Post on 09-Sep-2018
Diseño y desarrollo de una App móvil en
MIT Appinventor 2 para la estación
meteorológica IoT de la UNAD Acacias
Angel Alejandro Rodriguez Aya
Escuela de Ciencias Básicas Tecnología e Ingeniería
Universidad Nacional Abierta y a Distancia (UNAD)
Acacias, Colombia
Email: angel.rodriguez@unad.edu.co
John Alejandro Figueredo Luna
Escuela de Ciencias Básicas Tecnología e Ingeniería
Universidad Nacional Abierta y a Distancia (UNAD)
Acacias, Colombia
Email: john.figueredo@unad.edu.co
Abstract— En este artículo se presentan el diseño y
desarrollo de una app móvil para el prototipo de la estación
meteorológica ubicada en la Universidad Nacional Abierta y a
Distancia (UNAD) del CEAD Acacias, departamento del Meta,
empleando las herramientas de Google y MIT Appinventor 2
(AI2). Además, en este trabajo, se busca utilizar e implementar
técnicas y herramientas de fácil acceso e implementación para
desarrollar un sistema de comunicación aplicando el concepto
de IoT, permitiendo conectar a la nube desarrollos de sistemas
inteligentes, encaminados a la domótica y telemetría; también,
impulsar la investigación en la región en diseños basados en
este tipo de herramientas para ayudar a la integración de
hardware y comunicación de datos remota.
Keywords—IoT, Aplicaciones Moviles, Appinventor,
Telemetría
I. INTRODUCCIÓN
Desde la invención de los primeros teléfonos móviles
portables, como lo fue lo fue el DynaTAC 8000x
desarrollado por la empresa Motorola, diferentes empresas
han tratado de mejorar con el tiempo las prestaciones de los
teléfonos móviles, en un principio la necesidad fue de la
portabilidad del equipo y el tamaño, situación que se logró
solucionar con la disposición de las antenas de
comunicación en formas de celdas o paneles [1] esto
permitió minimizar y disminuir la potencia de transmisión y
recepción de los equipos móviles, logrando así una mayor
integración de sus componentes y un menor consumo
energético.
Luego de haberse solucionado este inconveniente, al inicio
de los años 90s, las empresas fabricantes de los teléfonos
móviles comenzaron a innovar añadiendo servicios
adicionales al de voz como los mensajes de texto y
posteriormente un buzón de voz. Para ese tiempo, los
teléfonos móviles no contaban con un sistema operativo
funcional, más bien cada teléfono móvil contaba con un
menú de opciones en pantalla para controlar el hardware que
poseía cada marca y referencia de teléfono móvil.
Para el año de 1996 la empresa PALM lanza al mercado un
dispositivo móvil con un sistema operativo funcional
llamado PALM Pilot 1000 [2], que permitía a los usuarios
navegar dentro de las opciones del equipo de una forma
gráfica y con una interfaz de usuario basada en pantallas
táctiles, este acontecimiento produjo que los diferentes
fabricantes de teléfonos móviles comenzaran a desarrollar
sistemas operativos para cada marca de equipo sin importar
una referencia de un equipo especifica.
Es así que desde ese año surgieron nuevos sistemas
operativos para dispositivos móviles de diferentes marcas
tales como: BlackBerry OS 1.0 (1999), Pocket PC (2000),
Symbian OS (2001), Windows Mobile (2003), Android
(2007), IPhone OS (2007), Windows Phone (2010) [3].
Algunas de estas marcas de sistemas operativos para estos
dispositivos han desaparecido hoy en día, la mayoría por
falta de innovación o carencia de apps desarrolladas para sus
plataformas.
Figura 1. Nacimiento de los OS para teléfonos móviles [3]
Hoy en día los sistemas operativos de teléfonos móviles más
representativos en el mercado son Android de la empresa
Google y IOS de la empresa Apple, ambos con similitudes
en la interfaz de usuario, pero con diferentes políticas en sus
sistemas operativos y Apps. Android al ser de la empresa
Google muestra una gran integración con las diferentes
aplicaciones propias y de terceros, el sistema operativo
puede ser modificado por los fabricantes de teléfonos
móviles (Personalización) y el desarrollo y publicación de
las aplicaciones móviles son libres o con pocas restricciones
de distribución en su tienda de contenido (Play Store), por
otra parte IOS es más cerrado en sus políticas, poseen el
control de su sistema operativo y solo puede ser utilizado en
sus propios equipos de forma legal. El desarrollo y
publicación de las aplicaciones móviles es más estricta al
tener que pagar algún tipo de licenciamiento por su
publicación en su tienda de contenido (Appstore).
