada para facilitar una supervisión y coordinación efectiva de las operaciones. El IOC es el responsable de proporcionar los cuadros de mandos operativos y las capacidades analíticas de la plataforma para que el centro de control pueda tomar decisiones precisas [7].
La aplicación de tecnología de la información avanzada puede ayudar a las autoridades a comprender, predecir y responder inteligentemente a patrones de comportamiento y eventos. Se trata de encontrar formas de utilizar la tecnología para hacer un uso más efectivo de los recursos existentes, para mejorar la vida de los ciudadanos de la ciudad [7]. IBM Intelligent Operations Center utiliza la potencia de los datos del mundo real que generan los sistemas informáticos mediante la realización de las siguientes tareas [7]:
Recoger y gestionar la información de los sensores y los activos
Integrar y analizar esos datos
Facilitar el acceso a la información
Presentar la información relacionada de un modo coherente
Además aporta beneficios al sistema para mejorar los resultados basándose en conocimientos adquiridos como son [7]:
Optimizar las operaciones planificadas y no planificadas mediante el uso de un enfoque integral de informes y monitoreo
Crear convergencia de dominios en una organización facilitando la comunicación y la colaboración
Mejorar la calidad del servicio y reducir los gastos mediante la coordinación de eventos
IBM Intelligent Operations Center está diseñado para el personal que participa en el control operacional en organizaciones, departamentos gubernamentales y autoridades locales o municipales: ejecutivos, supervisores y operadores [7].
IBM Intelligent Operations Center proporciona instalaciones de medición, monitoreo y modelado que pueden integrar sistemas subyacentes en una sola solución para mejorar la eficiencia operativa, la planificación y la coordinación [7].
Para la gestión de los activos de la ciudad se usará IBM Maximo Asset Management. Este software se podrá usar como gestor del inventario y acelerador de los procesos de gestión de activos, gestión de incidencias o gestión de órdenes de trabajo.
IBM Maximo Asset Management combina las soluciones de las empresas líderes en gestión de activos con el poder de los datos de IoT sobre las personas, sensores y dispositivos para ganar visibilidad en tiempo real [8].
IBM Maximo es una solución integral para administrar activos físicos en una plataforma común. Con Maximo, se pueden mantener todos los tipos de activos, verificar su estado de salud en tiempo real y optimizar las operaciones globales, desde la adquisición hasta la administración de contratos, en las instalaciones o en la nube [8].
Para la integración de estos activos con los sensores que mandan las medidas, se usará el IIB (IBM Integration Bus), ya que facilita la integración en tiempo real de los datos provenientes de los sensores.
IBM Integration Bus da soporte a varias interfaces para poder operar con los nodos de integración y administrarlos [9]:
IBM Integration Toolkit.
La interfaz de usuario web, que puede utilizar para administrar los nodos de integración.
Aplicaciones que usan el API de IBM Integration.
Conjunto completo de mandatos que se pueden ejecutar interactivamente o mediante scripts.
DESCRIPCIÓN DE LAS TECNOLOGÍAS
API REpresentational State Transfer (REST) permite el desarrollo de aplicaciones administrativas sin necesidad de instalar el software de cliente y los navegadores web pueden administrar los nodos de integración mediante una interfaz de usuario. El producto da soporte a una amplia gama de protocolos: WebSphere MQ, JMS 1.1 y 2.0, HTTP y HTTPS, servicios web (SOAP y REST), File, Enterprise Information Systems (que incluye SAP y Siebel) y TCP/IP [9]. De estos productos, WebSphere MQ se usará para habilitar el servidor de MQTT para la publicación de mensajes desde los sensores. Respecto a los protocolos usados para las comunicaciones, algunos de ellos ya han sido nombrados en este documento, como son MQTT y REST. Otro de los protocolos utilizados es el WiFi.
