Preservación e identificación de amenazas en obras de arte con IOT

En el núcleo del sistema, un marco físico aloja un prototipo electrónico basado en un microcontrolador ESP32, que recopila datos de sensores ambientales (temperatura, humedad y luminosidad) y regula la temperatura mediante un controlador PID que ajusta la velocidad del ventilador en una etapa de convección forzada compuesta por una placa Peltier, un disipador y un ventilador. Estos datos se transmiten a un servidor FastAPI, que los almacena en una base de datos RDS en AWS para su gestión y análisis histórico. Paralelamente, una cámara OV2640 captura imágenes y envía frames en formato base64 cada 2 segundos a través de un tópico en un broker Mosquitto. En una instancia EC2 de AWS, un modelo de inteligencia artificial YOLOv11n, implementado con OpenCV, procesa estos frames para identificar amenazas como objetos fotográficos, alimentos o proximidad excesiva. Al detectar una amenaza, se generan alertas que se publican en otro tópico de Mosquitto, siendo recibidas por el ESP32 para su visualización en una pantalla TFT local y por un servidor Node.js, que las despliega en una plataforma web desarrollada con HTML, CSS y JavaScript. Esta plataforma web también consulta los datos ambientales almacenados en RDS, ofreciendo una interfaz intuitiva para el monitoreo remoto y la visualización de tendencias.

• Autores: Orozco, Isabella; Vasco, Cristian José
• Fecha de publicación: 2025
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/13377
• Acceso en línea: http://hdl.handle.net/10584/13377
• Palabra clave: IoT, computer vision, art, paintings, environmental control, sensors, camera, object detection, frame; IoT, visión por computadora, Arte, pinturas, control ambiental, sensores, cámara, detección de objetos, marco
• License: Universidad del Norte