Prototipo de Edge Computing: Detección Inteligente de Movimiento

Este video presenta un innovador proyecto de Edge Computing que integra hardware de bajo costo con técnicas avanzadas de aprendizaje automático. Utilizando un sensor MPU6050 y una placa ESP32, demostramos cómo implementar un sistema capaz de detectar y clasificar movimientos en tiempo real.
Contenido del Video:

Calibración del sensor MPU6050
Recolección de datos vía MQTT
Procesamiento y visualización de datos en Google Colab
Entrenamiento de una red neuronal para clasificación de movimientos
Conversión e implementación del modelo en ESP32
Integración con IoT Stack y visualización en Node-RED

Este proyecto ilustra el potencial del Edge Computing en aplicaciones IoT, desde la adquisición de datos hasta el despliegue de modelos de machine learning en dispositivos de recursos limitados.
Perfecto para estudiantes y entusiastas interesados en IoT, machine learning y sistemas embebidos.
Tecnologías clave: ESP32, MPU6050, MQTT, TensorFlow Lite, Node-RED
Duración: 15 minutos
¡Sumérgete en el fascinante mundo del Edge Computing y descubre cómo puedes crear tus propios proyectos inteligentes!

Proyecto realizado en el marco de la maestría Internet de las Cosas, en el Colegio de Posgrado de la Universidad Autónoma del Estado de Hidalgo.
I.S.C. Erick Renato Vega Ceron