Aula de Transformación Digital FiWare

Por falta de tiempo teníamos en el cajón guardado un verdadero tesoro. Preferimos no destacar las bondades de esta familia de microprocesadores para esto ya tenemos su WEB que nos ofrece todo lujo de detalles de la amplia gama de posibilidades que ofrece estos dispositivos. Las razones más importantes para destacarlo en nuestra aula son los diferentes sistemas de comunicación que están habilitados, puedes encontrar en un mismo dispositivo comunicaciones WiFi, Bluetooth, LoRa, SigFox y LTE/NB1 por lo tanto su versatilidad está asegurada.

Además su lenguaje de programación MicroPython facilita enormemente su programación y cada día van integrando multitud de librerías para cualquier tipo de necesidad -de las nuestras IoT-, además a través de plugins se integran con herramientas de desarrollo como puede ser Visual Code y/o Atom para una programación cómoda y segura. También ofrecen servicios cloud para poder interactuar en un entorno compartido, configuración remota, recepción de datos e integración con otras plataformas.

El Aula de Transformación Digital ha probado la simpleza de desarrollo con LoPy4 y concretamente la prueba de LoRa a través de TTN. Es nuestra curiosidad en base a las antenas que tenemos desplegadas en la Ciudad y que pronto daremos buena cuenta de ellas. La placa de desarrollo se programa a través de una placa de expansión que dispone de conexión USB (aunque también se puede usar WiFi) y que además, para las pruebas iniciales dispone de leds y botones integrados para que no tengamos que "cablear" ningún experimento básico, aparte del resto de entradas y salidas en la placa de expansión para experimentos avanzados.

Como dispositivo LoRa dispone de su DEVEUI que resolvemos con un pequeño programa y damos de alta en nuestra cuenta como aplicación de TTN, todo perfectamente documentado en el enlace y con el ejemplo de prueba tenemos nuestro dispositivo enviando mensajes en cuestión de minutos, pero lo vamos a "complicar" un poco más:

En nuestro caso concreto nos gusta trabajar con CayenneLPP, de esta manera tenemos en la plataforma TTN los datos legibles, además si accedemos con otro tipo de herramientas de programación como Node-Red tenemos los datos en "limpio" sin tener que tratarlos. Pues bien, la comunidad de programación está para ayudarnos y la librería de jojo-/py-cayenne-lpp -gracias por esta gran aportación-, nos soluciona el problema. Hemos modificado el programa inicial, adaptándolo al payload de Cayenne de TTN con muy pocas líneas y este es el resultado del programa:

No cabe duda, una gran placa con grandes prestaciones a tener en cuenta en nuestros desarrollos IoT. La integración con FiWare ya es "coser y cantar" !!