ESP32 GARDEN

Construyendo ESP32 Garden: Un Sistema IoT de Monitorización Agrícola de Extremo a Extremo

La gestión botánica eficaz requiere una monitorización ambiental precisa. Depender de suposiciones para los horarios de riego o las condiciones ambientales a menudo conduce a una salud subóptima de las plantas. Para solucionar esto, desarrollé ESP32 Garden, un sistema IoT de monitorización agrícola de extremo a extremo.

Este proyecto captura datos ambientales en tiempo real utilizando sensores de hardware, los procesa a través de una arquitectura de microservicios personalizada en Python y visualiza los datos históricos en un panel web interactivo . Además, use una carcasa impresa en 3D para proteger los microcontroladores de la exposición a la tierra y la humedad.

A continuación, se detalla la arquitectura del sistema, los componentes de hardware y el stack de software utilizados para dar vida a este proyecto.

La Arquitectura de Hardware

El sistema utiliza un microcontrolador ESP32, seleccionado principalmente por sus capacidades Wi-Fi integradas y su decente potencia de procesamiento. Se interconecta con los siguientes componentes de hardware:

• Sensor DHT11: Captura la temperatura ambiente y la humedad relativa.
• Sensor Analógico de Humedad del Suelo: Mide el contenido volumétrico de agua en la tierra.
• Sensor de Lluvia / Gotas: Detecta eventos de precipitación.
• Pantalla OLED (SSD1306): Proporciona depuración y lectura de estado en tiempo real en el propio dispositivo, sin necesidad de acceder al panel web.

Diseñando la Carcasa

Desplegar componentes electrónicos expuestos en un entorno agrícola introduce riesgos significativos de cortocircuitos debido al agua y la suciedad. Para mitigar esto,imprimí en 3D una carcasa personalizada. Diseñada para parecerse a una pequeña casa, esta cubierta aloja de forma segura el ESP32 y el cableado, dejando solo las sondas de los sensores necesarias expuestas al entorno.

El Stack de Software

La infraestructura de software es modular, dividiendo las responsabilidades entre el firmware integrado, una interfaz gráfica de gestión de escritorio, la ingesta de datos en segundo plano y la visualización frontend.

1. El Firmware: C++,Arduino

El ESP32 actúa como un dispositivo de borde (edge device) ejecutando un servidor web ligero. En lugar de renderizar una página HTML pesada en el microcontrolador, expone una API REST a través del endpoint /json. Cuando se le consulta, construye y devuelve las lecturas actuales de los sensores en un payload JSON estructurado.

void handleJSON() {
  String json = "{";
  json += "\"temperatura\":" + String(temperatura) + ",";
  json += "\"humedad_amb\":" + String(humedadAmb) + ",";
  json += "\"suelo\":" + String(porcSuelo) + ",";
  json += "\"lluvia\":" + String(porcLluvia);
  json += "}";
  server.send(200, "application/json", json);
}

2. Servicio de Ingesta de Datos

Para registrar los datos a lo largo del tiempo, un script de Python actúa como un demonio en segundo plano. Envía peticiones HTTP periódicamente a la dirección IP del ESP32, analiza los datos JSON entrantes, añade una marca de tiempo y registra la entrada en un archivo CSV local utilizando pandas.

while True:
    try:
        r = requests.get(URL, timeout=5)
        raw = r.json()

        nueva_fila = {
            'fecha_hora': datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
            'temperatura': raw.get('temperatura', 0),
            'humedad_amb': raw.get('humedad_amb', 0),
            'suelo': raw.get('suelo', 0),
            'lluvia': raw.get('lluvia', 0)
        }

        df = pd.DataFrame([nueva_fila])

        if not os.path.exists(CSV):
            df.to_csv(CSV, index=False, columns=COLUMNAS)
        else:
            df.to_csv(CSV, mode='a', header=False, index=False, columns=COLUMNAS)

    except Exception as e:
        print(f"Error de red: {e}")

    time.sleep(5)

3. Panel de Visualización de Datos

Los datos en bruto requieren interpretación. Utilicé streamlit y plotly para desarrollar una aplicación web que lee el archivo CSV compilado y renderiza gráficos interactivos de series temporales. Esto permite un análisis detallado de tendencias, como monitorizar la tasa exacta de agotamiento de la humedad del suelo.

import streamlit as st
import plotly.express as px

# Renderizar gráficos interactivos con Plotly
col_left, col_right = st.columns(2)

with col_left:
    fig_suelo = px.area(df_filtrado, x='fecha_hora', y='suelo', 
                        title="Humedad del Suelo (%)",
                        color_discrete_sequence=['#7D4F39'])
    st.plotly_chart(fig_suelo, use_container_width=True)
    st.write(f"**Media de humedad (Suelo):** {df_filtrado['suelo'].mean():.1f}%")

with col_right:
    fig_hum_amb = px.area(df_filtrado, x='fecha_hora', y='humedad_amb', 
                          title="Humedad Ambiental (%)",
                          color_discrete_sequence=['#0077B6'])
    st.plotly_chart(fig_hum_amb, use_container_width=True)

4. Gestor de Configuración (main.py)

Para agilizar el despliegue y gestionar los microservicios, el proyecto incluye un panel de control construido con tkinter. Esta GUI permite al usuario monitorizar el estado de red del ESP32 en un hilo en segundo plano y alternar los servicios de captura de datos y del panel web mediante subprocesos (subprocesses).

def monitorear(self):
    while True:
        url = f"http://{self.ip_esp}/json"
        try:
            requests.get(url, timeout=2)
            self.lbl_status.config(text="ONLINE", fg="green")
        except:
            self.lbl_status.config(text="OFFLINE", fg="red")
        time.sleep(5)

El Montaje Final en Acción

Código Abierto y Replicación

Este proyecto acorta la brecha entre los sistemas integrados de bajo nivel y los frameworks de ciencia de datos de alto nivel. Sirve como una base altamente escalable para cualquiera que busque adentrarse en el espacio del IoT.

Todo el proyecto es de código abierto. Puedes revisar la arquitectura completa, acceder al firmware y encontrar instrucciones detalladas de configuración en mi repositorio de GitHub:

ros1ndoo/ESP32Garden en GitHub

Pasos para el Despliegue:

1. Clona el repositorio e instala las dependencias.
2. Conecta los sensores DHT11, de humedad del suelo y de lluvia a los pines GPIO designados del ESP32.
3. Actualiza el archivo settup.txt con las credenciales de tu red local.
4. Ejecuta main.py, haz clic en "Aplicar" para generar las cabeceras de C++ y flashea el ESP32.
5. Utiliza la interfaz de Tkinter para inicializar el servicio de captura de datos y lanzar el panel de streamlit.