Llevo un tiempo trasteando con ordenadores de placa única y microcontroladores, y hay algo que tardé demasiado en darme cuenta: no son competidores, sino que funcionan mejor juntos. Un Arduino es ideal para circuitos, sensores y automatización, mientras que una Raspberry Pi se encarga de la computación más pesada. Si los combinas, se abren proyectos que ninguno de los dos puede hacer bien por separado.
Mi combinación favorita es una estación meteorológica con Home Assistant. El Arduino lee un sensor BME280 en una protoboard, la Raspberry Pi ejecuta Home Assistant y conecto ambos mediante MQTT. Es barata, fiable, y el panel muestra en directo la temperatura y la humedad de mi balcón.
Otro proyecto al que siempre vuelvo es un tablero de ajedrez inteligente: un Arduino Nano controla los LED y los interruptores bajo el tablero, mientras la Pi ejecuta el motor de ajedrez Stockfish como rival con IA. Es una mezcla divertida de electrónica, impresión 3D y software.
Si te gustan los juegos retro, una Raspberry Pi es una consola de emulación estupenda, y un Arduino puede convertirse en un mando de juego casero para ella. También he visto a gente ingeniosa montar una cerradura RFID en la que la Pi guarda la base de datos de etiquetas y el Arduino gestiona el lector y el cerradero eléctrico: un proyecto doméstico realmente útil.
Si estás empezando, no le des demasiadas vueltas: hazte con un Arduino y una Pi de segunda mano y prueba un proyecto pequeño de principio a fin. Lo que aprendes se acumula rápido y, antes de que te des cuenta, estarás ideando tus propios montajes.
Fuente: XDA Developers
Este proyecto, publicado en el blog Maker de Robotistan, resuelve un problema que conoce cualquiera que encadene reuniones: en lugar de estar revisando la pestaña del calendario o esperando una notificación en el móvil, se puede ver la siguiente reunión en una pantalla física sobre la mesa.
El proyecto usa una pantalla TFT LCD ESP32 HMI de 5,0 pulgadas. Como la pantalla ya incluye un microcontrolador ESP32-S3, Wi-Fi y el circuito del controlador gráfico, no hace falta conectar un ESP32 aparte con cables puente. El sistema se conecta a la red Wi-Fi, consulta el próximo evento a través de la API de Google Calendar y muestra el título, la hora y la descripción de la reunión en la pantalla de 800x480. La hora actual se obtiene de un servidor NTP. Cuando se añade una reunión nueva al calendario, no hace falta tocar el ESP32: el dispositivo revisa el calendario a intervalos regulares y actualiza la pantalla por sí solo.
La pantalla es capacitiva, pero en esta versión no se usa el táctil; el panel es solo un visor de información. El proyecto no se queda en la electrónica y el software: se alimenta con una batería LiPo 1S de 3,7 V y 1800 mAh, y tiene una carcasa de pared impresa en 3D que aloja tanto la pantalla como la batería. Así el panel se puede montar en la pared sin depender de un cable USB. Durante el desarrollo también se usó una placa de desarrollo ESP32 de 30 pines, pero no es imprescindible en la versión final.
Lo que más me gusta es que con pocas piezas se consigue una herramienta realmente útil a diario. La misma idea podría adaptarse para mostrar el horario de un centro escolar o de un taller. La lista de materiales es corta, así que los principiantes también pueden animarse a probarlo.
Fuente: Robotistan Maker
Siguiendo con sus pruebas con la llave RTL-SDR V4, framboise314 publica un artículo dedicado a decodificar APRS en una Raspberry Pi 4. La idea es convertir la pequeña placa en una estación de recepción de radioaficionado, escuchando la frecuencia europea de 144,800 MHz en VHF.
El artículo empieza recordando qué es APRS (Automatic Packet Reporting System). Inventado a finales de los años 80, es radio por paquetes: ráfagas de audio muy cortas en AFSK a 1200 baudios, encapsuladas en tramas AX.25. Sirven para el seguimiento de posición, la telemetría (estaciones meteorológicas, estado de las baterías de un repetidor aislado) y mensajes cortos. La red funciona sin Internet gracias a los digipeaters, y los iGates la conectan con la web. El autor también la compara con Meshtastic, cuya gran diferencia está en la regulación y en las frecuencias.
