Arquitetura Inteligente de Edge Intelligence baseada em TinyML para Sistemas IoT Industriais utilizando Redes LoRa

• Processo: 26/18105-3
• Modalidade de apoio: Auxílio à Pesquisa - Inovação Tecnológica - AIR
• Data de Início da vigência: 01 de outubro de 2026
• Data de Término da vigência: 31 de março de 2028
• Área do conhecimento: Engenharias - Engenharia Elétrica - Eletrônica Industrial, Sistemas e Controles Eletrônicos
• Pesquisador responsável: Renan Rodrigues Mendes
• Beneficiário: Renan Rodrigues Mendes
• Instituição Sede: FAC TECNOLOGIA DIADEMA LUIGI PAPAIZ
• Pesquisadores associados: Claudio Rodrigo Torres
• Bolsa(s) vinculada(s): 26/24053-6 - Arquitetura Inteligente de Edge Intelligence baseada em TinyML para Sistemas IoT Industriais utilizando Redes LoRa, BP.IT
• Assunto(s): Inteligência artificial Internet das coisas
• Palavra(s)-Chave do Pesquisador: edge computing | Inteligência Artificial | Internet das Coisas | Lora | tinyML | Internet das Coisas

Resumo

A crescente adoção da Internet das Coisas Industrial (IIoT) tem ampliado o uso de sensoresinteligentes no monitoramento de processos produtivos, porém muitas arquiteturas aindaconcentram o processamento na nuvem, o que aumenta o consumo energético, a latênciae o tráfego de dados, especialmente em redes de baixa potência como LoRa. Este projetopropõe uma arquitetura de Edge Intelligence baseada em TinyML e comunicação LoRa, naqual a inferência é realizada diretamente em dispositivos embarcados, permitindo queapenas eventos relevantes sejam transmitidos ao servidor. Essa abordagem reduz o volumede dados, otimiza o consumo energético e melhora a escalabilidade do sistema. Comoestudo de caso, será desenvolvido um protótipo para monitoramento de empilhadeirasindustriais utilizando ESP32, sensores e modelos TinyML para detecção de eventos críticos.A arquitetura será modular e reutilizável, podendo ser aplicada em outros cenários da IIoT,como agricultura inteligente, veículos autônomos e monitoramento ambiental. Espera-secontribuir para o avanço de soluções de Edge AI em sistemas industriais, alinhadas àIndústria 4.0 e à Transição Digital, com foco em eficiência energética e processamentodistribuído. (AU)