Finalmente, para el desarrollo de la aplicación móvil de la
estación meteorológica de la UNAD CEAD Acacias, se optó
por trabajar con la herramienta de MIT App inventor, la cual
es una herramienta desarrollada en conjunto entre el MIT
Instituto Técnico de Massachusetts y Google [4] con el fin
de que usuarios con poco conocimientos de programación
puedan realizar aplicaciones móviles sencillas y en corto
tiempo, además de ser compartidas de forma gratuita en
equipos con sistemas operativos Android, adicionalmente, la
herramienta Appinventor 2, en adelante AI2, posee una
buena integración con la mayoría de aplicaciones Google
actuales, herramientas utilizadas en este momento en la
estación meteorológica para la captura, presentación,
procesamiento y almacenamiento de los datos.
II. DISEÑO DE LA ESTACIÓN METEOROLÓGICA IOT
A. Tarjeta Embebida
La estación meteorológica ubicada en la UNAD CEAD
Acacias se diseñó con una tarjeta de desarrollo compatible
con Arduino, la cual es una plataforma de creación de
prototipos de código abierto fundamentado en el fácil uso de
hardware y software, capaz de leer y escribir datos en un
microcontrolador, basados en un hardware de bajo costo
accesible casi para cualquier persona, con una comunidad
online que permite reutilizar código abierto de otros
desarrolladores. [5]
Para este desarrollo se utilizó una de las tarjetas de la
empresa Particle, las cuales son compatibles con la mayoría
de la sintaxis, librerías y hardware Arduino, pero con la
posibilidad de conectarse a internet por medio de un Router
WiFi o GSM para aplicar desarrollos IoT (Internet de las
Cosas).
El IoT (Internet de las Cosas) [6] es un concepto que nació
en el año 1999 por el Instituto Técnico de Massachusetts
MIT, cuando se investigaba la identificación por
radiofrecuencia en red (RFID), que permitían a los objetos
conectarse e intercambiar datos y tecnologías de detección
por sensores.
El loT, permite tener tanto las personas, animales y objetos,
conectados mediante un identificador únicos asociados a
cada uno de ellos, con el fin de tomar los datos, transferirlos
y almacenarlos en tiempo real en la web, haciendo uso de
internet, lo anterior con el fin de controlarlos de forma
inteligente y eficientemente.
La tarjeta seleccionada para el desarrollo de la estación es la
Spark Core o como ahora le llama la empresa Particle
“Core”, esta tarjeta posee las siguientes características:
Procesador ARM 32-bit Cortex™-M3 CPU Core,
Frecuencia de operación de 72Mhz, 128Kb de memoria
Flash, 20Kb de SRAM, Conversor Análogo a Digital de 12
bits, interfaz USB, comunicación USART, SPI y I2C. [7].
Ideal para prototipo con opción de IoT y compatible con
Arduino.
Figura 2. Diagrama de pines Spark Core
La tarjeta Spark Core cuenta con un total de 18 pines, de los
cuales dispone de 8 puertos digitales I/O enumerados del D0
al D7 y 8 puertos analógicos enumerados del A0 al A7, Tx y
Rx predeterminados para comunicación serial. Todos los
puertos funcionan a 3.3v a excepción de los pines digitales
que pueden admitir entradas de 5v. [8]
La tarjeta Core [9] se caracteriza por tener un Device ID,
este es un identificador único en el mundo de la tarjeta en el
Cloud de Particle, lo anterior con el fin de mejorar la
seguridad de la comunicación con cada uno de los
dispositivos, adicionalmente, el Cloud de Particle
proporciona un Token de autenticación que se le asigna a
cada tarjeta que se conecta a su red (Contraseña) por lo cual
lo convierte en un sistema fiable y seguro.