En la práctica, el montaje pasa por GQRX, ajustado con cuidado, y después por Dire Wolf, un TNC puramente software que decodifica las tramas. El tutorial detalla la instalación, el encaminamiento del audio por UDP y una trampa muy real: GQRX envía por defecto por IPv6, así que hay que forzar el flujo a IPv4 para que Dire Wolf reciba algo. Por último, aborda un problema de hardware, el thermal throttling del procesador bajo la carga del tratamiento de señal, que hay que resolver si se quiere una estación fiable de forma continua.
Lo que me ha resultado simpático es el tono de alguien que practicó la radio por paquetes en los años 90 y vuelve a la técnica con un equipo de unas pocas decenas de euros. Un buen punto de partida para quien quiera combinar Raspberry Pi y radio.
Fuente: Framboise 314
Cuando se habla de LLM, lo primero que viene a la mente son los chatbots, pero Needle sigue otro camino. Es un pequeño modelo de inteligencia artificial, de apenas 14 MB, desarrollado por Cactus Compute, con una única tarea: convertir una petición en lenguaje natural en una llamada a una función de Python. No sirve para conversar, sirve para controlar aplicaciones, dispositivos y automatizaciones.
Lo que me llamó la atención es que funciona en local en una Raspberry Pi 5 usando solo la CPU, sin nube y sin hardware dedicado a la IA. En lugar de escribir accendi_led(), basta con decir «Enciende el LED 1» y el modelo elige la función adecuada. También funciona con órdenes en italiano, y en la web del proyecto hay demos en línea (domótica, robot aspiradora, reloj inteligente, gafas de realidad aumentada) para probar.
El tutorial de RaspberryItaly construye un pequeño asistente local que guarda notas en un archivo, lee la temperatura de la Raspberry Pi, enciende y apaga un LED y entiende órdenes escritas en italiano. Hace falta una Raspberry Pi (mejor la 5), Raspberry Pi OS actualizado, Python 3, un LED con una resistencia de 220 o 330 ohmios y algunos cables puente. La instalación pasa por un entorno virtual y el paquete cactus-needle; la conexión solo hace falta para la primera descarga.
Un consejo del autor que conviene tener en cuenta: es mejor dar una orden cada vez. Una frase como «apaga la luz de la cocina y baja la persiana» puede no interpretarse bien, mientras que las dos órdenes por separado funcionan.
Como idea de proyecto la encuentro muy práctica: combinada con reconocimiento de voz local, permite controlar un robot o una pequeña automatización sin depender de ningún servicio en red.
Fuente: RaspberryItaly
Embarcados presenta el XIAOML Kit, de Seeed Studio, pensado para acompañar las prácticas de laboratorio del libro «Machine Learning Systems», del profesor Vijay Janapa Reddi, de Harvard. Los laboratorios se desarrollaron junto con el profesor Marcelo Rovai, de la UNIFEI en Itajubá, dentro del grupo tinyML4D.
El kit reúne una XIAO ESP32-S3 Sense, con cámara OV3660, micrófono digital y lector de tarjetas SD, y una placa de expansión con una IMU de 6 ejes y una pantalla OLED de 0,42 pulgadas. Con eso cubre las tres modalidades de datos que trabaja el libro: imagen, sonido y movimiento. También incluye una antena FPC de 2,4 GHz, dos disipadores de calor y una tarjeta microSD de 32 GB con adaptador.
El SoC es el ESP32-S3R8, un Xtensa LX7 de doble núcleo a 240 MHz, con 512 KB de SRAM, 8 MB de PSRAM y 8 MB de memoria flash. La IMU es la LSM6DS3TR-C, y la OLED usa el controlador SSD1315, que las bibliotecas tratan como un SSD1306 de 72 x 40 píxeles. El conjunto montado mide 21 x 17,8 x 30 mm y pesa 10,6 g. Un detalle práctico que señala el autor: la IMU y la OLED comparten el mismo bus I2C, en las direcciones 0x6A y 0x3C, así que quien quiera conectar otro sensor I2C debe evitar esas dos. La placa de la IMU tiene además un conector JST para batería de litio de 3,7 V, útil en proyectos vestibles.
