# Trabalho 2 - Termostato Inteligente Nest Learning Thermostat

- **Produto selecionado:** Google Nest Learning Thermostat (3ª geração)
- **Categoria:** termostato inteligente residencial para controle de HVAC
- **Pasta do produto:** `NestLearningThermostat`
- **Data de entrega:** 11/06/2026

## Identificação do Grupo

| Integrante | Matrícula |
| --- | --- |
| Carlos Henrique de Souza Bispo | 211061529 |
| Erick Miranda Santos | 211061672 |
| Guilherme Coelho Mendonça | 202016364 |
| Caio Lucas Lelis Borges | 211062900 |

## Mapa de Requisitos do Enunciado

| Requisito | Onde foi atendido |
| --- | --- |
| Descrição geral do produto | Seção 1 |
| Foto do produto | Seção 1, Figura 1 |
| Componentes, sensores, comunicação e controle | Seções 1.3, 1.4 e 2 |
| Análise técnica do funcionamento | Seção 2 |
| Proposta de reprodução com ESP32 | Seção 3 |
| Diagrama conceitual | Seção 3.4 |
| Limitações e desafios | Seção 3.8 |
| 4 artigos sobre tecnologias do produto | Seção 4.1 |
| 4 artigos sobre aplicação/uso do produto | Seção 4.2 |
| Comparativo com pelo menos 5 produtos similares | Seção 5 |
| Referências bibliográficas | Seção 6 |

---

## 1. Descrição do Produto Selecionado

O **Google Nest Learning Thermostat (3ª geração)** é um termostato inteligente residencial desenvolvido pela Nest Labs, atualmente parte do ecossistema Google Nest. O produto substitui termostatos convencionais de parede e controla sistemas de aquecimento, ventilação e ar-condicionado, conhecidos como **HVAC**. Seu diferencial está na combinação de sensores ambientais, conectividade sem fio, interface física simples e algoritmos de automação capazes de aprender padrões de uso.

![Nest Learning Thermostat 3ª geração](./NestLearningThermostat/images/download.jpg)

**Figura 1:** Nest Learning Thermostat, com interface circular e indicação de temperatura.

### 1.1 Funções Principais

- **Controle automático de temperatura:** aciona aquecimento, refrigeração e ventilação de acordo com a temperatura medida, o modo selecionado e a temperatura desejada pelo usuário.
- **Aprendizado de rotina:** observa ajustes manuais feitos ao longo do tempo e cria uma programação automática, reduzindo a necessidade de configuração manual.
- **Home/Away Assist:** usa sensores do termostato e informações do ecossistema Nest/Google Home para identificar ausência e ativar temperaturas econômicas.
- **Controle remoto:** permite alteração de temperatura, modo e programação por aplicativo, dependendo de conexão Wi-Fi e conta configurada.
- **Interface local:** usa uma tela circular colorida e um anel giratório com clique para navegação e seleção.
- **Economia de energia:** reduz operação desnecessária do HVAC por programação, ausência, geofencing, relatórios e ajustes de conforto.

### 1.2 Público-Alvo e Contexto de Uso

O produto é voltado para residências e pequenos ambientes comerciais que possuem sistemas HVAC compatíveis com controle de baixa tensão. O público-alvo inclui usuários que desejam conforto térmico, automação residencial, economia de energia e integração com aplicativos de casa inteligente. O contexto de uso típico é a instalação em parede, substituindo um termostato convencional conectado aos fios de controle do HVAC.

### 1.3 Características Técnicas Referenciadas

| Item | Característica do Nest Learning Thermostat 3ª geração | Referência |
| --- | --- | --- |
| Tela | LCD colorido de 24 bits, 480 x 480 pixels, 229 ppi e 2,08 pol. de diâmetro | [R1], [R3] |
| Sensores | Temperatura, umidade, proximidade, movimento, luz ambiente e sensor magnético para posição do anel | [R1], [R2] |
| Memória | 512 MB | [R1] |
| Conectividade | Wi-Fi 802.11 a/b/g/n em 2,4 GHz e 5 GHz, 802.15.4 em 2,4 GHz e Bluetooth Low Energy | [R1], [R3] |
| Compatibilidade HVAC | Sistemas 24 V com aquecimento, refrigeração, bomba de calor, ventilador, umidificador/desumidificador e estágios múltiplos, dependendo da instalação | [R1] |
| Alimentação | 20-30 V AC, bateria recarregável interna de íons de lítio | [R1], [R3] |
| Consumo do dispositivo | Menos de 1 kWh por mês | [R1], [R3] |
| Certificação energética | Produto certificado ENERGY STAR; recursos incluem geofencing, sensor de ocupação, umidade e temperatura externa | [R4] |
| Disponibilidade de mercado | O registro ENERGY STAR indica disponibilidade no mercado a partir de 1 de setembro de 2015 | [R4] |

### 1.4 Componentes e Sensores Utilizados no Produto Real

O termostato comercial pode ser dividido em duas partes: a unidade frontal, que concentra interface, sensores e processamento, e a base, que faz a conexão elétrica com os fios do sistema HVAC.

