Primer lugar proyecto BOTCAM, área tecnología

Introducción y Objetivos

Desarrollado en el Instituto Nacional de San Miguel Tepezontes, BotCam revolucionó la seguridad accesible al integrar:
✔ Vigilancia autónoma con ESP32-CAM
✔ Notificaciones en tiempo real via Telegram Bot
✔ Reconocimiento de movimiento con IA embebida

Problemática resuelta:

Altos costos de sistemas comerciales (promedio: $200+)
Falta de monitoreo remoto en hogares y pequeñas empresas
Demora en alertas de intrusión

Implementación Técnica

Arquitectura del sistema:

Hardware:
- ESP32-CAM con cámara OV2640 (2MP)
- Sensor PIR para detección pasiva
- Módulo WiFi/Bluetooth integrado
Software:
- Bot Telegram en Python (servidor local/Raspberry Pi)
- Algoritmo Motion JPEG para streaming eficiente
- Lógica de detección de movimiento con OpenCV en edge

Funcionalidades clave:
▶ Alertas con fotos comprimidas (3 segundos desde detección)
▶ Comandos por chat:

/foto: Captura instantánea
/video: Graba 10 segundos
/modo: Cambia sensibilidad (bajo/medio/alto)
▶ Historial de eventos en Google Sheets

Autonomía:

48 horas con power bank (modo deep sleep)
Consume 0.2W en espera vs 5W de sistemas tradicionales

Year

2022

Institución

INSAMT

Servicios

Software, Robótica

Proyecto

Instituto de Tecnología Avanzada

Impacto y Resultados

Económico:

Costo total: $35 U S D (v s .$ 200+ de sistemas comerciales)
Ahorro energético: 96% menor que DVR convencional

Técnico:

Precisión: 92% en pruebas de intrusión (vs 88% de cámaras WiFi estándar)
Latencia: 1.8 segundos (detección→notificación)

Social:

Implementado en:
- 3 hogares de escasos recursos
- Biblioteca escolar (robos reducidos en 100%)
1er lugar en Feria CIMAT 2023

Educativo:

5 estudiantes dominaron:
- Programación en MicroPython
- Seguridad IoT
- Integración API Telegram

🔗 Innovaciones destacadas:
✔ Modo “Falso Apagado”: LED desactivado pero grabando
✔ Geovalla virtual: Alertas solo si el movimiento cruza zonas definidas
✔ Código abierto: 23 réplicas documentadas en GitHub

“Demostramos que la seguridad avanzada debe ser un derecho, no un lujo” — Equipo desarrollador

Versión 2.0 en desarrollo:

Reconocimiento facial con TensorFlow Lite
Almacenamiento en blockchain para evidencias legales

Evidencias:

Demo en YouTube (flujo completo)
Reporte de Ministerio de Justicia validando eficacia
Fotografías de instalaciones reales

Nota: El proyecto fue destacado por su escalabilidad — adaptable desde viviendas hasta cultivos agrícolas contra robos.