Blog
Investigación y Publicaciones

Sobre espacios inteligentes para ayudarnos a controlar COVID-19 y cómo hacerlo de una vez

En el 2019 empezó lo que hoy conocemos como una pandemia de proporciones globales, que nunca habíamos experimentado. COVID-19 alteró completamente el modo normal de funcionamiento de todos los países y sus habitantes, y para poder controlarlo, se han tenido que desarrollar tanto vacunas en tiempo récord como medidas que se denominan no farmacológicas. Estas incluyen aquellas controlan el movimiento y actividad de las personas para evitar la propagación del virus.  


En el futuro necesitamos más que solamente medidas que se aplican a nivel de gobierno. Debemos encontrar respuestas rápidas y flexibles ante posibles situaciones de riesgo, y así responder con información local, específica al lugar donde estamos. Como personas ciudadanas podamos generar esta información para contribuir al control de COVID-19 del país, y que nos asegure a nosotros mismos, nuestra familia y nuestros clientes o personas en el entorno de trabajo un menor riesgo de infección y mayor bioseguridad.  

Las herramientas de medición deben permitirnos diseñar nuestros nuevos espacios inteligentes donde el espacio mismo pueda darnos un estatus de seguridad ambiental con respecto a COVID-19 (y otras posibles enfermedades).  Con esto me refiero a un sistema computacional ciberfísico (que combina lo digital con mediciones físicas tangibles) que nos permita medir una serie de variables ambientales en espacios físicos.

Una de las acciones inmediatas que podemos tomar es la de medir qué tan seguros son nuestros espacios para evitar contagio entre personas.  Cuando personas infectadas con COVID-19, espacialmente en período presintomático,, estas esparcen partículas de aerosol que podrían estar cargadas del virus cuando hablan, cantan o incluso solamente al respirar. Así, se han aplicado medidas de control como reducción de cantidad de personas en espacios cerrados y aumento en la ventilación para mantener niveles de aire exhalado por personas lo más bajo posible.  En principio, cuando exhalamos aire, este viene cargado de VOC (compuestos orgánicos volátiles, de sus siglas en inglés).  Mientras mayor cantidad de personas están en un espacio y menos ventilado sea éste, mayor será el aumento en gases VOC y en particular CO2. ¿Podremos determinar la seguridad de un local u oficina midiendo VOC? La respuesta es un rotundo sí, y hagamos una prueba de una vez.

Medir compuestos orgánicos volátiles (CO2)

Para esta prueba voy a utilizar un microcontrolador que se llama Arduino Nicla Sense Me (ver la foto). 

Este controlador tiene un potente procesador Arm Cortex M4 de 64MHz, y a pesar de su tamaño (ver foto), viene cargado de sensores de muy alto nivel y calidad industrial marca BOSCH.  En particular nos interesa el sensor BME688, que además de medir variables ambientales como temperatura, presión barométrica y humedad, tiene un sensor de gases que permite medir un conjunto de gases VOC y por tanto determinar calidad del aire. De hecho, la misma empresa BOSCH recomienda este sensor (el BME 680 y 688) para esta aplicación.

Desarrollé un código sencillo en C/C++ que pueden descargar acá (GitHub de Cenfotec) para poder hacer que el controlador lea la información del sensor, y calcule un porcentaje de “seguridad ambiental”

Una vez cargado el código en el controlador, lo primero que debe hacerse es medir los gases VOC al aire libre, para usar esto como referencia. Podría suponer que la máxima calidad de aire la podría obtener fuera de mi casa, donde el aire circula libremente y el aire exhalado se difunde rápidamente en el ambiente.  Allí hago una lectura de gases VOC, y se deja el sensor por un largo rato (un par de horas) afuera para que me de una lectura máxima (en este caso me dió alrededor de 23 kohm). De esta manera en realidad no se requiere calibración del sensor (aunque se podría), pues interesa saber los cambios relativos con respecto a un ideal.  Esta lectura de 23kohm es la resistencia generada por la presencia de gases VOC.  El sensor cambia su resistencia a medida que haya más gases VOC mezclados en el aire.  Una lectura alta indica ausencia de estos gases, y una lectura baja la presencia de gases como CO2.