Se ha utilizado MQTT para la comunicación entre el sensor y la plataforma IoT de la nube. Primero, el Arduino publica por MQTT el mensaje en el tópico correspondiente. Luego, internamente el servicio Node-RED es el encargado de suscribirse al tópico del IoT Platform y recoger ese mensaje para su tratamiento, por lo que también hace uso de MQTT.
Como se ha podido intuir, MQTT es un protocolo de mensajería que se basa en el método de publicación/suscripción.
MQTT es extremadamente simple y ligero y está diseñado para dispositivos con restricciones y redes de bajo ancho de banda, alta latencia o poco confiables [10].
Los principios de diseño son minimizar el ancho de banda de la red y los recursos del dispositivo al tiempo que se intenta garantizar la fiabilidad y cierto grado de seguridad de la entrega. Estos principios también hacen que el protocolo sea ideal para el mundo emergente de "máquina a máquina" (M2M) o "Internet de las cosas" [10], de ahí la elección de este protocolo para la publicación de las medidas del sensor. Además, MQTT se puede utilizar con SSL para proporcionar seguridad y cifrado de los datos.
REST (REpresentational State Transfer) es un estilo arquitectónico para desarrollar servicios web. REST es popular debido a su simplicidad y al hecho de que se basa en los sistemas y funciones existentes de HTTP de Internet para lograr sus objetivos, en lugar de crear nuevos estándares, marcos y tecnologías [11].
En este proyecto, REST se utiliza para la publicación en la página HTTPS del IOC el mensaje que envió el Arduino, para representar las medidas en la pantalla de visualización. Del mismo modo que con MQTT, los detalles como el cifrado y la integridad del transporte de datos no se resuelven mediante la incorporación de nuevos marcos o tecnologías, sino que se basan en el conocido cifrado SSL y Seguridad de la capa de transporte (TLS) [11].
Una aplicación web REST requiere un enfoque de diseño con énfasis en los recursos. Para trabajar con estos recursos se hará uso de las aplicaciones estándar de HTTP como GET, POST, DELETE o PUT. Estos recursos suelen ser del tipo RDF, XTM, Atom, RSS y XML [12].
El último protocolo de comunicaciones utilizado es WiFi. En este proyecto WiFi se utiliza para tener conexión a la red de internet y poder publicar las medidas desde el Arduino. Para ello se utiliza una WiFi Shield.
Se ha decidido usar una WiFi Shield en lugar de una Ethernet Shield para dar más independencia al sistema. De este modo no hay que depender de un cable conectado al ordenador o a la red Ethernet para poder transmitir, sino que se hace de manera inalámbrica. El programa se carga a la placa y puede funcionar simplemente proporcionando una tensión de alimentación al Arduino, pero sin el cable de conexión al ordenador.
WiFi es una red de comunicaciones inalámbrica protegida por dos grandes estándares de seguridad: Wireless Equivalent Privacy (WEP) y Wi-Fi Protected Access (WPA y WPA-2). En este proyecto la conexión WiFi se ha protegido con WPA-2.
DESCRIPCIÓN DE LAS TECNOLOGÍAS Para este proyecto también se ha echado mano del entorno IBM Cloud para gestionar los servicios y aplicaciones en la nube.
IBM Cloud es un entorno de plataforma como servicio (PaaS) desarrollado por IBM. Soporta varios lenguajes de programación y servicios, así como la metodología de desarrollo DevOps de forma integrada para crear, ejecutar, desplegar y gestionar aplicaciones en la nube [13].
IBM Cloud está basado en la tecnología abierta de Cloud Foundry y corre sobre la infraestructura de SoftLayer. IBM Cloud soporta Java, Node.js, Go, PHP, Python, Ruby Sinatra, Ruby on Rails, GeneXus y puede ser extendido a otros lenguajes tales como Scala [13].
IBM Cloud está indicado para la construcción de entornos híbridos, permitiendo activos on-premise desplegados con entornos cloud públicos o privados. Esta funcionalidad hace de este entorno ideal para el objetivo de creación de ecosistema alrededor de ciudades inteligentes, lo cual permitirá tener máxima flexibilidad en cuanto a las posibles arquitecturas a gestionar dentro del objetivo de gestión de ciudades inteligentes que se quiere plantear con el presente proyecto.
