⭐⭐⭐⭐⭐ Módulo #ESP8266 Prototipado Electrónico

•

0 likes•5,690 views

The document discusses three different ESP8266 development boards: the Wemos D1 Mini ESP8266, Wemos D1 Mini Pro ESP8266, and DFR0489. The boards have WiFi capabilities and various I/O pins that allow for prototyping and connectivity. They can be programmed with Arduino, MicroPython and other languages.

Education

ESP8266
• Wemos D1 Mini ESP8266
• Wemos D1 Mini Pro ESP8266
• DFR0489
Prototipado Electrónico

Wemos D1
Mini ESP8266
• https://wiki.wemos.cc/products:d1:d1_
mini
• https://randomnerdtutorials.com/esp8
266-pinout-reference-gpios/
• 11 digital input/output pins, all pins
have interrupt/pwm/I2C/one-wire
supported(except D0)
• 1 analog input(3.3V max input)
• 4MB flash
• a Micro USB connection
• Drivers
• https://wiki.wemos.cc/downloads
Prototipado Electrónico

Wemos D1 Mini
Pro ESP8266
• https://wiki.wemos.cc/products:d1:d1_mini_pro
• https://randomnerdtutorials.com/esp8266-
pinout-reference-gpios/
• 11 digital input/output pins
• Interrupt/pwm/I2C/one-wire
• 1 analog input(3.2V max input)
• 16M bytes(128M bit) Flash
• External antenna connector
• Built-in PCB antenna
• Lithium battery interface, 500mA Max charging
current
• LOLIN I2C Port
• Compatible with Arduino, MicroPython,
NodeMCU
• Default firmware: lastest MicroPython
• Drivers
• https://wiki.wemos.cc/downloads
Prototipado Electrónico

https://www.mouser.ec/ProductDetail/DFRobot/DFR0489?qs=sGAEpiMZZMve4%2FbfQkoj%252BG3jkfXzEPEivk0yNe5LLtk%3D
Prototipado Electrónico

DFR0489
• Compatible with FireBeetle series
• Compatible with Arduino programming
• Built-in 32-bit Tensilica L106 MCU and 10-bit ADC
• Supports:
• RTOS SDK in Linux
• Arduino IDE
• Micropython
• IEEE802.11 b/g/n WiFi (2.4GHz to 2.5GHz)
• TCP / IP
• Lithium battery (500mA maximum charge current)
• Low power consumption
• Over-the-Air (OTA) updating
Prototipado Electrónico

Similar to ⭐⭐⭐⭐⭐ Módulo #ESP8266 Prototipado Electrónico

Arduino Model's

Ali Izmir

Introduction Arduino uno

Venkatkumar78

Toni Haryanto is a Programmer & Writer at Codepolitan, a media that provides news around programming. This slide was shared on Tech in Asia DevTalk x Codepolitan Meetup: “Get in Touch with Internet of Things” on 26 March 2016. TIA DevTalk is a monthly event of TIA Dev Community-- a community for all developers and/ or engineer to create collaborative things that advanced the tech community and ecosystem. Get updates about our dev events delivered straight to your inbox by signing up here: http://bit.ly/tia-dev ! Be the first to know when new information is available!

IoT Devices, Which One is Right for You to Learn? by Toni Haryanto (Codepolitan)

Tech in Asia ID

Comm.SEC hardware, firmware and software products, solutions and services

iBLio

Building a robot with the .Net Micro Framework

Ducas Francis

Practical reverse engineering and exploit development for AVR-based Embedded ...

Alexander Bolshev

R0boCamp2016 Гліб Вінніков Home automation by ESP8266

Lviv Startup Club

Esp8266 NodeMCU

roadster43

Embedded Hardware Design.pptx

AbhaySharma207975

Manual 1

JAVIER PABLO TOCTO

Different Arduino Boards

Mitwa Palkhiwala

IoT Devices, Which One is Right for You to Learn?