**Unidade frontal:**

- Processador embarcado com memória local para execução do sistema, interface gráfica, rede e lógica de controle.
- Tela LCD circular de alta resolução para exibir temperatura, modo, mensagens e menus.
- Anel giratório com detecção magnética para entrada manual do usuário.
- Sensor de temperatura para medição do ambiente.
- Sensor de umidade relativa para conforto e controle de acessórios.
- Sensores de proximidade e movimento para ativação da tela e estimativa de ocupação.
- Sensor de luz ambiente para ajuste de brilho e melhoria da leitura térmica quando há incidência solar.
- Bateria recarregável interna.

**Base de conexão:**

- Terminais para fios de baixa tensão do HVAC.
- Circuitos de interface e acionamento para comandos de aquecimento, refrigeração, ventilador e acessórios.
- Fixação mecânica à parede e conexão elétrica com a unidade frontal.

### 1.5 Tecnologias de Comunicação e Controle

- **Wi-Fi:** canal principal de controle remoto, sincronização com aplicativo e atualização de software.
- **Bluetooth Low Energy:** usado em configuração, emparelhamento e comunicação de baixo consumo com acessórios compatíveis.
- **802.15.4:** rádio de baixa potência utilizado pelo ecossistema Nest para comunicação local entre dispositivos.
- **Controle embarcado:** combina leituras de sensores, programação, preferências do usuário e estados do HVAC.
- **Automação baseada em presença:** estima se o ambiente está ocupado para reduzir aquecimento ou refrigeração quando a casa está vazia.
- **Integração em nuvem:** viabiliza acesso remoto, relatórios, comandos por aplicativo e participação em programas de eficiência energética.

---

## 2. Análise Técnica do Funcionamento

### 2.1 Visão Geral dos Módulos

| Módulo | Função no sistema |
| --- | --- |
| Sensoriamento ambiental | Mede temperatura, umidade, luminosidade, proximidade e movimento. |
| Processamento e controle | Executa lógica de HVAC, agenda, modos, histerese, predição e decisões de economia. |
| Interface homem-máquina | Permite ajuste local por tela e anel giratório. |
| Conectividade | Mantém comunicação com aplicativo, nuvem, acessórios e outros dispositivos inteligentes. |
| Atuação HVAC | Aciona os terminais elétricos que comandam aquecimento, refrigeração, ventilador e acessórios. |
| Energia | Gerencia alimentação de baixa tensão e bateria interna recarregável. |

### 2.2 Fluxo de Funcionamento

1. O sensor de temperatura mede continuamente o ambiente.
2. O usuário define uma temperatura desejada localmente ou pelo aplicativo.
3. O controlador compara temperatura real, setpoint, modo ativo, presença e agenda.
4. A lógica decide se o HVAC deve aquecer, resfriar, ventilar ou permanecer desligado.
5. A base aciona os circuitos correspondentes por terminais de baixa tensão.
6. O estado do sistema é exibido na tela e pode ser enviado ao aplicativo.
7. Ao longo do uso, o termostato ajusta programações e estratégias de economia com base em comportamento observado.

### 2.3 Tecnologias Críticas

**Controle térmico com histerese e predição:** o controle básico evita ligar e desligar o HVAC a cada pequena variação de temperatura. Em termostatos inteligentes, essa lógica pode ser combinada com modelos térmicos para antecipar o tempo necessário para atingir conforto.

**Detecção de ocupação:** sensores de movimento/proximidade e dados do ecossistema móvel reduzem o uso de energia quando não há pessoas no ambiente. Essa função é essencial porque HVAC costuma representar uma parcela significativa do consumo residencial.

**Aprendizado de preferências:** a automação não depende apenas de uma agenda fixa. O produto aprende padrões de ajuste e tenta reduzir o atrito de configuração.