Para poder integrar los datos del entorno real y el entorno cloud, se usará Node-RED. Node-RED es una herramienta de programación para conectar dispositivos de hardware, API y servicios en línea. Proporciona un editor basado en navegador que facilita el cableado de flujos utilizando la amplia gama de nodos de la paleta que se puede implementar en su tiempo de ejecución con un solo clic [14].
También permite crear funciones que se programan en JavaScript para la transformación de los datos, añadir información adicional, etc.
Gracias a los nodos y servicios que ofrece Node-RED, se puede conectar el flujo tanto a bases de datos relacionales como no relacionales para almacenar la información de los sensores.
IBM Cloud cuenta con servicios como Cloudant y DashDB a través de sus nodos en Node-RED y su catálogo de servicios para permitir el análisis de datos y su almacenamiento de la forma más dinámica y cómoda posible.
El servicio de base de datos NOSQL Cloudant agrega datos JSON a las aplicaciones móviles y web, accesible a través de APIs HTTP / S REST fáciles de usar. Permite trabajar con documentos JSON que auto-describen a través de una API REST qué hace cada documento en su base de datos Cloudant accesible como JSON a través de una URL. Los documentos pueden ser recuperados, almacenados o eliminados de forma individual o en grupo y también pueden tener archivos adjuntos. IBM se encarga del aprovisionamiento, administración y escalabilidad del almacén de datos, lo que ahorra tiempo y permite al usuario centrarse en la aplicación.
Con una potente indexación, MapReduce tiempo real y búsqueda de texto completo basado en Lucene Apache, Cloudant NoSQL DB hace que sea fácil agregar análisis avanzado de datos y acceso a datos de gran alcance [15].
Tener la información controlada y ordenada sirve para mejorar la eficiencia a la hora de buscar elementos concretos, por lo que las columnas de la tabla deben proporcionar información suficiente del dato buscado. Por ello, es bueno contar con un servicio de base de datos relacional que se base en tablas en lugar de en documentos como Cloudant.
El servicio de DashDB permite subir datos y soportar métodos analíticos desde la nube. Una vez que se tienen los datos en el DashDB, se puede conectar la inteligencia de negocio o aplicaciones de analítica y hacer consultas sobre los datos existentes a través de peticiones o Queries [16].
En cuanto al apartado de inteligencia de negocio, el sistema permite agregar datos de fuentes externas, en este caso del servicio de The Weather Company que proporcionarán datos de predicciones meteorológicas que se unirán a los datos de los sensores para proporcionar información más fiable y de mayor calidad.
DESCRIPCIÓN DE LAS TECNOLOGÍAS Permite agregar observaciones y previsiones meteorológicas a la aplicación IBM Cloud y visualizar los datos meteorológicos para un área que se especifica mediante una geolocalización mediante el uso de las API REST [17].
The Weather Company es el proveedor más completo de datos meteorológicos históricos y de pronóstico. Se capturan los datos de todas las formas de clima, incluida la precipitación, la presión barométrica, el viento y las tormentas eléctricas [17].
Se basa en API REST para recuperar la información que se desee de las siguientes que se ofrecen [17]:
Un pronóstico del tiempo por hora para las próximas 48 horas que comienza a partir de la hora actual para una geolocalización específica.
Un pronóstico diario para cada uno de los próximos 3, 5, 7 o 10 días a partir del día actual que incluye pronósticos para los segmentos diurno y nocturno para una geolocalización específica. Este pronóstico incluye la cadena de texto narrativo de pronóstico de hasta 256 caracteres con unidades de medida apropiadas para la ubicación y en el idioma solicitado.
Un pronóstico diario para cada uno de los próximos 3, 5, 7 o 10 días a partir del día actual, que divide cada pronóstico diario en segmentos de mañana, tarde, noche y noche.
