ASUNODE — Hogar inteligente e integración de IA local
Un proyecto de ingeniería en curso que reúne seguridad doméstica, automatización eléctrica, dispositivos embebidos distribuidos e investigación en IA local.
Visión general del proyecto
ASUNODE comenzó en febrero de 2026 con un objetivo práctico: construir un sistema doméstico que combine seguridad, control eléctrico y monitorización de una forma que responda a necesidades reales de los usuarios.
El proyecto evolucionó a lo largo de seis etapas, desde productos comerciales de hogar inteligente hasta una red ESP32 a medida, un intercambio de datos basado en MQTT y experimentos con modelos de lenguaje locales. Las primeras pruebas del producto comenzaron en julio de 2026. El desarrollo del panel de control y de la interfaz del asistente local sigue en curso.
Cada etapa cambió mi manera de entender el problema. Conectar dispositivos fue el punto de partida; el funcionamiento fiable, la información útil y el comportamiento coordinado pasaron a ser los objetivos centrales de ingeniería.
Mi función y aportación
Definí los requisitos, seleccioné y evalué dispositivos, configuré las plataformas de software y realicé experimentos de hardware y comunicaciones.
A medida que avanzaba el proyecto, asigné funciones a los dispositivos embebidos, probé el intercambio de información entre hubs, introduje una mensajería centralizada y evalué modelos de lenguaje locales para el análisis de datos.
El trabajo reúne mi experiencia en sistemas eléctricos, electrónica, comunicaciones, informática e integración de software. También deja al descubierto lagunas en mis enfoques anteriores y me da un motivo práctico para revisarlos.
Trayectoria de desarrollo
Etapa 1 — Integración de productos comerciales de hogar inteligente
Al principio construí el sistema en torno a productos compatibles con Apple HomeKit, utilizando un iPad, un HomePod y un Apple TV junto con dispositivos de Philips Hue, Yale, Aqara y Meross.
La iluminación, los interruptores, las cámaras, los sensores y los hubs ofrecieron las primeras funciones operativas. Sin embargo, el aumento de los costes y los problemas de conexión en mi instalación limitaron el avance. Integrar el control y la monitorización de la energía eléctrica previstos, basados en Wago, añadió complejidad entre entornos de gestión independientes.
Esta etapa me dio experiencia práctica en la configuración de dispositivos y en la comunicación entre ellos. También demostró que las funciones disponibles aún no cumplían mis expectativas de una casa inteligente.
Etapa 2 — Comparación de ecosistemas de productos
Después probé productos de Sonoff, Tapo, Xiaomi Mi e Interra frente a las funciones que exigía el proyecto.
Las diferencias en el comportamiento del software resultaron significativas. La grabación de las cámaras y las capacidades de los hubs variaban, y las combinaciones que probé no ofrecieron una solución unificada para todos los requisitos.
La experiencia desplazó mi evaluación hacia cómo se comportan los dispositivos en conjunto, cómo se conserva la información y cómo influyen las decisiones de software en la seguridad y el uso cotidiano.
Etapa 3 — Coordinación central con Home Assistant
Home Assistant ofrecía una vía para coordinar productos diferentes mediante una plataforma de software común. Empecé a configurar integraciones y obtuve mejores resultados que en las etapas anteriores, aunque el funcionamiento continuo y la estabilidad seguían siendo motivo de preocupación en mi instalación.
Una instalación a pequeña escala en una residencia para personas mayores hizo más concreta la importancia de la fiabilidad. Esas personas podían beneficiarse de la automatización, pero sus necesidades exigían algo más que mandos a distancia cómodos.
Esta experiencia reforzó el enfoque del proyecto en el comportamiento útil, la continuidad y la relación entre el sistema y sus usuarios.
Etapa 4 — Exploración de hardware embebido
Exploré las placas de desarrollo y los equipos reparables de los que ya disponía. Arduino ofreció un punto de partida accesible, NodeMCU incorporó capacidades prácticas de Wi-Fi y una placa de desarrollo MSP encajaba con mi forma de abordar la ingeniería.