**Conectividade IoT:** Wi-Fi, BLE e rádio de baixa potência tornam possível configurar, monitorar e controlar o produto remotamente. Também permitem integração com assistentes, plataformas de casa inteligente e programas de resposta à demanda.

**Segurança e confiabilidade:** como o dispositivo controla HVAC real, o firmware precisa evitar ciclos curtos, respeitar limites de operação, lidar com falhas de sensor e manter comportamento previsível em perda de rede.

---

## 3. Proposta de Reprodução com ESP32

### 3.1 Objetivo da Reprodução

A proposta é construir um **protótipo conceitual de termostato inteligente com ESP32**, reproduzindo as funcionalidades centrais do Nest em escala acadêmica:

- medição de temperatura ambiente;
- ajuste local de setpoint por encoder rotativo;
- tela local com temperatura, modo e estado;
- detecção de presença para modo econômico;
- acionamento simulado de aquecimento/refrigeração por relé;
- conectividade Wi-Fi para telemetria e controle remoto;
- lógica segura de histerese para evitar acionamentos rápidos.

O protótipo não deve ser ligado diretamente a um HVAC residencial real durante a etapa acadêmica. A atuação será validada em bancada com LED, buzzer, lâmpada de baixa tensão ou outra carga segura.

### 3.2 Componentes Selecionados da Lista de Sensores

| Função do Nest | Componente proposto com ESP32 | Interface | Justificativa |
| --- | --- | --- | --- |
| Medição de temperatura | Sensor de Temperatura Digital DS18B20 | 1-Wire/GPIO | Mede a variável principal do controle térmico com leitura digital. |
| Temperatura auxiliar e pressão | BMP280 | I2C | Permite redundância de temperatura e registro ambiental complementar. |
| Detecção de presença | Sensor de Movimento | GPIO | Reproduz a lógica de presença/ausência para modo econômico. |
| Luz ambiente | LDR | ADC | Simula ajuste de brilho e detecção de incidência luminosa no painel. |
| Interface giratória | Encoder Rotativo + Botão | GPIO/interrupção | Replica a experiência do anel giratório do Nest. |
| Tela local | Tela OLED 0.98" I2C | I2C | Exibe temperatura atual, setpoint, modo, Wi-Fi e estado dos relés. |
| Acionamento HVAC | Relé de 2 Canais | GPIO | Um canal simula aquecimento e outro simula refrigeração. |
| Feedback visual | LED RGB | GPIO/PWM | Indica aquecimento, refrigeração, eco, falha ou Wi-Fi. |
| Alerta local | Buzzer Ativo ou Passivo | GPIO/PWM | Indica erro de sensor, configuração ou mudança de modo. |

### 3.3 Funcionalidades Implementáveis

| Funcionalidade | Produto real | Protótipo com ESP32 |
| --- | --- | --- |
| Controle de temperatura | Controle HVAC real | Controle por relé de carga simulada |
| Ajuste local | Anel giratório e tela colorida | Encoder rotativo, botão e OLED |
| Detecção de ausência | Sensores e dados do ecossistema | PIR com temporizador de ausência |
| Economia de energia | Eco Temperatures, geofencing e aprendizado | Modo Eco por ausência e agenda configurável |
| Controle remoto | App Nest/Google Home | Dashboard local, MQTT ou servidor HTTP no ESP32 |
| Relatórios | Histórico na nuvem | Log MQTT/CSV em dashboard Node-RED ou similar |
| Aprendizado automático | Algoritmos proprietários | Versão simplificada: agenda + adaptação estatística opcional |

### 3.4 Diagrama Conceitual

```text
----------------------+            Wi-Fi             +----------------------+
| Dashboard / MQTT    | <---------------------------> |        ESP32         |
| App local / Node-RED|                              | controle e telemetria|
+----------------------+                              +----------+-----------+
                                                               |
                 +---------------------+-----------------------+-------------------+
                 |                     |                       |                   |
              I2C|                  1-Wire                   GPIO                ADC
                 |                     |                       |                   |
       +---------v---------+   +-------v-------+       +-------v------+   +-------v------+
       | OLED 0.98"       |   | DS18B20       |       | Sensor PIR   |   | LDR          |
       | BMP280           |   | temperatura   |       | presença     |   | luz ambiente |
       +-------------------+   +---------------+       +--------------+   +--------------+
                                                               |
                                      +------------------------+-------------------+
                                      |                                            |
                                  GPIO|                                        GPIO|
                                      |                                            |
                         +------------v------------+                 +-------------v-----+
                         | Encoder rotativo + botão|                 | Relé de 2 canais |
                         | ajuste de setpoint      |                 | calor / frio     |
                         +-------------------------+                 +-------------+-----+
                                                                                   |
                                                                    +--------------v------+
                                                                    | LED RGB / Buzzer    |
                                                                    | feedback de estado  |
                                                                    +---------------------+
```