Los datos meteorológicos actuales observados para una geolocalización específica. Estos datos meteorológicos incluyen temperatura, precipitación, dirección y velocidad del viento, humedad, presión barométrica, punto de rocío, visibilidad y radiación ultravioleta (UV).
Los datos meteorológicos observados para una geolocalización específica hasta e incluyendo las 24 horas anteriores. Esta información proviene de estaciones de observación física.
También avisa de las alertas meteorológicas emitidas por el gobierno, que incluyen las emitidas por el Servicio Meteorológico Nacional (EE. UU.), Environment Canada y MeteoAlarm (Europa).
Servicios de almanaque que proporcionan datos meteorológicos históricos diarios o mensuales que provienen de estaciones de observación del Servicio Meteorológico Nacional de un período de 10 a 30 años o más.
Servicios de asignación de ubicación que brindan la capacidad de buscar un nombre de ubicación o un código geográfico (latitud y longitud) para recuperar un conjunto de ubicaciones que coinciden con su solicitud.
Otro de los servicios de inteligencia que se utilizan es el de Watson Analytics.
Watson Analytics es un servicio de visualización y análisis predictivo de datos inteligente que se utiliza para descubrir patrones y significado en los datos de forma rápida. Con el descubrimiento de datos guiado, la analítica predictiva automatizada y las funcionalidades cognitivas como el diálogo en lenguaje natural, puede conversar con los datos y obtener respuestas comprensibles. Sirve tanto si se necesita detectar una tendencia rápidamente como si se necesita visualizar los datos de un informe en el panel de control.
Este proyecto cuenta con una maqueta en la que se muestra el funcionamiento del sistema. Para construirla, se han necesitado dos sensores, uno de humedad y otro de lluvia, un Gateway de comunicaciones, Arduino Uno con una placa WiFi Shield, y el cableado correspondiente para los sensores. Para no usar una placa adicional de protoboard de conexiones, se ha usado una Base Shield que se coloca sobre la WiFi para conectar ahí los sensores directamente.
El sensor de humedad o higrómetro utilizado es el Grove – Moisture Sensor similar al comercial FC28. Se trata de un sensor muy económico, especialmente diseñado para prototipos y aprendizaje, pero que no está pensado para cumplir las expectativas de desarrollo comerciales, es decir, no se podría usar para desplegar una red en una Smart City, pero cumple perfectamente su función en la maqueta a modo de demostración de funcionamiento.
DESCRIPCIÓN DE LAS TECNOLOGÍAS Este sensor mide la humedad de la tierra de forma indirecta calculando la conductividad. Cuanto más mojada esté la tierra mejor conductividad habrá y cuanto más seca menos conductivo será.
Figura 2. Sensor de humedad Grove Moisture Sensor El sensor cuenta con 4 pines:
VCC: es la tensión de alimentación. Normalmente 3.3 o 5 V, la misma que el Arduino
GND: es la tensión 0, la misma que la del Arduino
A0: es el pin que devuelve los datos en analógico
D0: es el pin que devuelve los datos en digital
El sensor se instala en la capa de la tierra donde se encuentran las raíces de las plantas, ya que es la zona donde se encuentra la humedad que utiliza para obtener nutrientes y por donde los absorbe.
Figura 3. Capas de la tierra y profundidad de las medidas
Como se puede ver en la imagen, la figura central muestra la profundidad en la que se mide la humedad normalmente, alrededor de los 30 cm, por lo que no es una capa muy profunda, es la señalada por la flecha verde. En caso de plantas más grandes como árboles, las raíces son más profundas y sería más recomendable medir un poco más abajo, como muestra el gráfico de la izquierda.
El sensor de lluvia o pluviómetro utilizado es el Grove Water Sensor similar al comercial FC37. Es de la misma familia que el sensor de humedad, por lo que las características y modos de uso son los mismos. Es un sensor que se usa en entornos académicos pero no en despliegues de redes sensoriales para el entorno de una ciudad.
