Objetivo: Crear un sistema de monitoreo de sensores que recopile datos ambientales (temperatura y humedad) usando un STM32F103, transmitir los datos a una PC Pentium que procese y almacene la información en una base de datos, y luego analice estos datos usando técnicas de data science y machine learning. El sistema reproducirá un sonido cada hora, indicando si la temperatura ha subido o bajado, y utilizará un control PID para gestionar un ventilador o motor eléctrico.

• STM32F103:
  • Función: Recopilar datos de sensores de temperatura y humedad.
  • Interfaz: Comunicación UART con la PC Pentium.
  • Control PID y PWM: Controlar un ventilador o motor eléctrico con una rueda perforada y un sensor óptico para medir la velocidad.
• PC Pentium (Socket 7, P54C):
  • Función: Recibir datos del STM32F103 a través de la UART.
  • Tarea en C: Procesar los datos recibidos y generar señales MIDI usando el sintetizador MIDI de la placa de sonido ESS (ESS 1868).
  • Audio: Reproducir un sonido cada hora, indicando si la temperatura ha subido o bajado.
  • Conexión Web: Enviar los datos procesados a un servidor web usando métodos POST.
• Servidor Web:
  • Función: Recibir los datos enviados por la PC Pentium y almacenarlos en una base de datos MariaDB.
  • API REST: Desarrollar una API que permita la recepción de los datos.
• MariaDB:
  • Función: Almacenar los datos de los sensores para su posterior análisis.
• Análisis de Datos:
  • Herramientas: Usar scipy y otros algoritmos de machine learning para analizar los datos recopilados.
  • Objetivo: Encontrar patrones y realizar predicciones basadas en los datos ambientales.

1. Configuración del STM32F103:
   • Programar el microcontrolador para leer los datos de los sensores y enviarlos a través de UART.
   • Implementar el control PID para manejar el ventilador o motor eléctrico usando PWM.
   • Usar un sensor óptico para medir la velocidad de la rueda perforada.

1. Desarrollo en la PC Pentium:

• Escribir un programa en C para recibir los datos a través de UART, procesarlos y generar señales MIDI.
• Implementar la funcionalidad para reproducir un sonido cada hora usando el sintetizador MIDI de la placa de sonido ESS.
  • Sonido de Campana: Si la temperatura actual es superior a la de la hora pasada, reproducir un sonido de campana alta. Si es inferior, reproducir un sonido de campana baja.
• Enviar los datos procesados al servidor web mediante métodos POST.

1. Configuración del Servidor Web y MariaDB:

• Configurar un servidor web (puede ser un servidor ligero como Flask o Django).
• Desarrollar una API REST para recibir los datos y almacenarlos en MariaDB.

1. Implementación del Análisis de Datos:

• Usar Python, scipy, y otros algoritmos de machine learning para analizar los datos almacenados en MariaDB.
• Visualizar los resultados y encontrar patrones significativos.

Este proyecto no solo te permitirá trabajar con varias tecnologías, sino que también te dará la oportunidad de implementar controladores, interfaces de comunicación, análisis de datos y generación de sonido, creando un sistema integral y multifuncional.