CodePolitan

IoT Devices, Which One is Right for You to Learn

Toni Haryanto

Internet of Things Devices - Which One Is Right for You to Learn

Agustaf Ryadi

IoT Devices, Which One Is Right for You to Learn?

Agustaf Ryadi

http://mahbubzaman.wordpress.com/ http://arduino.cc/en/main/boards http://arduino.cc/en/Main/ArduinoBoardMega http://arduino.cc/en/Main/Software http://wiring.org.co/ http://www.arduino.cc/en/Main/Howto http://arduino.cc/blog/category/schematics/ http://labs.arduino.cc/ADK/Index https://www.youtube.com/watch?v=8mHRqSnhbCo http://en.wikipedia.org/wiki/File:Usb_connectors.JPG2.  http://arduino.cc/

WorkShop on Arduino

Lifeparticle

Introduction to Arduino Webinar

Fragiskos Fourlas

Arduino01.pptx

kaustubhshedbalkar1

S2C China ICCAD 2010 Presentation

srpollock

WOver

WO Community

Similar to ⭐⭐⭐⭐⭐ Módulo #ESP8266 Prototipado Electrónico (20)

Arduino Model's

Introduction Arduino uno

IoT Devices, Which One is Right for You to Learn? by Toni Haryanto (Codepolitan)

Comm.SEC hardware, firmware and software products, solutions and services

Building a robot with the .Net Micro Framework

Practical reverse engineering and exploit development for AVR-based Embedded ...

R0boCamp2016 Гліб Вінніков Home automation by ESP8266

Esp8266 NodeMCU

Embedded Hardware Design.pptx

Manual 1

Different Arduino Boards

IoT Devices, Which One is Right for You to Learn?

IoT Devices, Which One is Right for You to Learn

Internet of Things Devices - Which One Is Right for You to Learn

IoT Devices, Which One Is Right for You to Learn?

WorkShop on Arduino

Introduction to Arduino Webinar

Arduino01.pptx

S2C China ICCAD 2010 Presentation

WOver

More from Victor Asanza

By exploiting the received power change in a communication link produced by the presence of a human body in an otherwise empty room, this work evaluates indoor free device localization methods in the 28 GHz band using machine learning techniques. For this objective, a database is built using results from ray tracing simulations of a system comprised of 4 receivers and up to 2 transmitters, while a person is standing within the room. Transmitters are equipped with uniform linear arrays that switch their main beams sequentially at 21 angles, whereas the receivers operate with omnidirectional antennas. Statistical localization error reduction of at least 16% over a global-based classification technique can be obtained through the combination of two independent classifiers using one transmitter and a reduction of at least 19% for 2 transmitters. An additional improvement is achieved by combining each independent classifier with a regression algorithm. Results also suggest that the number of examples per class and size of the blocks (strips) in which the study area is partitioned play a role in the localization error.

⭐⭐⭐⭐⭐ Device Free Indoor Localization in the 28 GHz band based on machine lea...

Victor Asanza

La siguiente partición funcional que incluye una Maquina Secuencial Sincrónica (MSS) y tres registros de sostenimiento, debe realizar el ingreso de datos a cada uno de los registros y luego permitirá encontrar el valor máximo y mínimo ingresado. Además, cada uno de los registros indicados es de 8 bits para mostrar los valores encontrados de máximo (Qmax) y mínimo (Qmin) serán de 8 bits cada uno. El sistema digital funciona con una MSS modelo Moore de la siguiente forma: 1. La MSS luego de ser reiniciado empieza en el estado inicial. 2. El Sistema Digital en el estado inicial, esperará que el usuario presione y suelte la tecla Start dos veces, luego de lo cual esperará el ingreso de datos. 3. El ingreso de datos se lo hará presentando un byte en la entrada Datos, presionando y soltando la tecla Load (el usuario deberá realizar este paso tres veces, uno por cada registro). 4. Luego de ingresar los 3 datos, el usuario deberá presionar y soltar la tecla Find. Esta señal es la que le indica a la MSS del Sistema Digital, que es momento de realizar la búsqueda del valor máximo y mínimo. 5. Una vez finalizado el proceso de búsqueda de los valores máximo y mínimo, se activará la salida Done. El valor máximo se guardará en el RegistroMax y se presentará en su salida Qmax, por otro lado, el valor mínimo se guardará en el RegistroMin y se presentará en su salida Qmin. 6. La señal Done, las salidas Qmax y Qmin se presentarán hasta que el usuario presione y suelte la tecla Start una vez, luego de lo cual la MSS regresará al estado inicial.