### 3.5 Pinagem Conceitual

| Componente | Pinos sugeridos no ESP32 | Observação |
| --- | --- | --- |
| OLED 0.98" I2C | GPIO 21 (SDA), GPIO 22 (SCL) | Pode compartilhar barramento com BMP280. |
| BMP280 | GPIO 21 (SDA), GPIO 22 (SCL) | Endereço I2C deve ser verificado no módulo. |
| DS18B20 | GPIO 4 | Requer resistor pull-up no barramento 1-Wire. |
| Sensor PIR | GPIO 27 | Entrada digital com tratamento de debounce/tempo mínimo. |
| LDR | GPIO 34 | Entrada analógica apenas leitura. |
| Encoder A/B | GPIO 32, GPIO 33 | Usar interrupção ou leitura periódica. |
| Botão do encoder | GPIO 25 | Entrada com pull-up e debounce. |
| Relé aquecimento | GPIO 16 | Acionamento simulado; considerar isolamento do módulo. |
| Relé refrigeração | GPIO 17 | Nunca acionar simultaneamente sem regra de segurança. |
| LED RGB | GPIO 18, GPIO 19, GPIO 23 | PWM para cores de estado. |
| Buzzer | GPIO 26 | Alertas curtos; evitar uso contínuo. |

### 3.6 Lógica de Controle Proposta

A lógica principal usa **histerese**, modo manual e modo econômico:

```text
temperatura_atual = leitura_filtrada(DS18B20)
presenca = leitura(PIR) ou tempo_desde_ultimo_movimento < limite

se presenca == falso por mais de 30 minutos:
    modo = ECO
    setpoint_ativo = setpoint_eco
senão:
    modo = CONFORTO
    setpoint_ativo = setpoint_usuario_ou_agenda

se modo_hvac == AQUECER:
    ligar_rele_aquecimento quando temperatura_atual < setpoint_ativo - 0,5 C
    desligar_rele_aquecimento quando temperatura_atual > setpoint_ativo + 0,5 C

se modo_hvac == RESFRIAR:
    ligar_rele_refrigeracao quando temperatura_atual > setpoint_ativo + 0,5 C
    desligar_rele_refrigeracao quando temperatura_atual < setpoint_ativo - 0,5 C

registrar temperatura, presença, modo, setpoint e estado dos relés
atualizar OLED e publicar telemetria via Wi-Fi
```

Regras de segurança:

- impedir acionamento simultâneo de aquecimento e refrigeração;
- aplicar tempo mínimo entre mudanças de estado para evitar ciclos curtos;
- desligar relés em falha de sensor;
- manter controle local funcionando mesmo sem Wi-Fi;
- salvar último setpoint válido em memória não volátil.

### 3.7 Conectividade e Software

A implementação pode usar **ESP-IDF** com FreeRTOS, separando o sistema em tarefas:

| Tarefa | Responsabilidade |
| --- | --- |
| `task_sensores` | Ler DS18B20, BMP280, PIR e LDR; filtrar leituras. |
| `task_controle` | Executar histerese, modo Eco, agenda e regras de segurança. |
| `task_interface` | Atualizar OLED e processar encoder/botão. |
| `task_rede` | Conectar Wi-Fi, publicar MQTT ou servir API HTTP local. |
| `task_persistencia` | Salvar setpoint, modo e parâmetros em NVS. |

Para a etapa de demonstração, recomenda-se MQTT com tópicos simples:

| Tópico | Direção | Conteúdo |
| --- | --- | --- |
| `nest32/telemetry` | ESP32 -> dashboard | Temperatura, presença, setpoint, modo, relés. |
| `nest32/setpoint` | dashboard -> ESP32 | Novo setpoint desejado. |
| `nest32/mode` | dashboard -> ESP32 | `off`, `heat`, `cool`, `auto` ou `eco`. |
| `nest32/status` | ESP32 -> dashboard | Estado de conexão, falhas e uptime. |

