• ESP-Sentinela: Monitoramento Autônomo por Visão Computacional

  • Voltar
 by   

Documento

AUTORES

Miniatura

Autores

Samuel Clarindo Gomes da Silva | Patrick Gabriel Oliveira Dantas | João Pedro Moreira Canha | Bernardo de Albuquerque Ramos | Samuel Clarindo Gomes da Silva | Erick Eric Nascimento de Oliveira | Patrick Gabriel Oliveira Dantas | Gustavo Fernandes Barbosa | João Pedro Moreira Canha | Bernardo de Albuquerque Ramos | Erick Eric Nascimento de Oliveira | Gustavo Fernandes Barbosa

E-mail de contato

samuelgomes2465@gmail.com

Campus / Polo

Campus Tijuca

Modalidade do(s) curso(s)

Presencial

Curso(s) de Graduação:

Ciência da Computação

PROJETO MAKER

Semestre

2025.2

Disciplina maker

Sistemas Embarcados

Professor(a)

Thiago Alberto Ramos Gabriel

Tipo(s) de produto(s)

Protótipos

RESUMO DO PROJETO MAKER

Título do Projeto Maker

ESP-Sentinela: Monitoramento Autônomo por Visão Computacional

Objetivo do projeto

Desenvolver um protótipo funcional de segurança residencial IoT de baixo custo que utiliza algoritmos de visão computacional para detectar movimento sem a necessidade de sensores físicos.

Descrição do projeto

O projeto desenvolve um protótipo funcional e de baixo custo de segurança residencial baseado em IoT. Utiliza o microcontrolador ESP32-CAM com visão computacional (diferença de quadros) para monitoramento visual em tempo real, sem sensores físicos. Ao detectar movimento, aciona um alarme local e envia notificação via MQTT e Telegram com foto da intrusão ao smartphone do usuário.

Materiais e métodos

O projeto apresenta um protótipo de segurança residencial IoT, funcional e de baixo custo. Usa o ESP32-CAM com visão computacional para monitoramento em tempo real, sem sensores físicos. Ao identificar movimento, dispara alarme sonoro e envia notificação via MQTT e Telegram com imagem da intrusão ao smartphone do usuário.

Aprendizados e desafios

O principal aprendizado foi entender a arquitetura híbrida de IoT, unindo MQTT para telemetria rápida e HTTPS para envio de fotos via API do Telegram. O maior desafio foi calibrar o algoritmo de detecção de movimento (frame differencing) no ESP32-CAM, com recursos limitados. Foi preciso criar uma rotina de aquecimento da câmera e ajustar o limiar de variação para evitar falsos positivos sem uso de sensor PIR.

Continuar navegando