Del mismo modo que el de humedad, este sensor es capaz de detectar si el ambiente está seco, mixto o inundado midiendo la conductividad. En este caso el sensor mide las gotas que caen sobre el circuito, la velocidad e intensidad, con lo que puede detectar si está lloviendo o no por la conductividad sobre el circuito gracias al agua que cae sobre él. Para ello se debe colocar en horizontal con el circuito hacia arriba para que caigan las gotas encima, justo como muestra la Figura 4.
DESCRIPCIÓN DE LAS TECNOLOGÍAS
Figura 4. Sensor de lluvia Grove Water Sensor
Para programar el envío de las medidas de estos dos sensores, se utilizará una placa de Arduino Uno.
Arduino Uno es una placa de microcontrolador basada en ATmega328P. Tiene 14 pines digitales de entrada / salida (de los cuales 6 se pueden usar como salidas PWM), 6 entradas analógicas, un cristal de cuarzo de 16 MHz, una conexión USB, un conector de alimentación, un encabezado ICSP y un botón de reinicio 268[18]. Se puede conectar a la alimentación enchufándolo al ordenador o con una fuente externa de 3.3 o 5 V.
Para conectar el Arduino a Internet de manera sencilla e inalámbrica se ha utilizado una WiFi Shield. Para conectar ambos dispositivos simplemente se pone la WiFi Shield sobre el Arduino encajando los pines correspondientes.
Figura 6. Arduino WiFi Shield [19]
Para poder conectar tantos sensores como se desee o el proyecto requiera, se ha utilizado también una Base Shield como la que se ve en la Figura 7, que se coloca sobre la WiFi Shield anterior encajando los pines según corresponda.
Capítulo 3.
E
STADO DEL
A
RTE
En este capítulo se explicarán más en detalle algunos de los conceptos importantes que se han mencionado anteriormente como los de Smart City e Internet de las cosas (IoT).
Después de ellos se comentarán algunos de los proyectos de riego más destacados tanto en el campo de la agricultura como, especialmente, en el de Smart Cities, a modo de testimonio de estudios, trabajos e investigaciones precedentes en el campo que ocupa este proyecto.
3.1
S
MARTC
ITIESUna ciudad inteligente (Smart City) es aquella que es capaz de aprovechar los datos que produce en su funcionamiento diario para generar información nueva que le permita mejorar su gestión y ser más sostenible, más competitiva y ofrecer mejor calidad de vida, gracias a la participación y colaboración de todos los actores ciudadanos.
Una ciudad inteligente es una ciudad comprometida con su entorno, donde las infraestructuras están dotadas de las soluciones tecnológicas más avanzadas para facilitar la interacción del ciudadano con los elementos urbanos, haciendo su vida más fácil.
Las Smart Cities se valen de las Tecnologías de la Información y las Comunicaciones (TIC) ya que su utilización las transforma en espacios más innovadores aparte de suponer mejoras en la provisión de servicios [21].
El uso eficiente de los recursos, a través de soluciones inteligentes, es el objetivo principal para el desarrollo de la sostenibilidad en las ciudades futuras. El concepto de desarrollo sostenible tiene tres objetivos urgentes:
ESTADO DEL ARTE • Vivir de acuerdo con los límites del medio ambiente, es el objetivo de la
sostenibilidad.
• Invertir en el progreso tecnológico.
Aunque para recibir la calificación de ciudad inteligente no es suficiente con ser sostenible. La implantación de nuevas tecnologías, la participación ciudadana en la vida pública, la búsqueda de la eficiencia en la gestión de los recursos disponibles, el incremento la calidad de vida de los ciudadanos, y visitantes, son algunas de las características que también definen a una ciudad inteligente [21].