### 3.8 Limitações e Desafios Esperados

| Limitação/desafio | Impacto | Mitigação proposta |
| --- | --- | --- |
| Aprendizado proprietário do Nest | Não é possível reproduzir integralmente em ESP32 no escopo do trabalho. | Implementar agenda configurável, modo Eco e estatística simples de horários preferidos. |
| Umidade relativa | A lista de sensores fornecida não inclui um sensor dedicado de umidade. | Registrar como limitação e permitir expansão futura com BME280/DHT caso disponível. |
| Segurança elétrica | HVAC real envolve instalação e normas técnicas. | Demonstrar com carga segura em bancada e relé isolado. |
| Precisão térmica | Sensores próximos ao ESP32 podem sofrer aquecimento interno. | Posicionar sensor afastado da placa e usar média móvel. |
| Detecção de presença | PIR não identifica pessoas imóveis por longos períodos. | Usar temporizador conservador e botão/manual override. |
| Conectividade | Perda de Wi-Fi não pode interromper controle térmico local. | Controle local independente da nuvem; rede apenas para telemetria. |
| Interface reduzida | OLED monocromático é limitado frente ao LCD circular do Nest. | Priorizar telas simples: temperatura, setpoint, modo e alerta. |

### 3.9 Plano de Validação em Bancada

| Teste | Procedimento | Resultado esperado |
| --- | --- | --- |
| Leitura térmica | Comparar DS18B20 com termômetro de referência. | Erro dentro de faixa aceitável para protótipo. |
| Histerese | Alterar temperatura medida simulando frio/calor. | Relé liga/desliga sem oscilação rápida. |
| Interface | Girar encoder e pressionar botão. | Setpoint muda, modo alterna e OLED atualiza. |
| Ausência | Deixar PIR sem movimento por tempo configurado. | Sistema entra em modo Eco. |
| Retorno de presença | Acionar PIR após modo Eco. | Sistema retorna ao modo conforto. |
| Falha de sensor | Desconectar sensor de temperatura. | Relés desligam e alerta aparece. |
| Rede | Derrubar Wi-Fi durante operação. | Controle local continua funcionando. |

---

## 4. Pesquisa Bibliográfica e Tecnológica

### 4.1 Artigos sobre Tecnologias que Viabilizam o Produto

**Artigo T1 - Modelagem substituta para termostatos inteligentes**

- **Referência:** Zouloumis, L.; Ploskas, N.; Taousanidis, N.; Panaras, G. (2025). *Smart Thermostat Development and Validation on an Environmental Chamber Using Surrogate Modelling*. Energies, 18(13), 3433.
- **DOI:** https://doi.org/10.3390/en18133433
- **PDF:** https://www.mdpi.com/1996-1073/18/13/3433/pdf
- **Resumo e relação com o produto:** o artigo desenvolve e valida um termostato inteligente usando modelagem substituta em câmara ambiental. A contribuição central é mostrar como modelos térmicos leves podem antecipar o comportamento de um ambiente, permitindo pré-aquecimento e maior conforto. Essa tecnologia se relaciona diretamente ao Nest porque produtos inteligentes precisam estimar a inércia térmica da residência sem depender de modelos físicos pesados.

**Artigo T2 - Controle HVAC consciente de ocupação**

- **Referência:** Turley, C.; Jacoby, M.; Pavlak, G.; Henze, G. (2020). *Development and Evaluation of Occupancy-Aware HVAC Control for Residential Building Energy Efficiency and Occupant Comfort*. Energies, 13(20), 5396.
- **DOI:** https://doi.org/10.3390/en13205396
- **PDF:** https://www.mdpi.com/1996-1073/13/20/5396/pdf
- **Resumo e relação com o produto:** o artigo avalia estratégias de controle HVAC residencial que incorporam ocupação para reduzir energia sem prejudicar conforto. Essa abordagem é a base conceitual de funções como Home/Away Assist, em que a climatização é reduzida quando o ambiente está vazio.

**Artigo T3 - Modelos de ocupação para redução de refrigeração**

- **Referência:** Nazemi, S. D.; Zaidan, E.; Jafari, A. (2021). *The Impact of Occupancy-Driven Models on Cooling Systems in Commercial Buildings*. Energies, 14(6), 1722.
- **DOI:** https://doi.org/10.3390/en14061722
- **PDF:** https://www.mdpi.com/1996-1073/14/6/1722/pdf
- **Resumo e relação com o produto:** o estudo compara modelos de ocupação e estratégias de controle para reduzir consumo em sistemas de refrigeração. Mesmo focado em edifícios comerciais, o princípio é aplicável ao termostato residencial: presença e agenda são variáveis críticas para decidir quando vale a pena climatizar.

