Raspberry Pi con Python

El Arduino lee sensores, pero no sabe procesar, guardar ni ver. Para eso necesitamos un cerebro más grande: la Raspberry Pi. En este módulo añadimos a la «Estación inteligente del salón» la pieza de procesamiento y visión: la Pi recibe los datos del ambiente, los procesa con Python y, opcionalmente, usa su cámara para detectar presencia. Y lo hacemos de forma profesional, aislando dependencias con venv.

¿Qué es?

La Raspberry Pi es un computador completo del tamaño de una tarjeta de crédito. A diferencia del Arduino, sí ejecuta un sistema operativo (Raspberry Pi OS, basado en Linux), corre Python directamente y tiene puertos USB, HDMI, WiFi y una cámara dedicada. También tiene pines GPIO para hablar con el hardware.

¿Cómo funciona?

Es Linux. Te conectas por SSH o pantalla, abres una terminal y ejecutas Python como en cualquier PC. Sus 40 pines GPIO funcionan a 3.3V y los controlas con librerías de Python como gpiozero. La cámara se maneja con picamera2.

¿Para qué sirve?

En nuestra estación, la Pi es el coordinador: recibe lecturas (del Arduino por USB o de sensores propios), las procesa, las registra y prepara el envío a la nube. Su capacidad extra le permite además hacer visión por computador (contar personas, leer un código).

Paso 0: aislar dependencias con venv

Antes de instalar nada, una regla de oro de Python en la Pi: nunca instales paquetes en el Python del sistema. Crea un entorno virtual (venv) para el proyecto. Así, sus dependencias quedan aisladas y no rompes herramientas del sistema operativo.

# En la terminal de la Raspberry Pi
mkdir estacion-salon
cd estacion-salon

# Crear el entorno virtual (carpeta .venv)
python3 -m venv .venv

# Activarlo: el prompt cambiará a (.venv)
source .venv/bin/activate

# Ahora pip instala SOLO dentro de este entorno
pip install gpiozero adafruit-circuitpython-dht

La pieza que construye: leer el DHT22 y registrar lecturas

Conectamos el DHT22 directamente a la Pi (que trabaja a 3.3V, ideal para él).

Con el venv activado, creamos estacion.py:

import time
from datetime import datetime
import board
import adafruit_dht

# El sensor DHT22 conectado al pin GPIO4 (board.D4)
sensor = adafruit_dht.DHT22(board.D4)

UMBRAL_TEMP = 28.0 # °C de alerta

def leer_y_registrar():
 try:
 temperatura = sensor.temperature # en °C
 humedad = sensor.humidity # en %
 except RuntimeError as error:
 # Es normal que el DHT22 falle alguna lectura; reintenta luego
 print(f"Lectura fallida, reintentando: {error}")
 return

 sello = datetime.now().strftime("%H:%M:%S")
 alerta = "ALERTA" if temperatura >= UMBRAL_TEMP else "ok"
 linea = f"{sello} temp={temperatura:.1f}C hum={humedad:.1f}% [{alerta}]"
 print(linea)

 # Registrar en un archivo de log para no perder datos
 with open("lecturas.log", "a") as archivo:
 archivo.write(linea + "\n")

if __name__ == "__main__":
 print("Estacion (Raspberry Pi) en marcha. Ctrl+C para detener.")
 while True:
 leer_y_registrar()
 time.sleep(2) # El DHT22 necesita 2s entre lecturas

Ejecuta con python estacion.py (con el venv activo). Verás las lecturas en pantalla y se irán guardando en lecturas.log. Ese log es la prueba de que la Pi ya está procesando y persistiendo los datos del ambiente, listos para enviarse a la nube en el módulo final.

Opcional: presencia con la cámara

Si tienes la cámara de la Pi, instala picamera2 y captura una foto para luego contar personas (lo veríamos con visión por computador):

from picamera2 import Picamera2
cam = Picamera2()
cam.start()
cam.capture_file("salon.jpg") # Guarda una foto del salón
cam.stop()

Ejercicios

1. Modifica estacion.py para que, además del log, encienda un LED conectado a un GPIO (usa gpiozero.LED) cuando se supere el umbral.
2. Crea un requirements.txt con pip freeze > requirements.txt y explica en dos frases por qué eso, junto con el venv, hace tu proyecto reproducible en otra Pi.