⭐⭐⭐⭐⭐ SOLUCIÓN EXAMEN SISTEMAS DIGITALES 2, 1er Parcial (2022PAO2)

Victor Asanza

⭐⭐⭐⭐⭐ CV Victor Asanza

Victor Asanza

The indoor positioning system (IPS) has a wide range of applications, due to the advantages it has over Global Positioning Systems (GPS) in indoor environments. Due to the biosecurity measures established by the World Health Organization (WHO), where the social distancing is provided, being stricter in indoor environments. This work proposes the design of a positioning system based on trilateration. The main objective is to predict the positioning in both the ‘x’ and ‘y’ axis in an area of 8 square meters. For this purpose, 3 Access Points (AP) and a Mobile Device (DM), which works as a raster, have been used. The Received Signal Strength Indication (RSSI) values measured at each AP are the variables used in regression algorithms that predict the x and y position. In this work, 24 regression algorithms have been evaluated, of which the lowest errors obtained are 70.322 [cm] and 30.1508 [cm], for the x and y axes, respectively. Published in: 2022 International Conference on Applied Electronics (AE) ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ Trilateration-based Indoor Location using Supervised Learning Algorithms

Victor Asanza

✅ Published in: https://doi.org/10.1016/j.procs.2022.07.035 As more people send information to the cloud-fog infrastructure, this brings many problems to the management of computer energy consumption. Therefore, energy consumption management of servers, fog devices and cloud computing platform should be investigated to comply with the Green IT requirement. In this paper, we propose an energy consumption prediction model consisting of several components such as hardware design, data pre-processing, characteristics extraction and selection. Our main goal is to develop a non-invasive meter based on a network of sensors that includes a microcontroller, the MQTT communication protocol and the energy measurement module. This meter measures voltage, current, power, frequency, energy and power factor while a dashboard is used to present the energy measurements in real-time. In particular, we perform measurements using a workstation that has similar characteristics to the servers of a Datacenter locate at the Information Technology Center in ESPOL, which currently provide this type of services in Ecuador. For convenience, we evaluated different linear regression models to select the best one and to predict future energy consumption based on the several measurements from the workstation during several hours which enables the consumer to optimize and to reduce the maintenance costs of the IT equipment. The supervised machine learning algorithms presented in this work allow us to predict the energy consumption by hours and by days. ⭐ The matlab code used for data processing are available in: https://github.com/vasanza/Matlab_Code/tree/EnergyConsumptionPredictionDatacenter ⭐ The dataset used for data processing are available in:https://ieee-dataport.org/open-access/data-server-energy-consumption-dataset ✅ Read more related topics: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ Learning-based Energy Consumption Prediction

Victor Asanza

This project analyses the optimal parameters for the shrimp farming, trying to help the aquaculture of Ecuador, using a cyberphysical system, which includes temperature, salinity, dissolved oxygen, and pH sensors to monitor the water conditions and an embedded system to control it using an XBee andATMega328p microcontrollers to remotely activate and deactivate aerators to maintain the quality of each pool in neat conditions.

⭐⭐⭐⭐⭐ Raspberry Pi-based IoT for Shrimp Farms Real-time Remote Monitoring wit...