**Artigo T4 - Aprendizado por reforço em gerenciamento energético residencial**

- **Referência:** Lissa, P.; Deane, C.; Schukat, M.; Seri, F.; Keane, M.; Barrett, E. (2021). *Deep Reinforcement Learning for Home Energy Management System Control*. Energy and AI, 3, 100043.
- **DOI:** https://doi.org/10.1016/j.egyai.2020.100043
- **PDF:** https://researchrepository.universityofgalway.ie/bitstreams/f5ee253e-12d8-45ea-95c8-44a6de1e4604/download
- **Resumo e relação com o produto:** o artigo usa aprendizado por reforço profundo para controle energético residencial. Embora seja mais avançado que o necessário para o protótipo ESP32, ele fundamenta a evolução de termostatos inteligentes: decisões de temperatura podem otimizar conforto, custo e consumo considerando estado da casa, preço de energia e previsão.

### 4.2 Artigos sobre Aplicação e Uso do Produto

**Artigo A1 - Economia real com termostatos responsivos à ocupação**

- **Referência:** Pritoni, M.; Woolley, J. M.; Modera, M. P. (2016). *Do Occupancy-Responsive Learning Thermostats Save Energy? A Field Study in University Residence Halls*. Energy and Buildings, 127, 469-478.
- **DOI:** https://doi.org/10.1016/j.enbuild.2016.05.024
- **PDF:** https://wcec.ucdavis.edu/wp-content/uploads/2016/07/Occupancy-Sensing-Thermostats.pdf
- **Resumo e relação com o produto:** o artigo apresenta um estudo de campo com termostatos de aprendizado sensíveis à ocupação. A aplicação é importante porque mede desempenho em uso real, não apenas em simulação. Para o projeto, reforça que o modo de ausência deve ser validado com cuidado, pois economia depende de comportamento dos ocupantes e configuração correta.

**Artigo A2 - Uso de dados de termostatos inteligentes em saúde pública**

- **Referência:** Jalali, N.; Sahu, K. S.; Oetomo, A.; Morita, P. P. (2022). *Usability of Smart Home Thermostat to Evaluate the Impact of Weekdays and Seasons on Sleep Patterns and Indoor Stay: Observational Study*. JMIR mHealth and uHealth, 10(4), e28811.
- **DOI:** https://doi.org/10.2196/28811
- **PDF:** https://mhealth.jmir.org/2022/4/e28811/PDF
- **Resumo e relação com o produto:** o artigo usa dados de termostatos inteligentes para analisar padrões de sono e permanência em casa. Essa aplicação mostra que sensores de presença e temperatura não servem apenas para controle HVAC; eles também geram dados ambientais úteis, levantando questões de privacidade e governança de dados.

**Artigo A3 - Percepção dos usuários sobre termostatos inteligentes**

- **Referência:** Malekpour Koupaei, D.; Song, T.; Cetin, K. S.; Im, J. (2020). *An Assessment of Opinions and Perceptions of Smart Thermostats Using Aspect-Based Sentiment Analysis of Online Reviews*. Building and Environment, 170, 106603.
- **DOI:** https://doi.org/10.1016/j.buildenv.2019.106603
- **PDF:** https://innovationcenter.msu.edu/wp-content/uploads/2021/06/An-assessment-of-opinions-and-perceptions-of-smart-thermostats-using-aspect-based-sentiment-analysis-of-online-reviews..pdf
- **Resumo e relação com o produto:** o estudo analisa avaliações online para entender benefícios, reclamações e percepção de usuários. A aplicação é útil para projetar a interface do protótipo: facilidade de instalação, clareza de app, confiabilidade e economia percebida impactam a aceitação tanto quanto a precisão técnica.

**Artigo A4 - Necessidades de usuários em termostatos residenciais inteligentes**

- **Referência:** Rau, P.-L. P.; Gong, Y.; Huang, H.-J.; Wen, J. (2016). *A Systematic Study for Smart Residential Thermostats: User Needs for the Input, Output, and Intelligence Level*. Buildings, 6(2), 19.
- **DOI:** https://doi.org/10.3390/buildings6020019
- **PDF:** https://www.mdpi.com/2075-5309/6/2/19/pdf
- **Resumo e relação com o produto:** o artigo investiga expectativas de usuários para entrada, saída e nível de inteligência em termostatos inteligentes. Ele justifica a escolha de uma interface local simples no protótipo, com encoder e OLED, pois o usuário precisa entender rapidamente o estado do sistema e ajustar a temperatura sem depender sempre do aplicativo.

