90 € y una Arduino que sabe si ha llegado un paquete sin subir ni una foto a la nube

💡 Antes de empezar Necesitas: una Arduino Nicla Vision, un cable micro USB, Home Assistant funcionando en tu red local, un broker MQTT como Mosquitto y una forma de fijar la placa mirando siempre al mismo sitio. Tiempo estimado: una tarde larga para tener el primer detector funcionando y publicando eventos útiles. Nivel: Para quien ya ha montado algo similar — aquí no basta con enchufar y listo; vas a entrenar un modelo pequeño, montar una cámara y decidir qué evento merece una alerta.

El problema no es ver la puerta: es enterarte sin montar otra nube en casa

Quieres saber si ha llegado un paquete, si el buzón tiene correo o si alguien ha dejado algo delante de la puerta. La solución rápida es comprar otra cámara con app, cuenta, servidor remoto y una cuota mensual que te persigue hasta cuando solo quieres una notificación tonta de “ya está ahí”.

El problema es que una cámara comercial suele venir con el pack completo: vídeo a la nube, detección genérica que se equivoca con sombras y coches, y una app que decide por ti qué es importante. Si lo único que quieres es que un cacharro vea una escena fija, tome una decisión sencilla y le pase esa decisión a tu sistema local, todo eso sobra.

Aquí entra la Arduino Nicla Vision. No es una cámara de seguridad ni un timbre inteligente. Es una placa diminuta con cámara, micrófono y sensores que puede mirar una escena concreta, ejecutar un modelo pequeño en local y mandar solo el resultado a Home Assistant, sin subir fotos ni vídeo fuera de tu red.

Qué es exactamente

La Nicla Vision es una placa de 22,86 x 22,86 mm con un enfoque muy poco Arduino clásico y muy útil para domótica rara: en lugar de centrarse en pines y relés, está pensada para que le pongas ojos a un punto de la casa.

Dentro lleva un STM32H747 de doble núcleo — un microcontrolador con un cerebro rápido para el trabajo pesado y otro para tareas auxiliares —, una cámara a color de 2 megapíxeles, un micrófono MEMS, un sensor de distancia por tiempo de vuelo y una IMU de seis ejes, que es el sensor que detecta movimiento y orientación. También tiene Wi-Fi y Bluetooth Low Energy, así que puede mandar resultados directamente a tu red local sin depender de otra placa que haga de puente.

Lo importante aquí no es la resolución. Lo importante es que puede ejecutar TinyML, que es aprendizaje automático comprimido para microcontroladores. En lenguaje normal: modelos lo bastante pequeños como para decidir cosas concretas sin necesitar una Raspberry Pi, una GPU ni una cámara RTSP enviando vídeo constante.

Arduino la presenta como una cámara inteligente lista para usar, compatible con OpenMV — un entorno de visión basado en MicroPython, una versión ligera de Python para microcontroladores — y también con MicroPython puro. Eso te permite montar algo mucho más específico que una cámara comercial: por ejemplo, “hay paquete delante de la puerta” frente a “no hay paquete”, o “el buzón está vacío” frente a “hay sobre dentro”.

Cómo lo abrimos

La parte buena de la Nicla Vision no es que se conecte a una nube de Arduino. La parte buena es que la puedes tratar como un sensor local que publica eventos.

La apertura real aquí pasa por dos decisiones:

La primera es programarla con OpenMV o MicroPython para que la cámara mire siempre una escena fija y ejecute una inferencia sencilla. “Inferencia” es la palabra técnica para decir “el momento en que el modelo decide”. No necesitas que reconozca treinta clases de objetos ni que haga seguimiento de personas como una cámara de seguridad seria. Lo que mejor encaja con esta placa es un trabajo humilde y concreto: detectar si aparece un paquete en el felpudo, si el buzón cambia de estado o si una balda pasa de vacía a ocupada.

La segunda es sacar el resultado por MQTT, que es un protocolo muy ligero para mandar mensajes entre dispositivos dentro de tu red. En vez de subir imágenes, la Nicla publica algo como paquete = si o buzon = abierto, y Home Assistant — la plataforma de domótica open source que centraliza sensores, automatizaciones y dispositivos — lo recibe como si fuera cualquier otro sensor más.