Lo que más me gustó fue la combinación de un libro de referencia con hardware barato y compacto: se puede pasar de la teoría a ejecutar inferencia en un microcontrolador de verdad. La OLED, claro, solo admite dos o tres líneas legibles, pero basta para mostrar la clase inferida o un porcentaje de confianza.
Fuente: Embarcados
Arduino ha abierto las reservas del Ventuno Q, anunciado ya en marzo. Según un informe de Make, la placa cuesta 298,99 euros y los dispositivos reservados deberían enviarse en unas cuatro semanas. Está pensada sobre todo para IA en el borde y para robótica.
Lo que más me llama la atención es el concepto de «doble cerebro». En el lado Linux trabaja un Qualcomm Dragonwing IQ8 (QCS8275) con ocho núcleos Kryo y una NPU Hexagon de hasta 40 TOPS. Todo lo que es crítico en tiempo corre a cargo de un STM32H5F5 con Cortex-M33, que ejecuta Zephyr RTOS con el núcleo de Arduino y controla motores, PWM y GPIO. Ambos lados se comunican mediante un puente RPC. Un robot podría así analizar imágenes de cámara en local y encargarse al mismo tiempo del control de motores, sin combinar varias placas.
La dotación es generosa para lo habitual en Arduino: 16 GB de LPDDR5, 64 GB de eMMC, una ranura M.2 para SSD NVMe, tres conectores de cámara MIPI-CSI, Ethernet de 2,5 Gb, Wi-Fi 6 y Bluetooth 5.3. Además hay I2C, SPI, UART, varias interfaces CAN-FD, un conector Qwiic, cuatro LED RGB y una matriz de LED de 8×13.
En software está previsto Ubuntu, con Debian después. Según Arduino, Docker y apt están listos para usarse. En Arduino App Lab se pueden conectar sketches, scripts de Python y modelos de IA en contenedores. Vienen preinstalados, entre otros, Qwen, Gemma, Whisper, YOLOX y MediaPipe, y los modelos GGUF propios funcionan con llama.cpp.
El precio está muy por encima del nivel habitual de Arduino, así que es más adecuada para proyectos grandes que para quien empieza. Lo que más me atrae es la idea de control por voz en local y una automatización que no dependa de la nube.
Fuente: heise online (Make)
Con el calor del verano, aumentan los casos de personas mayores que viven solas y son trasladadas por un golpe de calor sin haber notado que la habitación se estaba calentando. «THSense», un proyecto personal publicado en Zenn, está pensado para quienes cuidan a familiares que viven lejos. Vigila la temperatura y la humedad de la habitación y envía un correo cuando la temperatura alcanza un nivel peligroso.
Las funciones son sencillas. Mide la temperatura y la humedad de la habitación cada minuto, envía un correo cuando supera los 35 °C y permite ver en el navegador los valores actuales y el historial en forma de gráfico. Según el autor, el gráfico sirve para detectar a tiempo señales previas, como una temperatura que sigue subiendo.
La arquitectura resulta interesante. La lectura del sensor (DHT20) se confía a un Arduino de la Grove Beginner Kit en lugar de a la Raspberry Pi, porque así hay mejor respuesta en tiempo real y resulta más fácil obtener valores precisos. Cada 60 segundos, el Arduino envía una cadena por el puerto serie USB a la Raspberry Pi, donde un programa en Python la recibe con pyserial, la convierte de nuevo en números y se encarga de comprobar la temperatura, enviar el correo y guardar los datos. La base de datos es un MariaDB en una máquina virtual de Azure, y la pantalla está hecha con Flask y Chart.js. Los correos salen por el SMTP de Gmail con smtplib, y las credenciales se leen de un archivo .env en lugar de escribirse en el código.