Una vez hecha la medida afuera, la lectura la utilizo de línea base, que representa la mejor condición, sin personas y completamente abierto y digamos que seguridad ambiental 100%. Ahora puedo comenzar a medir lugares cerrados en el interior de la casa.  Para darles una idea, medí rápidamente en diferentes condiciones en el interior de la casa y generé el siguiente cuadro:


Estas medidas de porcentaje, se harían relativas a la lectura del sensor en condiciones abiertas y sin personas. Imagínese la siguiente situación tiene un local comercial, un bar o restaurante, utiliza un sensor como este, mide la situación sin personas en el local, o incluso fuera del local, en la terraza (si la tiene). Eso lo utiliza de base, y comienza a medir el cambio en la lectura de gases a medida que se va llenando el local. De esta manera podría realizar una medición de “aforo” basada en datos de su propio local, para que usted pueda controlar la ocupación del local, y así asegurar a su clientela que usted tiene un local COVID seguro.


Llevándolo más allá

Con el mismo Arduino Nicla se pueden hacer muchas más cosas con este sensor, incluso medidas mucha más precisas para utilización industrial y científica, las cuales lo pueden investigar en la página de Arduino.  Sin embargo, para este tipo de aplicaciones lo que nos interesa es medir el cambio y generar grados de alerta, no mediciones detalladas.

Como alternativa de menor costo al Arduino (que cuesta $70) se podría utilizar un controlador ESP32 de bajo costo (alrededor de $15 en Costa Rica), y que es el que utilizamos en Universidad Cenfotec para los cursos de IoT, y luego se le puede agregar el sensor de BOSCH BME680 que cuesta $18. Con esta combinación se podría construir rápidamente un sistema que además pueda subir a la nube los datos, e incluso regular ventiladores, abrir ventanas, generar algún tipo de notificación de alerta, etc.

Conclusiones

Esta es una prueba de concepto y no pretende ser un experimento científico ni un desarrollo riguroso. Lo que quiero probar es la posibilidad de medir cualitativamente la presencia de personas en un lugar cerrado, para poder generar alarmas que permitan controlar el aforo (número límite de personas en un espacio) de manera más precisa y en tiempo real.

¿Qué sigue ahora? lo que yo denomino investigación táctica, es decir investigación cuyo objetivo principal es el de producir resultados concretos que pueden ser utilizados y aprovechados inmediatamente.  Para probar sensores como estos, se requieren hacer algunas pruebas adicionales para medir la relación entre densidad de ocupación y lectura de gases sensor, y así establecer alguna escala de seguridad de un local cerrado. Esta es una prueba de bajo costo y que podría incluso hacerse en el mismo sitio de instalación, en tiempo real, en algún local que quiera apoyar una investigación corta de este tipo ¿Se apuntaría? Nosotros en Cenfotec estamos listos.

Nuestro nuevo mundo digital implica que no solamente digitalizamos los procesos y datos, sino también los espacios físicos, mediante sensores que nos permitan responder de manera rápida ante cambios en esos espacios.  En la era de COVID, y posibles enfermedades infecciosas emergentes, equipar los espacios con sensores para poder transformarlos en espacios inteligentes, nos permitirá acercarnos a los niveles de bioseguridad necesarios para sobrellevar esta u otras posibles pandemias.

Tomás de Camino Beck, Ph.D
Director Escuela Sistemas Inteligentes
Universidad Cenfotec

"Nicla Sense ME | Arduino Documentation." https://docs.arduino.cc/hardware/nicla-sense-me. Se consultó el 13 nov. 2021.
"Gas sensor BME688 | Bosch Sensortec." https://www.bosch-sensortec.com/products/environmental-sensors/gas-sensors/bme688/. Se consultó el 13 nov. 2021.
"Air quality, COVID-19 and sensing solutions | Bosch Sensortec." https://www.bosch-sensortec.com/news/how-sensing-solutions-help-to-fight-against-covid-19.html. Se consultó el 13 nov. 2021.
"Arduino Nicla Sense ME Cheat Sheet." 8 nov. 2021, https://docs.arduino.cc/tutorials/nicla-sense-me/cheat-sheet. Se consultó el 13 nov. 2021.
https://www.crcibernetica.com/esp32-wifi-and-bluetooth-dev-board/
 https://www.adafruit.com/product/3660 

Descargas

Galería

No items found.

Comparte esta publicación:

Otros temas interesantes
Ver Todas