Primeros pasos con IoT y MQTT: tutorial ESP8266 sin código

MQTT es la columna vertebral de mensajería ligera de la mayoría de soluciones IoT. Esta guía muestra cómo lanzar flujo completo sin código: sensor ESP8266 publica datos a Raspberry Pi corriendo Node-RED, donde lecturas aparecen en panel vivo.

Por qué MQTT importa para IoT

El modelo publish/subscribe de MQTT mantiene tráfico red mínimo y está diseñado para conexiones poco fiables o bajo ancho de banda —exactamente lo que requieren la mayoría de despliegues IoT. Aprovechando estándares abiertos como Arduino, MQTT y Node-RED, puedes prototipar rápido sin escribir una sola línea de código.

Qué necesitarás

• Módulo ESP8266 (referido aquí como "IoT Octopus") con sensor Bosch BME280 (temperatura, presión, humedad)
• Raspberry Pi con Raspbian (probado en release 2018-06-27)
• Node-RED (preinstalado en imágenes Raspbian nuevas, si no instalar manualmente)
• Broker MQTT Mosquitto – https://mosquitto.org
• Arduino IDE 1.8.5 (versión portable incluida en paquete IoT Werkstatt)
• Ardublock – editor visual bloques que genera código Arduino automáticamente

Paso 1: Descargar paquete IoT Werkstatt

Descarga IoT Werkstatt ZIP. Incluye Arduino 1.8.5 portable, todas librerías requeridas, y Ardublock, que provee "superbloques" preconstruidos para tareas IoT comunes.

Paso 2: Preparar ESP8266

Abre Ardublock y carga proyecto XML provisto. Configura tu SSID/contraseña Wi-Fi y apunta ajustes MQTT a dirección broker de tu Raspberry Pi. Selecciona sensor Bosch BME280 y crea topic distinto para cada medición (ej. home/room1/temperature).

Clic Upload to Octopus —el Arduino IDE compila sketch generado y lo flashea al ESP8266. Una vez corriendo, el dispositivo publica datos sensor al broker MQTT.

Paso 3: Configurar broker MQTT en Raspberry Pi

En la Pi, instala Mosquitto:

sudo apt-get update
sudo apt-get install mosquitto mosquitto-clients

Inicia broker (arranca automáticamente en boot). No configuración extra requerida para setup local básico.

Paso 4: Importar flujo Node-RED

Abre Node-RED (https://localhost:1880) y pega JSON flujo suministrado. Doble clic cada nodo input MQTT para poner dirección broker y credenciales.

Panel debug a la derecha mostrará mensajes entrantes once ESP8266 empiece publicando.

Paso 5: Añadir panel

En Node-RED, instala nodo paleta node-red-dashboard. El flujo ya contiene configuración para UI dashboard.

Tras instalar, dashboard accesible en https://localhost:1880/ui y mostrará gráficas vivo de temperatura, presión y humedad.

Opcional: Asegurar dashboard

Para proteger UI, habilita httpNodeAuth en settings.js como descrito en docs seguridad Node-RED.

Checklist inicio rápido Raspberry Pi

1. Descarga Raspbian de web oficial Raspberry Pi y flashea a tarjeta SD 32 GB.
2. Habilita Wi-Fi y SSH para setup headless:
   • Crea archivo vacío llamado ssh en partición /boot.
   • Coloca archivo wpa_supplicant.conf con detalles tu red:

   country=US
   ctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdev
   update_config=1
   network={
     ssid="YourNetworkSSID"
     psk="YourNetworkPassphrase"
     key_mgmt=WPA-PSK
   }

3. Arranca Pi, luego actualiza OS:

   sudo apt-get update
   sudo apt-get upgrade

4. Instala Mosquitto (ver Paso 3).
5. Si Node-RED no preinstalado, ejecuta:

   bash <(curl -sL https://raw.githubusercontent.com/node-red/raspbian-deb-package/master/resources/update-nodejs-and-nodered)

6. Habilita Node-RED inicio automático:

   sudo systemctl enable nodered.service

7. Instala nodo dashboard Node-RED:

   sudo apt-get install npm
   sudo npm install -g npm
   hash -r
   cd ~/.node-red
   npm i node-red-dashboard node-red-start

Una vez corriendo, accede Node-RED en https://localhost:1880 y dashboard en https://localhost:1880/ui.

Gestionar Node-RED

• node-red-start – lanzar Node-RED
• node-red-stop – parar Node-RED
• sudo systemctl – controlar servicio
• sudo journalctl -f -u nodered -o cat – seguir log tiempo real

¿Qué sigue?

Expande tu proyecto con machine learning: instala TensorFlow en Pi (pip3 install tensorflow) y añade paleta node-red-contrib-machine-learning para capacidades IA en tu dashboard.

Referencias

• Broker MQTT Mosquitto
• Documentación Seguridad Node-RED

— DONE —