El flujo completo queda así:

1. Fijas la cámara siempre en el mismo ángulo.
2. Reúnes fotos de tu escena con y sin el objeto que te importa.
3. Entrenas un modelo pequeño en OpenMV o Edge Impulse, que es una plataforma para crear modelos diminutos con tus propios datos.
4. Cargas ese modelo en la Nicla Vision.
5. Publicas el resultado por MQTT hacia Home Assistant.

Eso es lo que la “abre”: no usarla como demo de visión artificial, sino como un sensor visual local, dedicado y silencioso.

Qué capa de IA le ponemos encima

La Nicla Vision hace la primera parte del trabajo: mirar y decidir una cosa concreta. La capa de IA útil va encima, en tu servidor local.

Imagina este caso: la placa detecta que ha aparecido un paquete delante de la puerta y publica el evento. Home Assistant puede cruzarlo con un sensor de presencia, con el estado de la cerradura o con el historial de timbres del día. A partir de ahí, un modelo local pequeño corriendo en tu mini PC puede decidir si te interrumpe o no. Si estás fuera de casa, manda una notificación. Si estás dentro y acabas de abrir la puerta, no hace falta molestarte. Si el evento se repite tres veces en dos minutos, lo resume en un único aviso decente en lugar de freírte el móvil.

La misma idea sirve para el buzón. La Nicla no necesita leer cartas ni hacer magia: solo detectar “vacío” frente a “hay algo”. La IA de arriba es la que pone contexto. Puede generar un mensaje más útil, encender un altavoz con una frase de voz local o anotar que hoy ha llegado correo mientras estabas fuera.

Ese reparto de trabajo tiene sentido técnico: la placa hace una inferencia mínima y barata; el cerebro local hace las decisiones con contexto. Así no conviertes una tarea de un bit en un proyecto de videovigilancia completo.

Lista de compra

• Arduino Nicla Vision.
• Cable micro USB para alimentación y carga inicial del firmware.
• Soporte o caja pequeña para fijarla en el ángulo correcto.
• Home Assistant funcionando en una Raspberry Pi, mini PC o NAS.
• Mosquitto u otro broker MQTT en la red local.
• Opcional: una batería LiPo si quieres montarla sin cable en un buzón o una zona complicada.
• Opcional: un sensor de puerta o presencia para dar contexto extra y reducir falsos positivos.

Lo que no te van a contar

Esta placa no sustituye a una cámara RTSP con Frigate. Si quieres vídeo continuo, grabaciones, historial visual, zonas complejas o detección multiobjeto seria, compra una cámara pensada para eso. La Nicla Vision es mejor cuando le das un trabajo concreto y una escena fija.

El modelo también depende mucho de la luz. Un paquete marrón a las tres de la tarde no se parece al mismo paquete con la luz del descansillo por la noche. Si cambian mucho la iluminación, el ángulo o el fondo, tendrás que volver a capturar ejemplos y ajustar el modelo.

La miniaturización tiene coste práctico. La placa es pequeña y elegante, sí, pero también pide más mimo que una cámara comercial: fijación, caja, alimentación y algo de paciencia durante la fase de pruebas. No es soldadura dura, pero tampoco es un juguete de “siguiente, siguiente, aceptar”.

Y hay un límite importante: una inferencia en una microplaca tiene que ser simple. Si tu idea se parece más a “quiero que entienda toda la escena de la entrada” que a “quiero saber si hay paquete”, vas camino de frustrarte. Aquí gana quien define muy bien el problema.

Veredicto

La compraría si quieres un sensor visual local para una sola tarea concreta y te gusta cacharrear con criterio: buzón, paquete, balda, puerta o un punto fijo de la casa donde una decisión simple vale más que tener vídeo en la nube. No la compraría como primera cámara inteligente para alguien que empieza de cero. Para quien ya tiene Home Assistant y quiere visión local sin cuotas ni streaming continuo, es una de las Arduino más interesantes del catálogo ahora mismo.