B. Variables de medición
La estación meteorológica desarrollada toma muestras
cercanas al 80% de las variables medibles de una estación
meteorológica comercial [10], para ello se hizo necesario la
inclusión de los diferentes sensores [11], los cuales fueron
implementados para realizar dicha función, a continuación,
se enumera las variables medibles con sus respectivos
sensores:
Tabla 1. Variables y sensores de medición
Variable climática Sensor seleccionado Valor entregado
Temperatura (°C) DHT11 0° - 50°C
Humedad Relativa (%) DHT11 20% - 90%
Potencia solar (W) Panel Solar 3W 0W – 3W
Brillo Solar Sensor Fotoresistivo 0% - 100%
Sensor de Lluvia (Water Sensor) 0 - 2000
Índice UV S12SD UV 0 - 11
C. Diagrama de bloques de la Estación
Meteorológica
El diagrama de bloques de la estación meteorológica y la
Aplicación móvil se compone de los siguientes bloques
funcionales:
Figura 3. Diagrama de Bloques de la Estación Meteorológica
El núcleo central lo compone la tarjeta Spark Core, la cual
se encarga de recibir la información de los sensores
instalados, procesar la información y mediante una conexión
WiFi enviarlas a la nube de Particle, para luego tomarlas
mediante la aplicación de hojas de cálculo de Google Drive,
Fusion Tables y publicarlas en la App denominada
“Estación_UNAD”.
D. Prototipo Final de la estación Meteorológica
La estación está ubicada en la UNAD CEAD Acacias, en
una caja plástica donde se encuentra la tarjeta Spark Core en
donde salen los cables de conexión a lo diferentes sensores.
Figura 4. Estación Meteorológica IoT
III. PROCESAMIENTO DE DATOS
A. Sensores y Tarjeta Spark Core
Los sensores implementados para la captura de cada una de
las variables del clima son de tipo analógico y digital. Las
lecturas de la temperatura y humedad son digitales y las
variables de brillo solar, potencia solar, índice UV, sensor
de lluvia son analógicas, para lo anterior se hizo necesario
su procesamiento y así ser ajustadas según la hoja de datos
(datasheet) de estos sensores para poder obtener una lectura
aproximada de estas variables.
Para tener una mayor seguridad del funcionamiento de cada
uno de los sensores, como primera medida se realizaron
programas individuales para cada sensor y así verificar la
respuesta de cada una de las variables, luego de verificar el
correcto funcionamiento se integraron en un solo programa
para su posterior publicación en la nube.
Figura 5. Pruebas sensores
B. API Cloud Particle y Tarjeta Spark Core
La tarjeta Spark Core puede trabajar como una tarjeta
embebida sin conexión a internet (Similar a una tarjeta
Arduino UNO) o utilizar una conexión a internet a través de
WiFi y publicar datos a la Particle Cloud API mediante la
creación de variables del tipo “Particle.variable()”, en esta
variable se pueden ingresar los datos que se desean tener en
el Particle Cloud API para su posterior procesamiento y
publicación de resultados.
Para el caso de la estación meteorológica se trabajó con una
sola Particle.variable() en la cual se trabajó como variable
tipo String (Cadena de caracteres) en donde se concatenaron
todos los datos como una cadena de caracteres publicados
en el Particle Cloud API.
Figura 6. Variable de Particle
C. Hojas de Cálculo de Google Drive y Particle
Cloud API
Las hojas de Cálculo de Google Drive funciona como la
base de datos de la estación meteorológica, la cual mediante
la ayuda de un Script realizado en el editor de secuencia de
comandos de la hoja de cálculo se logra que
automáticamente cada 15 minutos se consulte los datos de
Particle Cloud API [12] y se exporten a la hoja de cálculo,
además, en el Script se realiza la decodificación del String y
lo separa en variables independientes para que se consignen
los valores en cada una de las celdas especificadas.
Figura 7. Base de datos con Hojas de Cálculo de Google
D. Fusión Tables y Hojas de cálculo de Google Drive
La App experimental de Google llamada Fusión Tables [13]
o tablas dinámicas en español se trabajó con el fin de
realizar la gestión de datos en la nube, en la cual se pueden
tomar de una tabla de datos información y publicarla por
medio de gráficos, muy similares a los de hojas de cálculo
de Google Drive.
Para la operación anterior fue necesaria la implementación
de la herramienta Fusión Tables debido a que los gráficos
generados con esta herramienta se pueden publicar en
aplicaciones móviles para Android, además, con la ayuda de
AI2 se exportan las tablas y gráficos para presentarlas en la
aplicación móvil.
