AIRCON: AUTOMAÇÃO INTELIGENTE UTILIZANDO VISÃO COMPUTACIONAL PARA GERENCIAMENTO DE USO DE ARES-CONDICIONADOS

Resumo

O crescente consumo de energia elétrica no Brasil, impulsionado pelo uso intensivo de
aparelhos de ar-condicionado, reforça a necessidade de soluções inteligentes para otimizar sistemas de
climatização, inclusive em instituições de ensino. Este trabalho propõe o desenvolvimento de um
sistema automatizado que integra visão computacional ao AirCon, uma solução embarcada para
gerenciamento inteligente de ares-condicionados, com o objetivo de controlar o acionamento dos
equipamentos com base na detecção de pessoas por meio de redes neurais. Para isso, utilizou-se o
microcontrolador ESP32-CAM para capturar imagens de salas de aula, compondo um dataset com 1.222
fotos representando diferentes condições de luminosidade e ocupação, anotadas e rotuladas, indicando
as pessoas presentes no local. O treinamento do modelo foi realizado com o algoritmo YOLO11 em suas
diferentes versões (nano, small, medium, large, extra-large), empregando tanto transfer learning com
o dataset COCO quanto treinamento do modelo na configuração inicial, exclusivamente com o próprio
dataset. Os resultados obtidos, avaliados por métricas quantitativas de precisão e confiabilidade,
evidenciaram desempenho satisfatório para o problema de pesquisa, destacando a versão extra-large,
mais robusta para o cenário proposto. Conclui-se que a integração do modelo ao AirCon pode reduzir
desperdícios energéticos, promovendo um uso eficiente e sustentável dos aparelhos de climatização.