Aprendizaje de sensorizado de entornos IoT mediante BeagleBone
- Alejandro Millan Del Rio 1
- José Alberto Benítez Andrades 1
- Carmen Benavides Cuellar 1
- Bruno Fernandes 2
- Fabio Silva 3
- José Luis Casteleiro Roca 4
- Isaías García Rodríguez 1
- Héctor Alaiz Moretón 1
-
1
Universidad de León
info
-
2
Universidade do Minho
info
- 3 Polytechnic Institute of Porto (Portugal)
-
4
Universidade da Coruña
info
- Jose Luis Calvo Rolle (coord.)
- Jose Luis Casteleiro Roca (coord.)
- María Isabel Fernández Ibáñez (coord.)
- Óscar Fontenla Romero (coord.)
- Esteban Jove Pérez (coord.)
- Alberto José Leira Rejas (coord.)
- José Antonio López Vázquez (coord.)
- Vanesa Loureiro Vázquez (coord.)
- María Carmen Meizoso López (coord.)
- Francisco Javier Pérez Castelo (coord.)
- Andrés José Piñón Pazos (coord.)
- Héctor Quintián Pardo (coord.)
- Juan Manuel Rivas Rodríguez (coord.)
- Benigno Rodríguez Gómez (coord.)
- Rafael Alejandro Vega Vega (coord.)
Editorial: Servizo de Publicacións ; Universidade da Coruña
ISBN: 978-84-9749-716-9
Ano de publicación: 2019
Páxinas: 302-308
Congreso: Jornadas de Automática (40. 2019. Ferrol)
Tipo: Achega congreso
Resumo
El presente trabajo aborda la utilización del microordenador BeagleBone Black como opción alternativa a las extendidas soluciones Arduino y RaspBerry PI como recursos de aprendizaje a realizar un proyecto de sensorizado en entornos IoT. En el trabajo se presentan dos montajes sencillos como pruebas de concepto formativas de cara a demostrar la viabilidad de BeagleBone Black para sensorizado. Además, se presenta una comparativa de las diversas soluciones existentes en el mercado.