TFG: Desarrollo de servicios interactivos para un tablón expositor con iluminación LED.
Posted on by b105

El tablón expositor del laboratorio Electronic Systems Lab B105, ubicado en el pasillo de la primera planta del edificio B en la ETSIT, cuenta con un sistema de iluminación LED controlado por una Raspberry Pi.

Los LEDs del tablón están controlados por un modelo de drivers de Texas Instruments: TLC5940. Dichos drivers, mediante las señales de entrada pertinente, envían por sus salidas las respectivas señales que hayamos configurado. Para ello contamos con la librería TLC5940 de código abierto, que permite enviar estas señales en un nivel de abstracción más alto, es decir, pudiendo elegir directamente los colores y segmentos de LED y encargándose de enviar las señales pertinentes. Dicha librería ha sido modificada con el objetivo de poder realizar estas acciones de forma aún más sencilla.

El objetivo de este trabajo de Fin de Grado es desarrollar una serie de funcionalidades interactivas que, mediante el uso de una interfaz en un teléfono Android, permita la interacción del usuario con el tablón, pudiendo configurar los diferentes efectos de luces que queremos personalizar.

Se han realizado las siguientes fases del proyecto:

  • Diseño e implementación del código a ejecutar en un sistema Raspberry Pi en C++, con el objeto de crear diferentes efectos de los diodos LED y funcionalidades para el tablón:
    • Codificación de los diversos efectos de luces.
    • Diseño del código e interrupciones para la conexión Bluetooth,utilizando las librerías disponibles para Raspberry Pi.
  • Diseño e implementación de la aplicación para teléfonos Android:
    • Diseño e implementación de la interfaz de usuario, incluyendo la posibilidad de personalización para los diferentes efectos.
    • Implementación de la conectividad Bluetooth desde la aplicación utilizando las librerías proporcionadas por Android.
    • Desarrollo del código Java que gestiona la lógica de la aplicación.
  • Pruebas y validación del proyecto.

Las diferentes fases se han enfocado con vistas a la posibilidad de ampliar el proyecto en el futuro añadiendo nuevas alternativas de control y uso tanto a la Raspberry Pi como a la aplicación móvil.

Ejemplos de la interfaz de usuario:


Imagen 21Imagen 1

Vídeo demostrativo:

Cálculo de cargas para máquinas quitanieves
Posted on by albarc

Una de las tareas del proyecto Quitanieves que está siendo desarrollado por nuestro grupo consiste en la realización de una aplicación Android. Esta aplicación tiene como función mostrar al operario de la quitanieves los valores de los distintos sensores instalados en la máquina, así como el registro de rutas GPS y su exportación.

Como funcionalidad adicional de la aplicación hemos incluido un módulo de cálculo de cargas. El reparto y correcta distribución de las cargas es muy importante en cualquier camión, y por tanto también en los vehículos de mantenimiento invernal ya que transportan gran cantidad de sal, salmuera u otros materiales anti-hielo.

El módulo de cálculo de cargas desarrollado está destinado a tres modelos de camiones esparcidores de la empresa danesa Epoke, ya que son de los más utilizados. En concreto, la aplicación trabaja con los esparcidores mixtos (sólido y líquido) Sirius AST y Sirius Combi AST, y el esparcidor líquido Virtus AST.

La interfaz de usuario correspondiente a este módulo se estructura en tres pestañas, cada una para uno de los tipos de máquina, siguiendo el modelo Material Design de Android. En cada una de estas pestañas se pueden introducir en la parte derecha las características concretas de la máquina, así como sus posibles extras, volumen disponible, densidad de los materiales cargados, etc. Por su lado, en la parte izquierda, y de acuerdo a los datos específicos introducidos, se muestran en un cuadro todos los valores calculados. Estos valores son las capacidades y pesos de los diferentes materiales, las distancias relevantes del camión, la situación del centro de gravedad de la máquina, así como la carga que soportan los diferentes sistemas esparcidores y de apoyo. Para obtener una distribución correcta de las cargas se muestran en rojo los valores que no cumplan con las especificaciones máximas de la máquina correspondiente. Por último se muestra también un dibujo del camión esparcidor de acuerdo al modelo concreto seleccionado.

