Pesquisas realizadas no WissTek-IoT
Three Phase Methodology (TpM)
A Metodologia de Três Fases (TpM), para criar soluções IoT, é o resultado de uma pesquisa desenvolvida pelo WissTek-IoT, com o objetivo de orientar o desenvolvimento de soluções, consultorias e ensino em IoT. A metodologia foi publicada em 2019 na IEEE Communications Magazine. Ela é estruturada em três fases distintas:
​​​​​
​
​
-
Fase 1: Considerando o Negócio: Esta fase inicial concentra-se na prospecção e no alinhamento do contexto de negócio, visando compreender o problema a ser resolvido pela solução IoT. Os componentes principais envolvidos são o "Negócio" em si, as "Coisas" a serem gerenciadas, as "Regras de Negócio" e um profissional "Especialista". O artefato de saída desta fase é o "Relatório de Negócio", que serve como entrada para a fase subsequente.
​​
-
Fase 2: Levantamento de Requisitos: Nesta fase, uma abordagem top-down (de cima para baixo) é aplicada para a coleta e definição dos requisitos da solução IoT. O processo é orientado por um modelo de seis camadas, iniciando no nível de negócio e progredindo para os dispositivos físicos. As camadas são: Display (L6), Abstração (L5), Armazenamento (L4), Fronteira (L3), Conectividade (L2) e Sensor/Atuador (L1). O artefato final é o "Relatório de Requisitos".
​​
-
Fase 3: Implementação: Esta fase final utiliza uma abordagem bottom-up (de baixo para cima) para implementar a solução com base nos requisitos definidos na fase anterior. A implementação começa no nível mais baixo (L1 - Sensor/Atuador) e avança pelas camadas superiores até que a "Solução IoT" completa seja entregue. O artefato final é o "Relatório da Solução e Implementação IoT".
​
​
Para entender melhor a TpM,
Esta pesquisa gerou um artigo publicado em importantes revistas.
Para saber mais sobre o artigo,
Prova de Conceito através da TpM
O Instituto de Pesquisas Eldorado, em parceria com o grupo de pesquisa do Wistek-IoT, implementou uma prova de conceito (PoC) para resolver um desafio comum: a rastreabilidade e a gestão de custódia de seus equipamentos de laboratório. O projeto, concebido e executado sob a Metodologia de Três Fases (TpM), foi um exemplo prático de como a metodologia, em sua versão estendida (TpM+), pode trazer resultados tangíveis.
​
A metodologia TpM, que começa pela compreensão do negócio antes de partir para a solução técnica, foi fundamental para o sucesso do projeto. Em vez de simplesmente implementar uma solução tecnológica, a equipe seguiu um roteiro que garantiu o alinhamento completo entre as necessidades do negócio (acabar com a perda de tempo na busca por equipamentos) e a tecnologia a ser aplicada.
​
​
​​
A solução desenvolvida introduziu a tecnologia de blockchain em conjunto com a Internet das Coisas (IoT), criando uma entidade inovadora chamada "Operador IoT". Este operador, funcionando como um guardião de custódia e executor de contratos, tornou a gestão de ativos transparente e imutável.
Os resultados foram notáveis:
​
-
Otimização Drástica: O tempo médio de busca por um equipamento foi reduzido de 2 horas para apenas 5 minutos, uma melhoria de 95,83%.
-
Aumento da Eficiência: A otimização do processo liberou os técnicos para se dedicarem a atividades mais importantes, minimizando o tempo de inatividade.
-
Transparência e Responsabilidade: O uso do blockchain proporcionou um registro confiável e auditável de cada movimentação de equipamento, aumentando a confiança entre as equipes e garantindo a responsabilidade por cada transação.
O sucesso desta prova de conceito no Eldorado validou a eficácia da TpM+ como uma estrutura sólida e aplicável em ambientes corporativos. Ao demonstrar ganhos concretos de eficiência e responsabilidade, o projeto reafirma a importância de uma metodologia bem definida para navegar com sucesso no complexo mundo dos projetos de IoT.