La disponibilidad de módulos en Turquía influyó en las decisiones. Me centré cada vez más en los dispositivos de Espressif, investigando su hardware, sus SDK y sus opciones de desarrollo, entre ellas Arduino y Zephyr.
Los pequeños programas cargados en un ESP32-C6 sirvieron de base inicial para una evaluación práctica.
Etapa 5 — Red distribuida de ESP32 y MQTT
Agrupé los dispositivos ESP32 por función. Algunos actuaban como hubs, otro servía de puente para ampliar la cobertura y otros se encargaban de la medición del tiempo y del registro independiente de eventos.
También trabajé en el intercambio de información entre dos hubs, incluida la identificación de qué información de sensores era más reciente. Los experimentos de comunicación y los mecanismos “Dead Man’s Switch” respaldaron los esfuerzos por detectar interrupciones y reducir su impacto.
Incorporar MQTT en Ubuntu permitió que los dispositivos se concentraran en sus tareas asignadas mientras enviaban los datos a un entorno de software central.
Los dispositivos se comunicaban y enviaban información de sensores, aunque el comportamiento de los sensores y la continuidad aún requerían ajustes. Seguía siendo yo quien interpretaba la información y gestionaba el sistema, lo que condujo a la etapa siguiente.
Etapa 6 — Investigación sobre un asistente de IA local
Instalé modelos de lenguaje locales, aprendí a utilizarlos y les asigné tareas experimentales de inspección y análisis de datos. Se evaluaron modelos de las familias Qwen, Gemma, CodeGemma y Llama con los recursos de hardware disponibles.
Después empecé a preparar un enfoque basado en recuperación mediante RAG, PostgreSQL y Obsidian. El objetivo es proporcionar a un asistente local información relevante del proyecto y del contexto del sistema.
Estos experimentos marcaron una dirección para la asistencia y el análisis. Una interfaz de asistente completa y una integración coordinada con el sistema de automatización siguen en desarrollo.
Esta necesidad también dio lugar a mi línea de trabajo separada sobre flujos de trabajo de IA semiautónomos guiados por personas y plantillas de desarrollo reutilizables.
Estructura del sistema
La arquitectura en desarrollo separa las responsabilidades de los dispositivos de la coordinación de datos y de la interacción con el usuario.
Los dispositivos ESP32 realizan las tareas asignadas de sensado, comunicación, hub, puente y registro. MQTT proporciona la capa de mensajería para transferir los datos de los dispositivos al entorno basado en Ubuntu.
El panel de control pretende hacer accesible al usuario la información del sistema. La investigación en IA local explora una capa adicional de asistencia para interpretar la información y apoyar la supervisión del sistema.
Esta separación permite desarrollar y evaluar cada parte mientras continúa la integración.
Situación actual y próximos pasos
El proyecto ha avanzado desde pruebas con dispositivos comerciales hasta una red ESP32 que se comunica, un intercambio de datos centralizado y experimentos con modelos locales.
El trabajo del panel de control se ha realizado en Flutter. Está prevista una reescritura en Python, con la finalización fijada como objetivo para finales de 2026. La interfaz del LLM local sigue en I+D.
El trabajo posterior se centra en la interfaz de usuario, el software de coordinación, la fiabilidad de los sensores y la evaluación continua de la continuidad operativa. Son objetivos de desarrollo, no capacidades ya completadas.
Significado personal
ASUNODE es el lugar donde reúno la experiencia acumulada a lo largo de mi vida laboral. La ingeniería eléctrica, las comunicaciones, la infraestructura, el software y la resolución práctica de averías contribuyen al mismo sistema.
El proyecto también me anima a replantear problemas conocidos con herramientas y métodos que antes había pasado por alto. Descubrir enfoques como Node-RED ha ampliado mi forma de pensar sobre la coordinación y la automatización.
Para mí, ASUNODE significa “mi legado para el mañana”: un esfuerzo continuo por convertir el conocimiento acumulado en sistemas que atiendan las necesidades reales de las personas.