Aplicación Android para el proyecto Quitanieves
Posted on by albarc

Una de las tareas del grupo B105 en el proyecto Quitanieves ha consistido en desarrollar una aplicación móvil que sirva como interfaz de usuario entre el conductor y su máquina quitanieves.

Esta aplicación tiene como objetivo fundamental asistir al operario en su toma de decisiones proporcionándole los valores medidos por los sensores que hay instalados en la máquina quitanieves. Esta información puede servirle para ser más eficiente y preciso en tareas como la distribución de sal u otras sustancias antihielo. Concretamente, los sensores que hay ahora mismo instalados en la máquina miden la temperatura ambiente, la humedad relativa y la luminosidad.

Además de presentar esta información, y puesto que la tableta en la que va instalada tiene conectividad GPS, la aplicación es capaz de posicionar la máquina y grabar la ruta que sigue al realizar su labor. Esta ruta puede ser exportada en formato GPX o KMZ para poder ser visualizada en cualquier momento en otro dispositivo. Esta funcionalidad tiene mucha utilidad puesto que hasta ahora era frecuente que las labores de retirada de nieve no fueran eficientes debido a que se pasara por unas vías más veces de las necesarias, mientras otras vías no eran lo suficientemente atendidas.

Por último, la aplicación tiene un modo de cálculo de cargas. Uno de los problemas presentes actualmente en las quitanieves es el mal reparto de las cargas embarcadas, como sal, salmuera u otras sustancias. El hecho de que esta carga no esté bien repartida en la máquina puede ocasionar que el vehículo sea menos manejable e incluso que su conducción pueda volverse peligrosa debido a un desplazamiento de su centro de masas. Además, puede ocurrir que este mal reparto provoque que algunas sustancias, especialmente la sal, puedan acumularse fuera del alcance del sistema de distribución, haciendo imposible su diseminación. Para ayudar a solucionar este problema, la aplicación presenta una funcionalidad que calcula cuál debería ser el centro de masas y el reparto óptimo de las cargas, para diferentes modelos de máquinas existentes.

Segunda entrega del prototipo de Carreteras
Posted on by jblesa

El proyecto de carreteras está llegando a su fin y la segunda entrega del prototipo ya está siendo probada en vehículos reales. Las pruebas se han realizado tanto por parte del B105 como de forma conjunta con la empresa Valoriza. En esta nueva versión tenemos grandes diferencias en el aspecto visual de la aplicación Android. Esto ha resultado en un mayor conocimiento de este sistema operativo. También ha habido modificaciones en el prototipo de caja 3D para los sensores.

Otro de los cambios ha sido el software del PC, que a parte de tener una mayor funcionalidad se ha portado a Windows. Esta migración permite tener el sistema tanto en un sistema Linux como Windows. Por otro lado, se ha conseguido nuevo conocimiento en programación de varios lenguajes como batch (equivalente a bash en Windows), ruby o awk.

El prototipo continua su evolución y se espera tener un sistema completamente funcional en las próximas semanas.

PFC: Implementation of an architecture for the development of cognitive features in smartphones
Posted on by b105

android cognitive radio

The objective of this project is the development of a cognitive module in smartphones. This module will implement cognitive features that becomes this terminals in nodes of a Cognitive Wireles Sensor Network. The smartphones are one of the best terminals in order to implement cognitive tasks such as spectrum sensing, collaboration and learning.

Related Technologies

  • Cognitive Radio
  • Wireless Sensor Networks
  • Linux
  • Java (Android)

Task

  • State of the art study in Android terminals
  • Control over wireless interfaces
  • Cognitive architecture definition
  • Implementation of the modules and functionality
  • Tests and results

Requirements

  • Dedication: 4 hours/day.

Tutor

Javier Blesa <jblesa@die.upm.es>

Estate

In progress