Una ciudad inteligente es autónoma en términos de evolución de la información y la tecnología de infraestructura de comunicación. Gracias al aprovechamiento de las TIC como elemento central de su desarrollo, las ciudades inteligentes fomentan el crecimiento económico, mejoran el estilo de vida de los ciudadanos, crean oportunidades para el desarrollo urbano y resultan un apoyo a las iniciativas de sostenibilidad ecológica, mejorando la política y facilitando el acceso a los servicios de los ciudadanos.
Mediante la integración de este tipo de tecnologías, las ciudades inteligentes ofrecen también a los gobiernos una forma de involucrar más directamente a los ciudadanos, y crean una plataforma a través de la cual la ciudad puede conocer y aprender continuamente de sus acciones.
Una ciudad inteligente debe tener capacidad para desarrollar un proceso de planificación sólido que, en base a las necesidades y oportunidades propias de la zona, permita establecer sus prioridades y ser lo suficientemente flexible para adaptarse a los cambios que vienen de la mano de la superpoblación [22].
Para ello debe ser capaz de gestionar de forma eficiente todos sus recursos mediante dispositivos inteligentes, de forma que la ciudad disponga de movilidad tecnológica en todos los niveles [23].
Para que la ciudad inteligente funcione, se necesita la colaboración de todos los habitantes implicados, desde ciudadanos a organizaciones públicas pasando por empresas privadas.
Los ciudadanos deben tener acceso de forma rápida y cómoda a todos los servicios de la ciudad, ya que su interacción será clave para el desarrollo de los mismos y contribuirá al uso eficiente de los recursos. Además, estos servicios facilitarán y reforzarán las relaciones entre la Administración Pública y el ciudadano, mediante soluciones tecnológicas que agilicen el trabajo de los empleados públicos y aumenten la participación ciudadana [23]. Para que la información esté centralizada y los servicios se puedan interrelacionar, hace falta una plataforma llamada Centro Inteligente de Operaciones, donde llevar a cabo toda la recogida de información y la monitorización de los datos, ya que, de nada sirve tener sensores desplegados por la ciudad si no se lleva a cabo un tratamiento apropiado de la información que se extrae.
Cada ciudad debe identificar sus necesidades y prioridades, añadiendo progresivamente los servicios que precise. En principio el concepto de Smart Cities comenzó englobando las industrias más importantes como transportes, residuos, sanidad y energía, pero a medida que el concepto de ciudad inteligente se ha hecho más palpable e imprescindible, se han ido añadiendo servicios y verticales. Es por esto que hoy en día el servicio de riego inteligente es uno de esos verticales muy poco explorados y fomentados, pero no por ello menos importante. Precisamente por eso, este proyecto supone abrir las puertas a uno de los servicios del que menos partido están sacando las ciudades y que puede suponer una revolución en el modo de gestionar el riego de los espacios verdes y un ahorro económico sustancial añadido.
3.2
I
NTERNET DE LASC
OSASEn un contexto tecnológico, el concepto Smart City y el de Internet de las cosas son dos términos que van muy unidos. El IoT consiste en la completa interconexión de todo tipo de dispositivos mediante la red de comunicaciones que ofrece Internet. Es decir, desde dispositivos móviles u ordenadores, hasta vehículos, electrodomésticos, televisores o todo tipo de sensores y actuadores, como sistemas de alumbrado o dispositivos wearable.
ESTADO DEL ARTE Hoy en día, entender qué es el Internet de las cosas es mucho más sencillo que hace 10
años, cuando el uso de esta tecnología no estaba tan claro. Ahora es común ver objetos
cotidianos conectados entre sí y con la nube, ya que la infraestructura, las plataformas y las
aplicaciones de software también han evolucionado ofreciéndose como servicios para
almacenar datos o tratar la información.
De hecho, a finales de 2017 ya eran casi 8.400 millones los dispositivos los conectados a
Internet, un 31% más que en 2016, y se estima que para 2020 sean 20.400 millones los
objetos conectados según los análisis de Gartner [24].