Figura 8. Grafica de índice UV en Fusion Tables
E. AI2, Particle Cloud API y Fusión Tables
El diseño y desarrollo de la App en AI2 necesita de los datos
publicados en la nube de Particle Cloud API y Fusion
Tables de Google como fuentes de la información para la
publicación de los datos, como primera medida, los datos de
las variables actuales de la estación meteorológica se
obtienen haciendo un llamado mediante AI2 a Particle
Cloud API, incluyendo el Device Id y el Token de la tarjeta
Spark Core para su publicación, en segunda instancia AI2
también hace un llamado a Fusion Tables para obtener las
gráficas del histórico de mediciones de cada una de las
variables de la estación meteorológica.
Figura 9. Llamado a API Particle y Fusion Tables con AI2
IV. SELECCIÓN DE LA HERRAMIENTA PARA LA
CREACIÓN DE LA APP
La publicación de los datos capturados de la estación
meteorológica ha pasado por varias etapas, la primera
captura de datos se realizó directamente sobre una hoja de
cálculo de Google Drive en donde se realizaron las
diferentes gráficas para analizar cada una de las variables de
medición, luego, para mejorar la presentación de los datos a
la comunidad académica y a las personas interesadas en el
tema, se publicó la información en una página web la cual
está disponible para su consulta en:
https://sites.google.com/site/climaacacias/, en la cual se
puede encontrar la ubicación de la estación, los datos
actuales, los históricos de medición y las gráficas del
comportamiento del clima, esta página funciona
perfectamente en navegadores para PC, sin embargo,
cuando se realiza la navegación del sitio web por medio de
navegadores desde equipos móviles solo se puede visualizar
correctamente los datos actuales de la estación, los
históricos de medición no se visualizan, puesto que los
navegadores para móviles no poseen todos los
complementos de Adobe Flash para que se ejecuten
correctamente los complementos de las gráficas, situación
que genero la necesidad de realizar una aplicación móvil
que capturara directamente los datos desde estos equipos
móviles y así visualizar todos los datos correctamente.
El análisis de la herramienta a trabajar para el desarrollo
de la App produjo como resultado la selección de AI2, esta
es una herramienta sencilla para desarrollar aplicaciones
móviles para Android en corto tiempo y con pocos
conocimientos de programación [14], además, posee una
buena documentación y tutoriales con diferentes ejemplos
de uso, igualmente, al ser una herramienta integrada a una
cuenta de Google en donde se pueden desarrollar
aplicaciones sin costo. Estas características fueron
suficientes para su elección y para las necesidades de la
publicación de los datos de la estación meteorológica.
V. DISEÑO PRELIMINAR DE LA APP EN AI2
Para el diseño de la aplicación móvil fue necesario plantear
una interfaz que fuera sencilla para los usuarios que
interactuaran con ella, por tal motivo se planteó una app con
una única pantalla en la cual se lograra visualizar todas las
variables de la estación. A continuación, se presenta la
pantalla de los datos.
Figura 10. Diseño de la App V1 en AI2
En esta primera versión de la aplicación se hace llamado de
las variables directamente del API Cloud Particle, para
realizar esta tarea, se hace mediante el protocolo de
comunicación HTTP GET en el formato de intercambio de
datos JSON JavaScript Object Notation [15]
Figura 11. Llamar datos de API Cloud Particle con GET en JSON
En el código anteriormente mostrado se obtiene el String
que contiene los datos de las variables de la estación, este
String se decodifica y se almacena la información en cada
una de las variables creadas en AI2.
Figura 12. Ejemplo de decodificación del valor de la Temperatura
Finalmente se publican las variables de cada una de las
secciones dispuestas en la pantalla principal.
Figura 13. Publicación de las Variables en Pantalla
Después de realizar este proceso se obtiene los datos en
pantalla como se puede evidenciar en la siguiente imagen:
Figura 14. Funcionamiento App V1 en AI2
VI. PROCESANDO LA INFORMACIÓN EN FUSION TABLES
Teniendo como punto de partida la versión 1.0 de la
aplicación móvil, se indago e investigo la posibilidad de
ampliar la información publicada en la App, la idea
principal de la App es que en esta pueda visualizarse la
misma información que se puede obtener con la página web,
por tal motivo fue necesario la integración con de Fusion
Tables como herramienta de generación de los gráficos
históricos.
A. Importando datos a Funsion Tables de Google
Para generar los gráficos en Fusion Tables es necesario
tener una fuente de los datos, los métodos que ofrece esta
herramienta son: importar los datos desde un PC (Excel o
software similar), importar los datos desde una hoja de
cálculo de Google Drive o crear una Fusion Table vacía.
