Gesture Controlled Car

ESP8266 & ESP-NOW

Un vehículo robótico de alta maniobrabilidad controlado por gestos de la mano, con comunicación directa MAC a MAC y arquitectura anti-latencia.

---

Sobre el Proyecto

Este proyecto implementa un vehículo robótico controlado íntegramente por movimientos biomecánicos. Utiliza dos microcontroladores ESP8266 que se comunican de forma directa y con latencia ultrabaja mediante el protocolo ESP-NOW, eliminando por completo la necesidad de módulos de radio adicionales (como NRF24L01) o routers Wi-Fi externos.

El sistema se divide en dos nodos principales:

1. Transmisor (Guante): Detecta la inclinación de la mano, procesa el vector de movimiento y envía la instrucción. Cuenta con retroalimentación visual OLED.
   

2. Receptor (Vehículo): Interpreta el gesto inalámbrico y acciona un sistema de tracción diferencial.
   

---

Características Destacadas

• Baja Latencia (ESP-NOW)⚡: Frecuencia de envío ajustada y comunicación síncrona para mantener un control mecánico fluido y en tiempo real.
• Optimización de Interfaz (I2C)🧠: La pantalla OLED en el guante emplea un algoritmo asíncrono; solo se redibuja cuando cambia el gesto, liberando el 93% de la carga del procesador.
• Sistema Failsafe Integrado 🛡️: Un "perro guardián" (watchdog) de software que detiene los motores instantáneamente si se pierde la comunicación por más de 500 ms, previniendo colisiones.

---

Tecnologías y Hardware

Hardware Principal

Componente	Descripción
Microcontroladores	2x ESP8266 (NodeMCU / Wemos D1 Mini)
Sensores	1x MPU6050 (Acelerómetro + Giroscopio de 6 ejes)
Visualización	1x Pantalla OLED SSD1306 (128x64) I2C
Actuadores	1x Driver Puente H L298N + 4 Motores DC
Alimentación	Baterías Li-ion 3.7V (Lógica) + 4x AA 1.5V (Potencia)

Software y Librerías

• Entorno: Arduino IDE
• Librerías C++: ESP8266WiFi, espnow, Wire, MPU6050, Adafruit_GFX, Adafruit_SSD1306
• Análisis de Datos: Python 3.x (Matplotlib, Numpy)

---

Gestos Reconocidos

El sensor lee los ejes de inclinación y los traduce a los siguientes comandos de conducción:

• F ➔ Adelante (Inclinación frontal)
• B ➔ Atrás (Inclinación hacia atrás)
• L ➔ Izquierda (Inclinación lateral izquierda)
• R ➔ Derecha (Inclinación lateral derecha)
• S ➔ Stop (Posición neutra o reposo)

---

Estructura del Repositorio

📦 gesture-sheep-Cart
 ┣ 📂 code
 ┃ ┣ 📂 get_mac_address
 ┃ ┃ ┗ 📜 get_mac_address.ino      # Utilidad para obtener la MAC del receptor
 ┃ ┣ 📂 receiver_car
 ┃ ┃ ┗ 📜 receiver_car.ino         # Firmware del vehículo y control L298N
 ┃ ┗ 📂 transmitter_glove
 ┃ ┃ ┗ 📜 transmitter_glove.ino    # Firmware del MPU6050, OLED y envío
 ┣ 📂 test
 ┃ ┣ 📜 eficiencia_i2c.py          # Script para modelar saturación I2C
 ┃ ┗ 📜 grafica_latencia_real.py   # Simulación de respuesta y tiempo de ciclo
 ┣ 📂 src
 ┃ ┗ 📜 main.tex                   # Código fuente LaTeX del informe formal
 ┣ 📂 output
 ┃ ┗ 📜 informe.pdf                # (Directorio de salida para la documentación)
 ┗ 📜 requirements.txt             # Dependencias de de Python para los tests

Guía de Instalación y Uso

1. Preparar el Entorno de Análisis (Opcional)

Si deseas ejecutar los modelos computacionales en Python, instala las dependencias: Bash pip install -r requirements.txt

2. Obtener la dirección MAC del Receptor

Para que el guante sepa a qué vehículo hablarle, necesitas la dirección de red de la placa del carro.

1. Conecta por USB el ESP8266 que usarás en el vehículo.
2. Sube el código code/get_mac_address/get_mac_address.ino.
3. Abre el Monitor Serial a 115200 baudios y anota la dirección MAC impresa.

3. Configurar el Transmisor (Guante)

1. Abre code/transmitter_glove/transmitter_glove.ino.
2. Busca la variable receiverAddress[] y actualízala con la MAC de tu vehículo:

// Ejemplo:
uint8_t receiverAddress[] = {0x24, 0xD7, 0xEB, 0xEF, 0xA3, 0xC8};

3. Verifica las conexiones físicas I2C del MPU6050 y la OLED (SDA: D2, SCL: D1).
4. Sube el firmware a la placa del guante.

4. Configurar el Receptor (Vehículo)

1. Abre code/receiver_car/receiver_car.ino.
2. Verifica que los pines declarados coincidan con el cableado físico hacia tu driver L298N: o IN1 = D1 o IN2 = D2 o IN3 = D3 o IN4 = D4
3. Sube el firmware a la placa del vehículo.

Análisis y Gráficas de Rendimiento

Puedes evaluar y visualizar la eficacia arquitectónica del código optimizado frente a un algoritmo tradicional corriendo los scripts de prueba ubicados en la carpeta /test:

# Genera la comparativa de carga en el bus I2C
python test/eficiencia_i2c.py

# Genera el gráfico de latencia de ejecución
python test/grafica_latencia_real.py

📄 Documentación

Puedes descargar el informe completo aquí:
ESP_NOW_Gesture_Car.pdf

Nota: Las gráficas resultantes .png demuestran un incremento en la frecuencia de muestreo de hasta 10x y una reducción del 93% en el cuello de botella gráfico.