El reparto de funciones está muy claro y sirve como ejemplo para diseñar pequeños proyectos de IoT. Que el Arduino mida y la Raspberry Pi juzgue y notifique es un planteamiento que también me puede servir para pensar en montajes similares. El autor dice que el código fuente está publicado en GitHub.
Fuente: Zenn
Raspberry Pi por fin ha puesto a la venta su módulo Smart Display. Se anunció por primera vez en enero y, desde esta semana, se puede comprar a distribuidores autorizados por 30 dólares. El Compute Module 5 se vende por separado, así que se trata de un adaptador sin más, no de un ordenador completo.
Se trata de una placa adaptadora para el Compute Module 5 que se conecta a pantallas y proyectores que siguen la especificación Smart Display Module (SDM) de Intel. La alimentación, el vídeo, el audio, los datos y el control pasan todos por el conector interno, lo que significa que no hay cables adicionales, fuentes de alimentación ni soportes colgando de la parte trasera de una pantalla. Se desarrolló junto con Sharp Display Solutions Europe y admite reproducción de vídeo 4K.
También tiene una ranura M.2 integrada, que puede albergar almacenamiento rápido o un acelerador de IA como un módulo Hailo. La placa no tiene ventilador y es silenciosa, pensada para la señalización digital que debe funcionar 24 horas al día: paneles de información de vuelos, señalización de rutas, pantallas de comercios y empresas, o exposiciones inmersivas cuando se combina con un proyector SDM.
Uno de los primeros probadores, un servicio de señalización para pequeñas empresas llamado Media Looper, la usó durante tres meses en una pantalla Sharp. Su fundador dijo que hace todo lo que hace su configuración con Raspberry Pi 5, pero sin el cable, la fuente de alimentación ni el soporte que un cliente podría tirar sin querer, y que la usarán por defecto en cualquier pantalla con ranura SDM.
Me gusta este tipo de anuncios porque muestra lo lejos que ha llegado la plataforma desde las placas para aficionados hacia un hardware embebido más limpio. Para quien esté montando un proyecto de pantallas, un módulo de 30 dólares que desaparece dentro de la pantalla es una opción muy interesante, aunque conviene comprobar antes que la pantalla tenga de verdad una ranura SDM.
Fuente: Raspberry Pi News
La interfaz HDA Link, también llamada Azalia, suele encontrarse solo en los chipsets de los PC. El autor de un artículo en Habr quiso comprobar si el microcontrolador RP2040 de la Raspberry Pi Pico podía actuar como host de esa interfaz. La ventaja es evidente: los códecs de audio HDA multicanal tienen muchos más canales que I²S.
El proyecto se basa en un RP2040 con bloques PIO y en un códec Realtek ALC889 soldado en la placa, una placa que quedó de un intento anterior fallido con un STM32F103 y un Spartan-3. La señal BCLK debe ser estable a 24 MHz, así que no se puede generar por software. La interfaz usa cuatro líneas: BCLK, SYNC, SDO y SDI, y una trama de 1000 bits da 48 kHz; para 96 y 192 kHz aumenta el número de muestras por trama.
La implementación usa cuatro máquinas de estado PIO: salida SDO, salida SYNC, entrada SDI con generación de BCLK y una máquina de estado que asigna la dirección al códec. Los datos viajan por DMA, mientras que el segundo núcleo del RP2040 empaqueta muestras y comandos y analiza las respuestas del códec. El proyecto de demostración genera senos en cinco DAC estéreo, con el tercer armónico alrededor de −123 dB.
El códec funcionó a 192 kHz. Subir el RP2040 a 32 MHz (256 kHz) también funcionó, pero el códec se calentó bastante. La placa consume entre 150 y 270 mA a 3,3 V. También hay límites: los filtros integrados actúan como un paso alto de primer orden con una frecuencia de corte de unos 4 Hz, y el ancho de banda de entrada HDA no permite tres canales estéreo de 24/192 simultáneamente.