Victor Asanza

La enfermedad de Parkinson es el segundo trastorno neurodegenerativo más común y afecta a más de 7 millones de personas en todo el mundo. En este trabajo, clasificamos a los sujetos con la enfermedad de Parkinson utilizando datos de la pulsación de los dedos en un teclado. Utilizamos una base de datos gratuita de Physionet con más de 9 millones de registros, preprocesada para eliminar los datos atípicos. En la etapa de extracción de características, obtuvimos 48 características. Utilizamos Google Colaboratory para entrenar, validar y probar nueve algoritmos de aprendizaje supervisado que detectan la enfermedad. Como resultado, conseguimos un grado de precisión superior al 98 %.

⭐⭐⭐⭐⭐Classification of Subjects with Parkinson's Disease using Finger Tapping...

Victor Asanza

Examen 1er parcial que incluye temas de los capítulos: Capítulo 1, historia de los sistemas IoT y sistemas ciberfísicos. Capítulo 2, tipos de arquitecturas incluyendo las multiprocessor y multicore. Capítulo 3, donde se estudia las memorias FLASH, RAM, EEPROM. Capítulo 4, registros de configuraciones del ADC, PWM, comunicacion serial, I2C y SPI. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ SOLUCIÓN EVALUACIÓN SISTEMAS EMBEBIDOS, 1er Parcial (2022 PAO1)

Victor Asanza

✅ #PUCESE, organizó el webinar: "ARDUINO WEEK 2022 PUCESE" ✅ Arduino Week PUCE Esmeraldas- Charla con Expertos ➡️ This is an initiative developed by FIEC-ESPOL professors. Temperature and Speed Control Lab (TSC-LAB) is an open-source hardware development. ➡️ Topics 1- Introducción 2- Hardware de Código Abierto 3- Temperature and Speed Control Lab (TSC-LAB) 4- Códigos de ejemplo 5- Datasets 6- Publicaciones científicas 7- Proyectos 8- Cursos ⭐ Para más contenido visita nuestro blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ CHARLA #PUCESE Arduino Week: Hardware de Código Abierto TSC-LAB

Victor Asanza

This work proposes an end-to-end model architecture, from feature extraction to classification using an Artificial Neural Network. The feature extraction process starts from an initial set of signals acquired by electrodes of a Brain-Computer Interface (BCI). The proposed architecture includes the design and implementation of a functional six Degree-of-Freedom (DOF) prosthetic hand. A Field Programmable Gate Array (FPGA) translates electroencephalography (EEG) signals into movements in the prosthesis. We also propose a new technique for selecting and grouping electrodes, which is related to the motor intentions of the subject. We analyzed and predicted two imaginary motor-intention tasks: opening and closing both fists and flexing and extending both feet. The model implemented with the proposed architecture showed an accuracy of 93.7% and a classification time of 8.8y«s for the FPGA. These results present the feasibility to carry out BCI using machine learning techniques implemented in a FPGA card. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ #BCI System using a Novel Processing Technique Based on Electrodes Sele...

Victor Asanza

Problema 1A: (10%) Dado la siguiente expresión booleana que define el comportamiento de la señal de salida F sin minimizar, reducir dicha expresión usando mapas de Karnaugh (A, B, C, D) agrupando unos. Luego, seleccionar cuál de las siguientes opciones es la correcta. Problema 2: (10%) Dado la siguiente expresión booleana que define el comportamiento de la señal de salida F sin minimizar, reducir dicha expresión usando mapas de Karnaugh (A, B, C, D) agrupando unos. Luego, seleccionar cuál de las siguientes opciones es la correcta. Problema 3: (25%) Se desea diseñar un Sistemas Digital que capaz de controlar dos actuadores tipo bomba (A y B) en función del nivel de agua presente en un tanque. Este nivel de agua se monitorea con dos sensores (S0 y S1). El Sistemas Digital se muestra en la siguiente gráfica. Problema 5: (15%): Dado el siguiente circuito digital, primero obtener la expresión resultante y luego seleccionar el mapa que corresponde al funcionamiento de dicha expresión. Problema 6: (15%): Dado el siguiente circuito, encontrar la expresión booleana que define el comportamiento de la señal de salida F sin minimizar, luego reducir la expresión booleana usando mapas de Karnaugh (A, B, C, D) agrupando unos. Problema 7: (20%). En la siguiente gráfica se puede observar el registro de un electrodo de Electromiografía (EMG) durante la ejecución de una tarea motora en extremidad superior. La señal EMG tiene una amplitud en el orden de los microvoltio - milivoltios y es susceptible a ruido debido a la adherencia del electrodo utilizado, frecuencia cardiaca, red eléctrica, tejido adiposo, etc. Como se muestra en la Fig. 1 el análisis post adquisición en el dominio de la frecuencia de la señal EMG indica que existe ruido de baja frecuencia menores a 5Hz debido a ruidos relacionados a movimientos relativos y en 50 Hz debido a la red eléctrica. Las señales EMG tienen información en el rango de 7 a 20Hz, por lo cual se sugiere diseñar un filtro RC paso banda que permita eliminar el ruido de la señal EMG. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ SOLUCIÓN EVALUACIÓN FUNDAMENTOS DE ELECTRICIDAD Y SISTEMAS DIGITALES, 2...