Estas opciones brindan la oportunidad de publicar los datos,
pero no que se actualicen automáticamente.
El administrador de APIs de Google (Console Developers
Google) [16] brinda la oportunidad de crear credenciales de
acceso a las App de Google, prácticamente podemos crear
un robot virtual que para este caso genera el cargue de los
datos a la Fusion Tables de forma automática,
adicionalmente, las hojas de cálculo de Google nuevamente
juegan un papel importante para esta tarea, puesto que se
incluye otro Script [17] que genera el cargue de la
información de la base de datos que en este caso es la hoja
de cálculo y las envía a Fusion Tables con el robot que se ha
creado.
B. Generación de gráficos en Fusion Tables de
Los datos de la estación meteorológica en esta instancia ya
han sido cargados en Fusion Tables, al obtener esta
información se realiza el proceso de generar cada una de las
gráficas individuales de las variables climáticas.
Tabla 2. Datos importados a Fusion Tables
Figura 15. Grafica de Potencia en Fusion Tables
La generación de las diferentes graficas proporcionan la
fuente de información para que pueda ser publicada en la
App móvil, el siguiente proceso es publicar la gráfica y
obtener el link para que este sea llamado por AI2.
VII. DISEÑO FINAL DE LA APP EN AI2
En el diseño final de la App móvil se modificó la primera
versión de la App añadiendo una navegabilidad a la
aplicación y generando un submenú para cada variable, esto
con el fin de lograr visualizar la información detallada de la
variable climática.
A. Submenu variable humedad
Para este caso se tomara como referencia el submenú de la
variable humedad, aunque este ejemplo se aplica para todas
las demás variables, lo primero que se debe realizar es
llamar al usuario (robot) para que este ingrese a Fusion
Tables y pueda administrar la información contenida, luego
de obtener una autenticación correcta se obtiene el URL de
la tabla para que esta pueda ser publicada en la App móvil,
adicional a esta función se utiliza un visualizador Web en
AI2 para publicar la tabla de los datos históricos.
Figura 16. Diseño submenú Humedad
Figura 17. Bloques de programación submenú humedad
B. Presentación de la información en AI2
La información de la estación meteorológica de la UNAD
CEAD Acacias se presenta mediante la App móvil
desarrollada en AI2 en la cual se visualizan los datos en
tiempo real y los datos históricos mediante gráficas.
La pantalla principal sufrió modificaciones mínimas, se le
incluyo los botones de información de cada variable los
cuales se ubican en la parte derecha en color azul.
Figura 18. Modificaciones pantalla principal
La presentación final de la App se muestra en la Figura 1.
En la cual se puede apreciar la captura de los datos de la
estación en la parte izquierda, en la parte derecha de la
imagen se puede observar el submenú de temperatura en la
cual se publica el valor actual y el histórico de las
mediciones con la opción de regresar nuevamente al menú
principal.
Figura 19. Presentación App pantalla principal y submenú temperatura
VIII. CONCLUSION
El desarrollo de este proyecto ha generado en la comunidad
académica el interés de indagar y desarrollar nuevas
propuestas de investigación, puesto que ha brindado puntos
de partida y la posibilidad de adaptarse estas herramientas a
otras necesidades de la región.
La implementación de herramientas en línea y de libre
acceso como AI2 permite tener un acceso universal a la
información y esta a su vez ser compartida con el fin de
generar nuevo conocimiento permitiendo trabajar en red en
los desarrollos tecnológicos.
El desarrollo de este tipo de proyectos genera a los
involucrados la necesidad de investigar sobre alternativas de
solución a los problemas que se presentan al poner en
marcha el proyecto, además genera un nuevo conocimiento
y experiencias que se comparten con colegas y/o estudiantes
interesados en la temática, permitiendo de esta forma
mantener actualizado a los investigadores sobre las ultimas
herramientas implementadas en el tema de investigación.