El autor encontró además un fallo de sincronización del RP2040 cuando funcionan a la vez DMA, USB y el muestreo desde XIP; su causa la identificaron especialistas de Raspberry Pi. Para procesamiento complejo recomienda el RP2350, que tiene instrucciones DSP. Me gusta que el proyecto muestre con honestidad tanto los resultados como los puntos débiles.
Fuente: Habr
Los sensores han dejado de ser componentes casi invisibles de taller o fábrica. Hardware Libre repasa varios proyectos en España y Europa donde redes de dispositivos conectados, plataformas de datos e inteligencia artificial se usan para tareas muy distintas: anticipar averías, controlar la contaminación, identificar aves por su canto o mejorar la seguridad de un vehículo.
El ejemplo más detallado es Scamia, en Madrid, un proyecto de la Empresa Municipal de la Vivienda y Suelo que hasta 2027 se aplicará en quince edificios, trece de ellos de vivienda pública. Cuenta con un presupuesto de unos 5,2 millones de euros con cofinanciación europea y gira en torno a un gemelo digital de cada inmueble. Se analizan los datos de cerca de doscientos sensores por edificio, conectados por WiFi e IoT, que miden temperatura, humedad relativa o niveles de CO2 para detectar anomalías antes de que las noten los vecinos. Los datos se anonimizan y se asocian a hogares, no a personas.
Los responsables calculan un recorte del 15% al 20% en mantenimiento de equipos como aerotermia o calderas y del 5% al 10% en consumo energético. El artículo añade un baño de realismo: esos porcentajes equivalen a unos 40 o 100 euros al año por vivienda en energía, y el valor real aparece al sumar muchos hogares y evitar averías caras.
En Cartagena se prepara otra red para los barrios del norte, con un contrato de 130.258 euros con IVA y unos quince equipos que medirán gases como el dióxido de nitrógeno o el ozono.
Me parece un buen recordatorio de que los mismos principios que usamos en un proyecto casero con un microcontrolador y un sensor de temperatura se escalan a una ciudad entera. Lo difícil, como señala el texto, no es medir sino convertir millones de lecturas en decisiones útiles.
Fuente: Hardware Libre
Pavel Loktev publicó en Habr una reseña tras vivir una semana con el panel de pared Elecrow CrowPanel basado en ESP32-P4, y analizó para qué sirve realmente un dispositivo así. Me gustó lo honesto de sus conclusiones, así que resumo lo principal.
El equipo tiene una pantalla de 10,1 pulgadas de 1024×600, 32 MB de PSRAM, 16 MB de flash, sensor táctil capacitivo, audio, ranura SD y GPIO. El firmware es cerrado, así que es un producto terminado más que una plataforma de desarrollo. El panel funciona como cliente: se instala un complemento en el servidor de Home Assistant y luego se introducen en el propio panel la dirección del servidor, el usuario y la contraseña. Después muestra un panel de HA normal, sin necesidad de diseñar una interfaz propia.
El autor aporta mediciones. El arranque en frío hasta tener el panel operativo tarda unos 20 segundos. Desde que se pulsa un botón hasta que cambia su estado pasan entre 0,7 y 0,8 segundos, y cambiar de pestaña hasta que el bloque está listo, entre 1,1 y 1,3 segundos. El comando sale casi de inmediato, pero la confirmación visual en pantalla llega bastante después. Los deslizadores funcionan bien, y también probó cámaras y reproducción multimedia.
Sobre las alternativas es igual de franco. Una tableta es más rápida y versátil, pero necesita soporte, alimentación y modo quiosco. ESPHome con LVGL es más barato, aunque la interfaz hay que crearla y mantenerla uno mismo. Los paneles listos como el Sonoff NSPanel resuelven la carcasa y la alimentación, pero a menudo exigen firmware de terceros. CrowPanel es el término medio: un único panel para el teléfono, el ordenador y la pared.
Entre los inconvenientes menciona un rendimiento más bajo, una resolución escasa para paneles muy densos y el firmware cerrado. Tampoco tiene batería integrada. La conclusión: no sustituye a la tableta, sino al mando de control de la entrada, la cocina o el garaje. Me gustó su frase sobre un interruptor con pantalla grande; creo que es muy acertada.
Fuente: Habr
