Sistema IoT de Deteccion de Incendios con IA

Sistema de monitoreo IoT inteligente completamente automático que combina sensores Arduino, captura automática de multimedia desde IP Webcam (Android) vía ngrok, y análisis con Inteligencia Artificial para detectar incendios en tiempo real sin intervención manual.

Características Principales

• API REST para recepción de alertas desde sensores Arduino
• Captura multimedia automática desde IP Webcam (Android) vía ngrok
• Sistema completamente automático - no requiere intervención manual
• Procesamiento con IA mediante Google Vertex AI para detección de fuego/humo
• Captura simultánea de foto (JPG), video (MJPEG) y audio (WAV)
• Almacenamiento en la nube con Google Cloud Storage
• Análisis automático de multimedia con IA al recibir alertas
• Throttling inteligente (60s cooldown) para evitar spam de capturas
• Historial de alertas con análisis de IA incluido
• Interfaz web moderna para monitoreo en tiempo real
• Integración con n8n para envío automático de correos electrónicos
• Sistema de túnel seguro con ngrok para acceso remoto

Tecnologías Utilizadas

Backend

• Python Flask - Framework web principal
• Google Cloud Platform:
  • App Engine (despliegue)
  • Cloud Storage (almacenamiento)
  • Vertex AI (análisis de IA)
• Arduino - Sensores IoT
• ngrok - Túnel seguro para acceso remoto a IP Webcam

Dispositivos Móviles

• IP Webcam (Android) - Servidor de cámara local
• Captura automática desde endpoints: /photo.jpg, /video, /audio.wav

Integraciones

• n8n - Automatización de workflows y envío de emails
• Gmail API - Notificaciones por correo electrónico

Infraestructura

• Google Cloud Storage - Almacenamiento de archivos multimedia
• Google Vertex AI - Modelo de detección de fuego/humo
• HTTPS - Comunicación segura

Prerrequisitos

• Python 3.11+
• Cuenta de Google Cloud Platform
• Arduino con sensores de temperatura y luz
• Dispositivo Android con IP Webcam (app gratuita)
• ngrok (para túnel seguro)
• n8n (para automatización de emails)

Instalación Local

1. Clonar el repositorio:

   git clone <url-del-repositorio>
   cd proyecto-iot/api-iot

2. Crear entorno virtual:

   python -m venv venv
   source venv/bin/activate  # En Windows: venv\Scripts\activate

3. Instalar dependencias:

   pip install -r requirements.txt

4. Configurar variables de entorno: Crear archivo .env:

   BUCKET_NAME=tu-bucket-name
   VERTEX_AI_ENDPOINT=https://REGION-aiplatform.googleapis.com/v1/projects/tu-vertex-project-id/locations/REGION/endpoints/tu-endpoint-id:predict
   ALERT_EMAIL=tu-email@ejemplo.com
   APP_URL=https://tu-app.appspot.com
   PHONE_IP=https://tu-ngrok-url.ngrok-free.dev
   N8N_WEBHOOK_RESULT=https://tu-n8n-instance/webhook/send-result

5. Ejecutar servidor local:

   python server.py

   El servidor estará disponible en: http://localhost:5000

Configuración de IP Webcam y ngrok

1. Instalar IP Webcam (Android)

1. Descargar e instalar IP Webcam desde Google Play Store
2. Abrir la app y configurar:
   • Puerto: 8080 (predeterminado)
   • Activar servidor web
3. Anotar la IP local (ej: 192.168.1.100:8080)

2. Instalar y configurar ngrok

1. Descargar ngrok desde https://ngrok.com
2. Crear túnel:

   ngrok http http://192.168.1.100:8080

3. Copiar la URL HTTPS generada (ej: https://abc123.ngrok-free.dev)

3. Verificar conexión

# Probar foto
curl -I https://tu-ngrok-url.ngrok-free.dev/photo.jpg

# Probar video
curl -I https://tu-ngrok-url.ngrok-free.dev/video

# Probar audio
curl -I https://tu-ngrok-url.ngrok-free.dev/audio.wav

Despliegue en Producción

Google App Engine

1. Autenticarse con Google Cloud:

   gcloud auth login
   gcloud config set project tu-proyecto-id

2. Configurar variables de entorno en app.yaml:

   env_variables:
     BUCKET_NAME: "tu-bucket-name"
     VERTEX_AI_ENDPOINT: "https://REGION-aiplatform.googleapis.com/v1/projects/tu-vertex-project-id/locations/REGION/endpoints/tu-endpoint-id:predict"
     ALERT_EMAIL: "tu-email@ejemplo.com"
     APP_URL: "https://tu-app.appspot.com"
     PHONE_IP: "https://tu-ngrok-url.ngrok-free.dev"
     N8N_WEBHOOK_RESULT: "https://tu-n8n-instance/webhook/send-result"

3. Desplegar:

   gcloud app deploy

4. Verificar despliegue:

   gcloud app browse

Configuración del Arduino

El Arduino debe enviar datos JSON POST a:

https://tu-app.appspot.com/alert

Formato esperado:

{
    "temp": 45.5,
    "light": 850,
    "status": "alert"
}

Umbrales configurados:

• Temperatura: > 30.0°C
• Nivel de luz: > 400
• Throttling: 60 segundos entre capturas automáticas

Sistema de Throttling

• Cooldown de 60 segundos entre alertas automáticas
• Evita spam de emails y sobrecarga del sistema
• Solo permite una captura multimedia cada minuto

