DESENVOLVIMENTO DE UM SISTEMA IOT DE MONITORAMENTO DA QUALIDADE DO AR PARA A STARTUP IRIS

Abstract

O interesse no monitoramento da qualidade do ar tem apresentado um crescimento acelerado nos últimos anos. Para suprir esse interesse, soluções de baixo custo têm surgido para aumentar a malha de monitoramento e complementar as medições das estações de referência. Algumas plataformas têm surgido para consolidar essas informações, mas estas ainda são esparsas e não atendem todos os requisitos demandados por uma solução comercial. Este trabalho descreve o desenvolvimento de um sistema que atenda a essa demanda, criado para a startup IRIS. O objetivo é criar um sistema eficiente para coleta, processamento e análise de dados ambientais, utilizando sensores de baixo custo. O trabalho envolve o levantamento dos requisitos do sistema, a construção de uma arquitetura robusta e o desenvolvimento deste. O sistema desenvolvido é escalável, flexível e capaz de integrar dados de fontes diversas, garantindo a precisão e a confiabilidade dos dados monitorados. O resultado é um sistema funcional, destacando-se por sua capacidade de calibração em tempo real e integração com estações de referência. Este sistema permite que a IRIS inicie operações com clientes reais, validando suas hipóteses de mercado e recebendo feedback para futuras melhorias.

Interest in air quality monitoring has seen rapid growth in recent years. To meet this demand, low-cost solutions have emerged to expand monitoring networks and complement reference stations. Several platforms have been developed to consolidate this information, but they remain sparse and do not meet all commercial requirements. This work describes the development of a system for the startup IRIS, aimed at efficiently collecting, processing, and analyzing environmental data using low-cost sensors. The system is scalable, flexible, and capable of integrating data from various sources, ensuring data accuracy and reliability. This functional system features real-time calibration and integration with reference stations, allowing IRIS to operate with real clients, validate market hypotheses, and receive feedback for future improvements.