Figura 8. Número de dispositivos conectados entre 2016 y 2020 [24]
Las posibles aplicaciones son inmensas pero son los negocios los que más rendimiento están sacando a los datos generados para hacer sus actividades más eficientes y sostenibles y hallar nuevas oportunidades de negocio, Las soluciones son tantas como necesidades, lo cual es otra de las ventajas. [25].
Sin embargo, en el contexto de las ciudades, es común desplegar redes de sensores para monitorizar los servicios. Una red de sensores se compone de una gran cantidad de nodos de sensores, que están desplegados densamente en un espacio del que se quiere extraer información. La posición de los nodos sensores no necesita ser diseñada o predeterminada, lo que permite un despliegue aleatorio en la mayoría de las ocasiones. Por otro lado, esto también significa que los protocolos y algoritmos de redes de sensores deben poseer capacidades de autoorganización [26].
De manera descriptiva, una Smart City es un espacio urbano con infraestructuras, redes y plataformas inteligentes, con millones de sensores y actuadores, dentro de los que hay que incluir también, a las propias personas y a sus teléfonos móviles. Un espacio que es capaz de escuchar y de comprender lo que está pasando en la ciudad y ello permite tomar mejores decisiones y proporcionar la información y los servicios adecuados a sus habitantes. Además, el uso de técnicas analíticas avanzadas en tiempo real es lo que permite crear una especie de conciencia y entendimiento sobre la ciudad, lo que sin duda, mejora los servicios prestados [27].
Los sensores dispuestos en distintas localizaciones de la ciudad pueden generar datos de transmisión que se envían y analizan en tiempo real, lo que permite detectar eventos de interés, valores atípicos y monitorizar la información de los activos.
Los desarrollos en tecnologías de procesadores y las comunicaciones inalámbricas han permitido el desarrollo de dispositivos cada vez más pequeños, es decir, menos intrusivos en el medio, pero a la vez más baratos y con más potencia, lo que también ha permitido su uso en aplicaciones médicas y servicios militares.
Con estas características, lo más importante para las empresas que se sirvan de IoT para sus negocios es cómo distribuir y monitorizar el medio, poniendo el foco de interés en los aspectos y eventos de importancia y más adelante cómo sacar partido de los datos que llegan de diferentes sensores a las plataformas donde ya el espacio tampoco es una limitación.
ESTADO DEL ARTE
3.3
P
ROYECTOS ACTUALES DE RIEGOTeniendo en cuenta los beneficios que aporta este sistema, ya son muchas las ciudades de todo el mundo que se han sumado al riego inteligente, aunque casi ninguna enfocada a las Smart Cities. Como se ha mencionado con anterioridad, la agricultura es el sector en el que más está invirtiendo en riego inteligente, por ello hay muchos más proyectos enfocados a este campo.
Aunque cada una es diferente a su manera, todas tienen en común la sensorización y el envío de información al centro de control, desde donde se toman las decisiones.
En España hay agricultores que ya han aplicado IoT a sus cultivos para mejorar la gestión de riego y en algunos casos también las condiciones de los terrenos, con sensores que monitorizan no solo el estado del suelo si no también la cantidad de fertilizante o la presencia de parásitos que enferman las cosechas.
Empresas nacionales y extranjeras han querido aprovechar las ventajas que ofrecen las nuevas tecnologías para incorporar sensores a los campos de cultivo y zonas verdes de las ciudades para monitorizar su estado. A continuación se nombrarán los proyectos más relevantes y recientes en relación con el riego inteligente.
BrioAgro Technologies
España es un país con múltiples terrenos cultivables, que aportan grandes beneficios a la economía del país, por ello es fundamental cuidar de su gestión y mantenimiento.
Uno de los productos más destacados y reconocidos de nuestra cultura es el aceite, por ello BrioAgro Technologies ha desarrollado un sistema de riego inteligente que aporta agua y fertilizante al olivo cuando lo necesita.
Esa información se obtiene en tiempo real gracias a los sensores de humedad del suelo, colocados a la profundidad de las raíces y a los datos climatológicos geolocalizados [28].