Se puede concluir como punto importante dentro del
proyecto el uso de las aplicaciones de Google, que ha sido
de gran utilidad para su desarrollo, puesto que estas
permiten la integración con la tarjeta utilizada Spark Core y
con Particle Cloud API, de igual forma la compatibilidad
con el software utilizado para el desarrollo de la App en
nuestro caso Appinventor2, facilitando la integración con las
hojas de cálculo de Google Drive y Fusion Tables, mediante
el administrador de APIs de Google (Consolde Developers
Google)
La estación meteorológica que se está desarrollando
pretende servir como apoyo a los estudiantes, investigadores
y agricultores de la región para la consulta de los datos
meteorológicos de la zona, además, como valor agregado
presentar un histórico que permita analizar los cambios
climáticos y sirva como toma de decisiones para seleccionar
el mejor momento de la siembra, de igual forma se puede
implementar en otros ambientes para controlar diferentes
variables en caso de requerirse mediante el uso del IoT
IX. REFERENCIAS
[1] D. Vargas y J. C. Cardona, «Telefonía móvil: una
utopía nacida con el DynaTAC 8000X,» Ventana
Informatica, p. 34, 2016.
[2] Kairer y Ryan, «palminfocenter,» 27 Marzo 2006.
[En línea]. Available:
http://www.palminfocenter.com/news/8493/pilot-
1000-retrospective/. [Último acceso: 27 Julio 2016].
[3] H. Dediu, «ASYMCO,» 19 Febrero 2011. [En línea].
Available: http://www.asymco.com/2011/02/19/the-
lives-and-deaths-of-mobile-platforms/. [Último
acceso: 26 Julio 2016].
[4] S. C. Pokreess y J. J. Dominguez, «MIT App
Inventor: Enabling Personal Mobile Computing,»
arXiv preprint arXiv:1310.2830, 2013.
[5] S. Monk, Programming Arduino, USA: Mc Graw-
Hill Companies, 2012.
[6] J. Gubbi y R. Buyya, «Internet of Things (IoT): A
vision, architectural elements, and future directions,»
Future Generation Computer Systems, vol. 29, nº 7,
pp. 1645-1660, Septiembre 2013.
[7] Particle, «Particle,» 2013. [En línea]. Available:
https://docs.particle.io/datasheets/core-datasheet/.
[Último acceso: 15 Mayo 2016].
[8] Particle, «Particle,» 2012. [En línea]. Available:
https://docs.particle.io/datasheets/core-
datasheet/#pins-and-i-o. [Último acceso: 28 Junio
2016].
[9] S. Lindtner, G. Hertz y P. Dourish, «Emerging sites
of HCI innovation: hackerspaces, hardware startups
& incubators,» Proceedings of the SIGCHI
Conference on Human Factors in Computing
Systems, pp. 439-448, 2014.
[10] PCE Instruments, «PCE Instruments,» 2013. [En
línea]. Available: https://www.pce-
instruments.com/espanol/instrumento-
medida/medidor/estacion-meteorologica-pce-
instruments-estaci_n-meteorol_gica-pce-fws20-
det_97435.htm?_list=kat&_listpos=1. [Último
acceso: 30 Junio 2016].
[11] H. Saini, A. Thakur, S. Ahuja, N. Sabharwal, Kumar
y Naveen, «Arduino based automatic wireless
weather station with remote graphical application and
alerts,» 3rd International Conference on Signal
Processing and Integrated Networks (SPIN), pp. 605-
609, 2016.
[12] Particle, «Particle Docs,» 2014. [En línea].
Available: https://docs.particle.io/reference/api/.
[Último acceso: 19 Julio 2016].
[13] H. Gonzalez, A. Halevy, C. Jensen, A. Langen, J.
Madhavan, R. Shapley y W. Shen, «Google fusion
tables: data management, integration and
collaboration in the cloud,» Proceedings of the 1st
ACM symposium on Cloud computing, pp. 175-180,
2010.
[14] W.-S. Yoo y S. A. Shaik, «Development of Home
Management System Using Arduino and
AppInventor,» IEEE 40th Annual Computer Software
and Applications Conference (COMPSAC), pp. 379-
380, 2016.
[15] I. Ishaq, J. Hoebeke, J. Rosset, E. D. Poorter, I.
Moerman y P. Demeester, «Facilitating sensor
deployment, discovery and resource access using
embedded web services,» Innovative Mobile and
Internet Services in Ubiquitous Computing (IMIS),
pp. 717-724, 2012.
[16] D. Sanderson, Programming google app engine:
build and run scalable web apps on google's
infrastructure, California: O'Reilly Media, Inc., 2009.
[17] «GitHub,» 2016. [En línea]. Available:
https://htmlpreview.github.io/?https://github.com/fusi
ontable-gallery/fusion-tables-api-
samples/blob/master/FusionTablesSheetSync/docs/re
ference.html#enabling_advanced_services. [Último
acceso: 15 Julio 2016].