Victor Asanza

Problema #1 (50%) Dado el siguiente diagrama de un microprocesador genérico de 32 bits por instrucción de hasta 1023 instrucciones visto completamente en clase, que utiliza datos almacenados en memoria RAM (Register Files), como se muestra a continuación. Problema #2: (10%) ¿Cuáles de las siguientes afirmaciones referentes a las memorias de Instrucciones de un microprocesador son ciertas? Problema #3: (10%) ¿Cuáles de las siguientes afirmaciones referentes a las memorias EEPROM son ciertas? Problema #4: (10%) ¿Cuáles de las siguientes afirmaciones referentes a las memorias de datos (Register File) son ciertas? Problema #5: (20%) Shen et Al., escribió el paper titulado “An FPGA-based Distributed Computing System with Power and Thermal Management Capabilities” en donde desarrolla una plataforma computacional distribuida compuesta de múltiples FPGAs conectadas via Ethernet y cada FPGA está configurada como un sistema multi-core. Los núcleos en el mismo FPGA se comunican a través de la memoria compartida, mientras que diferentes FPGA se comunican a través de enlaces Ethernet, como se muestra en la siguiente gráfica. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ SOLUCIÓN LECCIÓN SISTEMAS DIGITALES 2, 2do Parcial (2021PAO2) C6

Victor Asanza

New emerging storage technologies have a great application for IoT systems. Running database servers on development boards, such as Raspberry or FPGA, has a great impact on effective performance when using large amounts of data while serving requests from many clients at the same time. In this paper, we designed and implemented an embedded system to monitor the access of a database using MySql database server installed on Linux in a standard FPGA DE10 with HPS resources. The database is designed to keep the information of an IoT system in charge of monitoring and controlling the temperature inside greenhouses. For comparison purposes, we carried out a performance analysis of the database service running on the FPGA and in a Raspberry Pi 4 B to determine the efficiency of the database server in both development cards. The performance metrics analyzed were response time, memory and CPU usage taking into account scenarios with one or more requests from clients simultaneously. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ Performance Comparison of Database Server based on #SoC #FPGA and #ARM ...

Victor Asanza

⭐⭐⭐⭐⭐ SOLUCIÓN EXAMEN SISTEMAS DIGITALES 2, 1er Parcial (2021PAO2)

Victor Asanza

Este trabajo presenta el diseño experimental para el registro de señales de electroencefalografía (EEG) en 20 sujetos sometidos a potenciales evocados visualmente en estado estable (SSVEP). Además, la implementación de un sistema de clasificación basado en las señales SSVEP-EEG de la región occipital del cerebro obtenidas con el dispositivo Emotiv EPOC. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ Charla FIEC: #SSVEP_EEG Signal Classification based on #Emotiv EPOC #BC...

