Robotakia HealthyClassrooms – Έξυπνο Σύστημα Ελέγχου Μικροκλίματος & Προγνωστικής Ποιότητας Αέρα

Robotakia HealthyClassrooms – Έξυπνο Σύστημα Ελέγχου Μικροκλίματος & Προγνωστικής Ποιότητας Αέρα

Ονομα Ομάδας: Robotakia-HealthyClassrooms

Τίτλος έργου: AirCare School Network: Έξυπνο Σύστημα Ελέγχου Μικροκλίματος & Προγνωστικής Ποιότητας Αέρα

Οι μαθητές της ομάδας “Robotakia-HealthyClassrooms” δημιούργησαν το project “AirCare School Network”, ένα έξυπνο εκπαιδευτικό σύστημα παρακολούθησης του μικροκλίματος και της ποιότητας αέρα σε σχολικές αίθουσες. Το έργο αξιοποιεί ESP32 σταθμούς με αισθητήρες, ένα Raspberry Pi ως κεντρικό κόμβο και το πρωτόκολλο MQTT για τη μετάδοση δεδομένων σε πραγματικό χρόνο. Στόχος του είναι να μετατρέψει τις μετρήσεις της τάξης σε χρήσιμη οπτική πληροφορία μέσα από dashboard, ώστε οι μαθητές να κατανοήσουν πώς η τεχνολογία μπορεί να συνδεθεί με την υγεία, την ασφάλεια και την καθημερινή σχολική ζωή.

Εκπαιδευτικά Οφέλη

Σύνδεση φυσικής και τεχνολογίας με πραγματικές ανάγκες υγείας: Οι μαθητές αντιλαμβάνονται ότι οι έννοιες της θερμοκρασίας, της υγρασίας, των αερίων και του θορύβου δεν είναι μόνο θεωρητικές, αλλά επηρεάζουν την άνεση, τη συγκέντρωση και την ποιότητα του περιβάλλοντος μάθησης.

Κατανόηση εννοιών μικροκλίματος: Μέσα από πραγματικές μετρήσεις γνωρίζουν τη θερμοκρασία, την υγρασία, την ποιότητα αέρα και τα επίπεδα θορύβου ως βασικούς δείκτες μιας σχολικής αίθουσας.

Ανάπτυξη δεξιοτήτων IoT: Οι μαθητές χρησιμοποιούν ESP32, αισθητήρες και ασύρματη επικοινωνία Wi-Fi για να δημιουργήσουν κόμβους συλλογής δεδομένων.

Εκμάθηση MQTT δικτύωσης: Το έργο εισάγει την αρχιτεκτονική publish/subscribe, όπου οι συσκευές δημοσιεύουν δεδομένα σε topics και ο κεντρικός κόμβος τα λαμβάνει για επεξεργασία.

Δημιουργία dashboard πραγματικού χρόνου: Οι μετρήσεις μετατρέπονται σε γραφήματα και ενδείξεις στο Node-RED, δίνοντας στους μαθητές άμεση ανατροφοδότηση για την κατάσταση της αίθουσας.

Εισαγωγή σε βασικές τεχνικές πρόβλεψης: Το σύστημα μπορεί να αποτελέσει βάση για μελλοντική χρήση απλών μοντέλων Machine Learning, με στόχο την πρόβλεψη πιθανής πτώσης της ποιότητας αέρα.

Κατανόηση της αξίας της ανοιχτής τεχνολογίας: Οι μαθητές γνωρίζουν την έννοια του open-source hardware και λογισμικού, καθώς και τη σημασία της τεκμηρίωσης ώστε ένα έργο να μπορεί να επαναχρησιμοποιηθεί.

Σχεδίαση 3D printable κουβουκλίων: Το έργο μπορεί να επεκταθεί με σχεδίαση κουτιών για τους σταθμούς σε Tinkercad ή FreeCAD και διάθεση αρχείων STL.

Ανάπτυξη κοινωνικών δεξιοτήτων: Η παρουσίαση του έργου καλλιεργεί συνεργασία, επικοινωνία, τεκμηρίωση και ικανότητα εξήγησης μιας τεχνικής λύσης σε κοινό.

Περιγραφή και Καινοτομία

Το AirCare School Network δεν καταγράφει απλώς τιμές αισθητήρων. Συνδέει την καθημερινή εμπειρία της τάξης με την επιστημονική παρατήρηση και την τεχνολογική επίλυση προβλημάτων. Οι μαθητές μπορούν να δουν πώς αλλάζει το περιβάλλον μιας αίθουσας κατά τη διάρκεια του μαθήματος, πώς επηρεάζεται από τον αερισμό και πώς τα δεδομένα μπορούν να οδηγήσουν σε απλές αποφάσεις, όπως το άνοιγμα παραθύρων ή η μείωση του θορύβου.

