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

Google

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].