---

## 5. Comparativo com Produtos Similares

| Produto | Sensores principais | Conectividade | Diferencial | Comparação com o Nest em estudo |
| --- | --- | --- | --- | --- |
| **Nest Learning Thermostat 3ª geração** | Temperatura, umidade, proximidade, movimento, luz ambiente, anel magnético | Wi-Fi, BLE, 802.15.4 | Aprendizado automático, anel físico e integração Google Nest | Produto base do estudo; forte em UX e aprendizado de rotina. |
| **ecobee Smart Thermostat Premium** | Temperatura, umidade, ocupação/proximidade por radar, sensor remoto e qualidade do ar | Wi-Fi e integrações smart home | Sensor remoto incluso, monitor de qualidade do ar e assistente de voz | Mais forte em múltiplos cômodos e qualidade do ar; menos centrado no anel físico. |
| **Honeywell Home T9** | Temperatura, umidade e sensores remotos com ocupação | Wi-Fi 2,4/5 GHz | Foco em sensores de ambiente e priorização de cômodos | Alternativa forte para casas com diferença térmica entre cômodos. |
| **Sensi Touch ST75** | Temperatura, umidade e recursos de geofencing | Wi-Fi | Interface touchscreen, privacidade e simplicidade de instalação | Menos "learning", mas boa opção de controle remoto e programação. |
| **Mysa Smart Thermostat para baseboard** | Temperatura, umidade, luz, proximidade, corrente e tensão | Wi-Fi 2,4 GHz e BLE | Controle de aquecimento elétrico de alta tensão e medição de energia | Atende um nicho que o Nest tradicional não cobre diretamente. |
| **Amazon Smart Thermostat** | Temperatura/umidade e recursos baseados em Alexa | Wi-Fi, Bluetooth/outros conforme ENERGY STAR | Baixo custo e automação via Alexa | Mais simples e barato; depende mais do ecossistema Alexa e tem menos interface avançada. |

### Análise Comparativa

O Nest Learning Thermostat 3ª geração se destaca pela combinação de design físico, aprendizado de preferências e integração com o ecossistema Google Nest. Em comparação, o ecobee e o Honeywell T9 apostam mais fortemente em sensores remotos para equilibrar a temperatura em múltiplos cômodos. O Sensi Touch prioriza simplicidade, privacidade e controle remoto. O Mysa atende aplicações de alta tensão em aquecimento elétrico, enquanto o Amazon Smart Thermostat compete em custo e integração com Alexa.

Para o protótipo ESP32, o Nest é uma escolha adequada porque suas funções centrais podem ser reduzidas a blocos bem claros: sensor de temperatura, sensor de presença, interface local, conectividade e relé de atuação.

---

## 6. Referências Bibliográficas

### 6.1 Documentação Técnica do Produto Estudado

**[R1]** Google Nest Help. *Nest thermostat technical specifications*. Disponível em: https://support.google.com/googlenest/answer/9230098. Acesso em: 10 jun. 2026.

**[R2]** Google Nest Help. *Sensors in Google Nest devices*. Disponível em: https://support.google.com/googlenest/answer/9330256. Acesso em: 10 jun. 2026.

**[R3]** Google Nest. *Nest Learning Thermostat 3rd Generation Spec Sheet*. Disponível em: https://www.unicosystem.co.uk/wp-content/uploads/2020/01/NLT3_SpecSheet_US-25.pdf. Acesso em: 10 jun. 2026.

**[R4]** ENERGY STAR. *Certified Smart Thermostats - Google Nest Learning Thermostat*. Disponível em: https://www.energystar.gov/productfinder/product/certified-connected-thermostats/details/2350650. Acesso em: 10 jun. 2026.

**[R5]** SparkFun. *Nest Thermostat Teardown*. Disponível em: https://learn.sparkfun.com/tutorials/nest-thermostat-teardown-/all. Acesso em: 10 jun. 2026.

### 6.2 Referências dos Produtos Similares

**[P1]** ecobee. *Smart Thermostat Premium*. Disponível em: https://www.ecobee.com/en-us/smart-thermostats/smart-thermostat-premium/. Acesso em: 10 jun. 2026.

**[P2]** Honeywell Home. *T9 Smart Home Thermostat with Remote Room Sensor*. Disponível em: https://www.honeywellhome.com/products/t9-smart-thermostat. Acesso em: 10 jun. 2026.