Η βασική καινοτομία του έργου είναι ότι προσεγγίζει την ποιότητα του σχολικού χώρου ως ένα μικρό IoT δίκτυο. Κάθε ESP32 λειτουργεί ως σταθμός μέτρησης, ενώ το Raspberry Pi συγκεντρώνει τα δεδομένα και τα παρουσιάζει με τρόπο κατανοητό. Αντί για τον αισθητήρα MQ-135 που είχε αρχικά προταθεί, χρησιμοποιήθηκε ο MQ-2, ο οποίος επιτρέπει στους μαθητές να μελετήσουν αναλογικές μετρήσεις αερίων, καπνού και εύφλεκτων αερίων ως δείκτες ποιότητας αέρα, μέσα από βαθμονόμηση και σωστή ερμηνεία των χαρακτηριστικών του.

Τεχνική Αρχιτεκτονική

Οι σταθμοί ESP32 Nodes: Σε κάθε σταθμό χρησιμοποιείται ένα ESP32 DevKitC, το οποίο συλλέγει δεδομένα από τους αισθητήρες DHT11, MQ-2 και Sound Detection Module. Ο DHT11 μετρά θερμοκρασία και υγρασία, ο MQ-2 χρησιμοποιείται για αναλογική ανίχνευση αερίων και ο αισθητήρας ήχου για την παρακολούθηση της έντασης θορύβου στην τάξη.

Κεντρικός κόμβος Raspberry Pi: Το Raspberry Pi 5 λειτουργεί ως gateway/server. Εκτελεί MQTT broker και λαμβάνει τα δεδομένα που δημοσιεύει το ESP32 μέσω Wi-Fi. Με αυτόν τον τρόπο οι μαθητές βλέπουν πώς μια μικρή συσκευή μπορεί να στείλει δεδομένα σε έναν κεντρικό υπολογιστή στο ίδιο δίκτυο.

MQTT επικοινωνία: Το ESP32 δημοσιεύει τις μετρήσεις σε MQTT topics, όπως θερμοκρασία, υγρασία, ποιότητα αέρα και θόρυβος. Το μοντέλο publish/subscribe βοηθά τους μαθητές να κατανοήσουν τη λογική των IoT συστημάτων, όπου οι συσκευές δεν χρειάζεται να επικοινωνούν απευθείας μεταξύ τους, αλλά μέσω ενός broker.

Dashboard με Node-RED: Τα δεδομένα εμφανίζονται σε γραφήματα και ενδείξεις πραγματικού χρόνου. Το dashboard επιτρέπει την οπτική παρακολούθηση της τάξης και αποτελεί το πρώτο βήμα για ειδοποιήσεις ή μελλοντική ανάλυση δεδομένων.

Κοινωνική Διάσταση και Ανοιχτές Τεχνολογίες

Το έργο συνδέεται άμεσα με την υγεία και τη μάθηση, καθώς βοηθά τους μαθητές να σκεφτούν πώς ο αερισμός, ο θόρυβος και οι περιβαλλοντικές συνθήκες επηρεάζουν τη συγκέντρωση και την άνεση στην τάξη. Μέσα από τα δεδομένα, οι μαθητές μπορούν να αιτιολογήσουν πρακτικές αποφάσεις, όπως το πότε χρειάζεται να ανοιχτούν τα παράθυρα ή να μειωθεί ο θόρυβος.

Παράλληλα, το project προωθεί τη διαφάνεια και την ανοιχτή τεχνολογία. Τα δεδομένα μπορούν να παρουσιαστούν σε σχολική ιστοσελίδα ή τοπικό dashboard, ενώ τα σχέδια των σταθμών και τα αρχεία STL μπορούν να διατεθούν ως open-source υλικό, ώστε και άλλα σχολεία να αναπαράγουν ή να εξελίξουν το σύστημα.

Λίστα προτεινόμενου εξοπλισμού

  • 1x Raspberry Pi 5 (4GB)
  • 2x ESP32 DevKitC
  • 2x DHT11 Sensor
  • 2x MQ-2 Gas Sensor
  • 2x Sound Detection Module
  • 2x Batteries Charger 18650 with Step-Up 5V
  • 2x Breadboard
  • Jumper Wires

Μέλη ομάδας: 

Διονύσιος Γιακουμέλος
Νικόλας Γύπαρης
Γιώργος Στρατής
Ιάσονας Νικολάου
Νάσια Δούλα
Ηρώ Ορφανουδάκη
Πάνος Δαλαρέτος
Αλεξία Κουλούρη
Γιώργος Ψύλλας
Θοδωρής Παναγιωτόπουλος
Αλέξανδρος Νίκας
Σοφία Θεοδώρου

Εκπαιδευτικοί: Ιωάννης Βασιλόπουλος, Αθανάσιος Τσιατούρας

Όλα τα αρχεία που αφορούν στην υλοποίηση του έργου βρίσκονται διαθέσιμα στο GitHub: https://github.com/robotakia/Robotakia-HealthyClassrooms

Μπορείτε να δείτε το video της παρουσίασης του έργου στον ακόλουθο σύνδεσμο: https://youtu.be/98yYUOxezeM