​Esta pesquisa deu origem a um artigo publicado na revista Suiça MDPI, eira em publicações acadêmicas de acesso aberto desde 1996, na seção Internet Das Coisas.
​​​
Para entender melhor a PoC,
Para saber mais sobre o artigo,
Prevenção a Roubo de Gado através da TpM
O furto de gado, conhecido como abigeato, representa um desafio crescente para o setor pecuário do Brasil, resultando em perdas econômicas e riscos sanitários. As soluções de segurança existentes, como câmeras e cercas elétricas, frequentemente se mostram ineficazes em áreas rurais extensas. Para enfrentar essa vulnerabilidade, uma nova pesquisa propõe um sistema inovador que utiliza a observação de sinais de radiofrequência (RF) para identificar movimentações atípicas dos animais, um comportamento comum durante o ato de furto.
A pesquisa foi estruturada e executada com base na Metodologia de Três Fases para o Desenvolvimento de Projetos de IoT (TpM-Pro), uma abordagem ágil e iterativa que prioriza a compreensão do problema de negócio antes de qualquer escolha tecnológica. A utilização desta metodologia foi crucial para a validação do conceito e a organização do projeto.​
A pesquisa seguiu as três fases da TpM-Pro:
1° Fase: A primeira fase focou em entender a fundo o problema do furto de gado. A equipe de pesquisa, composta por profissionais do Instituto de Zootecnia do Estado de São Paulo, validou a regra de negócio de que animais em situação de furto se movem de forma mais intensa do que o normal. Com isso, o objetivo da solução foi definido: detectar essas movimentações atípicas através de um sistema de monitoramento discreto e eficiente.
2° Fase: Nesta etapa, foram definidos os requisitos técnicos do sistema. A equipe estabeleceu a necessidade de uma rede de sensores sem fio que cobrisse a área do piquete, coletando amostras do
Indicador de Intensidade do Sinal Recebido (RSSI) a cada 5 segundos. O sistema foi projetado para ser adaptável e pudesse utilizar uma rede sem fio já existente, como uma rede Wi-Fi, para maior conveniência.
3° Fase: A fase de implementação e validação foi realizada com a criação de um "Domo Radioelétrico" em uma fazenda real. Quatro transceptores e uma estação base foram instalados na periferia de um piquete de 200 metros quadrados.
Foram realizados testes em três cenários:
-
Cenário 1: Piquete vazio.
-
Cenário 2: Gado em pastagem normal.
-
Cenário 3: Gado em movimento rápido, simulando um furto.
Os resultados mostraram que o desvio padrão do RSSI foi significativamente maior no Cenário 3 em comparação com os outros cenários, confirmando que a movimentação atípica dos animais reflete-se na variação dos sinais de RF. A pesquisa concluiu que a ideia de utilizar a variação do RSSI para detectar o furto de bovinos é viável e tem um potencial promissor.
Para entender melhor o projeto,
Esta pesquisa gerou um artigo publicado.
Para saber mais sobre o artigo,
Energia Fotovoltaica Aplicada à Comunicação LoRa em Ambientes Agrícolas
A agricultura de precisão exige soluções que conciliem sustentabilidade e eficiência, sobretudo em ambientes com restrições de infraestrutura. Além da busca por fontes de energia limpa, há a necessidade de prover suprimento elétrico em áreas remotas ou sem acesso à rede convencional. Nesse cenário, a integração entre painéis fotovoltaicos e tecnologias de comunicação sem fio, como LoRa e LoRaWan, surge como alternativa promissora.
Este artigo apresenta um projeto de pesquisa desenvolvido pelo laboratório WissTek-IoT da FEEC, aplicado ao monitoramento de variáveis ambientais em uma estufa de tomates italianos na FEAGRI (UNICAMP). A iniciativa evidencia a viabilidade técnica da combinação entre energia solar e IoT na agricultura de precisão.