**[P3]** Resideo. *T9 Smart Thermostat with Smart Room Sensor - User Guide*. Disponível em: https://customer.resideo.com/resources/techlit/TechLitDocuments/33-00000s/33-00478.pdf. Acesso em: 10 jun. 2026.

**[P4]** ENERGY STAR. *Certified Smart Thermostats - Sensi ST75*. Disponível em: https://www.energystar.gov/productfinder/product/certified-connected-thermostats/details/2340775. Acesso em: 10 jun. 2026.

**[P5]** Mysa. *Smart Thermostat for Electric Baseboard Heaters*. Disponível em: https://getmysa.com/products/mysa-baseboard. Acesso em: 10 jun. 2026.

**[P6]** ENERGY STAR. *Certified Smart Thermostats - Amazon Smart Thermostat*. Disponível em: https://www.energystar.gov/productfinder/product/certified-connected-thermostats/details/2515784. Acesso em: 10 jun. 2026.

### 6.3 Artigos Científicos - Tecnologias

**[T1]** Zouloumis, L.; Ploskas, N.; Taousanidis, N.; Panaras, G. (2025). *Smart Thermostat Development and Validation on an Environmental Chamber Using Surrogate Modelling*. Energies, 18(13), 3433. DOI: https://doi.org/10.3390/en18133433. PDF: https://www.mdpi.com/1996-1073/18/13/3433/pdf.

**[T2]** Turley, C.; Jacoby, M.; Pavlak, G.; Henze, G. (2020). *Development and Evaluation of Occupancy-Aware HVAC Control for Residential Building Energy Efficiency and Occupant Comfort*. Energies, 13(20), 5396. DOI: https://doi.org/10.3390/en13205396. PDF: https://www.mdpi.com/1996-1073/13/20/5396/pdf.

**[T3]** Nazemi, S. D.; Zaidan, E.; Jafari, A. (2021). *The Impact of Occupancy-Driven Models on Cooling Systems in Commercial Buildings*. Energies, 14(6), 1722. DOI: https://doi.org/10.3390/en14061722. PDF: https://www.mdpi.com/1996-1073/14/6/1722/pdf.

**[T4]** Lissa, P.; Deane, C.; Schukat, M.; Seri, F.; Keane, M.; Barrett, E. (2021). *Deep Reinforcement Learning for Home Energy Management System Control*. Energy and AI, 3, 100043. DOI: https://doi.org/10.1016/j.egyai.2020.100043. PDF: https://researchrepository.universityofgalway.ie/bitstreams/f5ee253e-12d8-45ea-95c8-44a6de1e4604/download.

### 6.4 Artigos Científicos - Aplicação e Uso

**[A1]** Pritoni, M.; Woolley, J. M.; Modera, M. P. (2016). *Do Occupancy-Responsive Learning Thermostats Save Energy? A Field Study in University Residence Halls*. Energy and Buildings, 127, 469-478. DOI: https://doi.org/10.1016/j.enbuild.2016.05.024. PDF: https://wcec.ucdavis.edu/wp-content/uploads/2016/07/Occupancy-Sensing-Thermostats.pdf.

**[A2]** Jalali, N.; Sahu, K. S.; Oetomo, A.; Morita, P. P. (2022). *Usability of Smart Home Thermostat to Evaluate the Impact of Weekdays and Seasons on Sleep Patterns and Indoor Stay: Observational Study*. JMIR mHealth and uHealth, 10(4), e28811. DOI: https://doi.org/10.2196/28811. PDF: https://mhealth.jmir.org/2022/4/e28811/PDF.

**[A3]** Malekpour Koupaei, D.; Song, T.; Cetin, K. S.; Im, J. (2020). *An Assessment of Opinions and Perceptions of Smart Thermostats Using Aspect-Based Sentiment Analysis of Online Reviews*. Building and Environment, 170, 106603. DOI: https://doi.org/10.1016/j.buildenv.2019.106603. PDF: https://innovationcenter.msu.edu/wp-content/uploads/2021/06/An-assessment-of-opinions-and-perceptions-of-smart-thermostats-using-aspect-based-sentiment-analysis-of-online-reviews..pdf.

**[A4]** Rau, P.-L. P.; Gong, Y.; Huang, H.-J.; Wen, J. (2016). *A Systematic Study for Smart Residential Thermostats: User Needs for the Input, Output, and Intelligence Level*. Buildings, 6(2), 19. DOI: https://doi.org/10.3390/buildings6020019. PDF: https://www.mdpi.com/2075-5309/6/2/19/pdf.