No abstract

No abstract

No abstract

The increase in demand for convenience and security, together with the focus on energy efficiency, has made residential automation become more relevant. One way to expand the use this technology is by applying the Internet of Things (IoT) concept, that connects things and people through wireless networks. The objective of this work is to develop a system that monitors and controls residential environments by using the IoT concept. The developed devices are independent and used in a cloud system in order to perform their tasks, which can be done remotely. Services that allow integration with external systems are available through the rest API. Resumo: Com o aumento da demanda por comodidade, segurança e o foco em eficiência energética, a automação residencial vem ganhado espaço. Uma aposta para expandir o uso desta tecnologia e melhorar a questão energéticaé a aplicação do conceito de Internet das Coisas (IoT), que interliga coisas e pessoas através de redes sem fio. O objetivo deste trabalhoé desenvolver um sistema para controle e monitoramento de ambientes utilizando o conceito de IoT. Os dispositivos construídos são independentes e estão integrados a um sistema nas nuvens para realização do procedimento, que pode ser feito de modo remoto. São disponibilizados serviços que permitem a integração de sistemas externos através de um web server criado com API rest.

A capacidade intrínseca dos humanos de detectar, diferenciar e classificar rapidamente os objetos nos permite tomar decisões rápidas em relação ao que é visto. Aplicações podem se beneficiar de detecção rápida e leve de objetos para imagens ou vídeos. Embora, nos últimos 5 anos, o setor de tecnologia tenha apresentado dispositivos com recursos de processamento e armazenamento impressionantes, os métodos de detecção e reconhecimento de objetos geralmente requerem alto poder de processamento e/ou grande disponibilidade de armazenamento, tornando difícil para os dispositivos com recursos restritos realizar a detecção e reconhecimento em tempo real sem uma conexão com um servidor. O modelo apresentado neste documento requer apenas 95 megabytes de armazenamento e a execução requer 113 ms em média por imagem em CPU de um laptop, tornando-o adequado para dispositivos que podem ser usados em qualquer lugar.