API Endpoints

Endpoints Principales

• GET / - Panel de estado del servidor
• GET /dashboard - Dashboard con historial de alertas y análisis
• GET /camera - Sistema de captura multimedia inteligente
• POST /alert - Recibir alertas del Arduino
• GET /status - Estado del servidor (JSON)
• GET /alertas - Historial de alertas (JSON)

Endpoints de Upload

• POST /upload/photo - Recibir foto desde dispositivo móvil
• POST /upload/video - Recibir video desde dispositivo móvil
• POST /upload/audio - Recibir audio desde dispositivo móvil
• POST /analyze - Analizar multimedia con Vertex AI

Endpoints de Prueba

• POST /api/test-alert - Simular alerta para pruebas
• POST /send-result - Enviar resultado de verificación manual

Flujo de Funcionamiento

Sistema Completamente Automático

1. Arduino detecta anomalía → Envía alerta con temperatura/luz (>30°C y >400 luz)
2. Sistema recibe alerta → Verifica throttling (60s cooldown)
3. Captura automática inicia → Foto (JPG), Video (5s MJPEG), Audio (5s WAV)
4. Archivos subidos a Cloud Storage → Google Cloud Storage bucket
5. Vertex AI analiza automáticamente → Detecta presencia de fuego/humo
6. Email de resultado enviado → Confirmación o falsa alarma vía n8n
7. Dashboard actualiza → Historial con análisis completo y enlaces a archivos

Endpoints de IP Webcam utilizados:

• https://ngrok-url.ngrok-free.dev/photo.jpg - Captura de imagen
• https://ngrok-url.ngrok-free.dev/video - Stream de video MJPEG
• https://ngrok-url.ngrok-free.dev/audio.wav - Stream de audio WAV

Protección contra spam:

• Throttling de 60 segundos entre capturas automáticas
• Evita múltiples emails y sobrecarga del sistema

Almacenamiento en la Nube

Google Cloud Storage

• Bucket: tu-bucket-name
• Estructura:

  gs://tu-bucket-name/
  ├── photos/     # Fotos JPG
  ├── videos/     # Videos WebM
  └── audio/      # Audio WebM
  

URLs Públicas

Los archivos son accesibles públicamente:

https://storage.googleapis.com/tu-bucket-name/photos/
https://storage.googleapis.com/tu-bucket-name/videos/
https://storage.googleapis.com/tu-bucket-name/audio/

Modelo de IA (Vertex AI)

• Github: https://github.com/Berly01/Yolo-Fire-Smoke-Detector.git
• Proyecto: tu-vertex-project-id
• Endpoint: Detección de fuego/humo con YOLO v11
• Confianza: Análisis de imágenes y videos
• Características:
  • Detección de fuego en tiempo real
  • Análisis de audio para sonidos característicos
  • Frame-by-frame analysis para videos

Sistema de Notificaciones

n8n Workflows

• Webhook /send-alerta: Email cuando se detecta posible incendio
• Webhook /send-result: Email con resultado del análisis de IA

Gmail Integration

• Emails automáticos con templates HTML profesionales
• Notificaciones en tiempo real
• Links directos a dashboard y cámara

Dashboard Web

Confirmación de Incendio enviado via Gmail

Pruebas

Prueba de Conexión ngrok

# Verificar que ngrok esté funcionando
curl -I https://tu-ngrok-url.ngrok-free.dev/photo.jpg

# Probar captura automática
curl -X POST https://tu-app.appspot.com/api/test-alert

Prueba de Alertas

# Simular alerta desde Arduino
curl -X POST https://tu-app.appspot.com/alert \
  -H "Content-Type: application/json" \
  -d '{"temp": 45.5, "light": 850, "status": "alert"}'

Verificación de Archivos

# Ver fotos capturadas
gcloud storage ls gs://tu-bucket-name/photos/

# Ver videos capturados
gcloud storage ls gs://tu-bucket-name/videos/

# Ver audio capturado
gcloud storage ls gs://tu-bucket-name/audio/

Métricas y Monitoreo

• Dashboard en tiempo real: https://tu-app.appspot.com/dashboard
• Logs de App Engine: gcloud app logs tail -s default
• Monitoreo de bucket: gsutil ls gs://tu-bucket-name/**

Troubleshooting

Problemas con ngrok

# Verificar si ngrok está corriendo
ps aux | grep ngrok

# Reiniciar túnel ngrok
./start-ngrok.sh

# Verificar conectividad
curl -I https://tu-ngrok-url.ngrok-free.dev/photo.jpg

Problemas de captura

# Ver logs de captura
gcloud app logs tail -s default | grep "PHOTO\|VIDEO\|AUDIO"

# Probar endpoint manualmente
curl -X POST https://tu-app.appspot.com/api/test-alert

URL de ngrok expirada

1. Reiniciar ngrok: ./start-ngrok.sh
2. Obtener nueva URL
3. Actualizar app.yaml con nueva URL
4. Re-desplegar: gcloud app deploy --quiet

URL de ngrok

La URL de ngrok cambia cada vez que se reinicia el túnel. Si ngrok se detiene o reinicia:

1. Ejecutar: ./start-ngrok.sh
2. Copiar nueva URL (ej: https://nueva-url.ngrok-free.dev)
3. Actualizar app.yaml:

   PHONE_IP: "https://nueva-url.ngrok-free.dev"

4. Re-desplegar: gcloud app deploy --quiet

Sin esto, el sistema no podrá capturar multimedia automáticamente.

Licencia

Este proyecto está bajo la Licencia MIT. Ver archivo LICENSE.md para más detalles.