Victor Asanza

In this paper, we propose to implement a meteorological monitoring station using embedded systems. This model is possible thanks to different sensors that enable us to measure several environmental parameters, such as i) relative humidity, ii) average ambient temperature, iii) soil humidity, iv) rain occurrence, and v) light intensity. The proposed system is based on a field-programmable gate array device (FPGA). The proposed design aims at ensuring highresolution data acquisition and at predicting samples with precision and accuracy in real-time. To present the collected data, we develop also a web application with a simple and friendly user interface. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ #FPGA Based Meteorological Monitoring Station

Victor Asanza

This work presents the experimental design for recording Electroencephalography (EEG) signals in 20 test subjects submitted to Steady-state visually evoked potential (SSVEP). The stimuli were performed with frequencies of 7, 9, 11 and 13 Hz. Furthermore, the implementation of a classification system based on SSVEP-EEG signals from the occipital region of the brain obtained with the Emotiv EPOC device is presented. These data were used to train algorithms based on artificial intelligence in a Raspberry Pi 4 Model B. Finally, this work demonstrates the possibility of classifying with times of up to 1.8 ms in embedded systems with low computational capacity. ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ SSVEP-EEG Signal Classification based on Emotiv EPOC BCI and Raspberry Pi

Victor Asanza

Problema #1,2,3: (10%) El siguiente circuito es de un filtro paso banda. Los datos del circuito son los siguientes, R1 = 1K[Ω] y R2 = 1K[Ω]. ¿cuáles de las siguientes afirmaciones son correctas? Problema #4,5,6: (10%) El siguiente bloque convertidor analógico digital (ADC) de 8 bits de resolución, se tiene un voltaje de referencia de 5Vcc. ¿cuáles de las siguientes afirmaciones son correctas? ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ SOLUCIÓN LECCIÓN FUNDAMENTOS DE ELECTRICIDAD Y SISTEMAS DIGITALES, 2do ...

Victor Asanza

Problema #1 (x%). El siguiente es un Sistema Digital que tiene las señales ‘A’,’ B’, ‘C’ y ‘D’ como entradas de un bit; por otro lado, la señal ‘Y’ es una salida de un bit tal como se muestra en la siguiente imagen: El comportamiento de la señal de salida ‘Y’ en función de las señales de entrada, es descrito con el siguiente código VHDL: Código GitHub: https://github.com/vasanza/MSI-VHDL/blob/2021PAO1/ExamenParcial/ExamSD1_1.vhd Realizar los siguientes desarrollos: a) Usando mapas de karnaught y agrupamiento de minterms (SOP), simplificar la expresión booleana hasta obtener su minima expresión (x/2 %). b) Utilizando puertas lógicas, graficar el circuito que represente a la ecuación simplificada en el literal anterior (x/2 %). Problema #2 (x%). El siguiente es un Sistema Digital que tiene las señales ‘A’ y ‘B’ como entradas de dos bits; por otro lado, la señal ‘Y’ es una salida de dos bits tal como se muestra en la siguiente imagen: El comportamiento de la señal de salida ‘Y’ en función de las señales de entrada, es descrito con el siguiente código VHDL: Código GitHub: https://github.com/vasanza/MSI-VHDL/blob/2021PAO1/ExamenParcial/ExamSD1_2.vhd Realizar los siguientes desarrollos: a) Usando mapas de karnaught y agrupamiento de minterms (SOP), simplificar la expresión booleana hasta obtener su minima expresión de Y(1) = f(A(1),A(0),B(1),B(0)) y Y(0) = f(A(1),A(0),B(1),B(0)) (x/2 %). b) Indicar con sus propias palabras el funcioamiento que realiza el sistemas digital propuesto (x/2 %). ⭐ For more information visit our blog: https://vasanza.blogspot.com/

⭐⭐⭐⭐⭐ SOLUCIÓN EVALUACIÓN SISTEMAS DIGITALES 1, 1er Parcial (2021 PAO1)

Victor Asanza

⭐⭐⭐⭐⭐ SISTEMAS DIGITALES 2, PROYECTOS PROPUESTOS (2021 PAO1)

Victor Asanza

More from Victor Asanza (20)