Anuncio

Sensor Bayesiano en Home Assistant: Guía para Detectar Presencia Real

El «Síndrome del Brazo Agitado»: Por qué tu casa inteligente a veces parece tonta

Seguro que te ha pasado. Estás cómodamente sentado en el sofá, leyendo un libro o viendo tu serie favorita. Estás tan quieto, tan relajado, que de repente… ¡Zas! Las luces del salón se apagan.

Ahí estás tú, agitando los brazos en la oscuridad como si estuvieras espantando moscas invisibles para que el sensor de movimiento se digne a reconocerte otra vez. Es frustrante, rompe el momento de relax y, sobre todo, hace que tu familia te mire y diga: «¿Para esto sirve tanta tecnología?».

El problema no es tuyo, ni siquiera es culpa del sensor. El problema es que los sensores de movimiento tradicionales son binarios y «tontos»: solo ven si algo se mueve AHORA. No tienen memoria, no tienen contexto y no saben deducir.

Aquí es donde entra la magia de las matemáticas aplicadas a la vida real: el Sensor Bayesiano en Home Assistant. No te asustes por el nombre. Vamos a convertir una teoría estadística del siglo XVIII en tu mejor aliado para que tu casa sepa, con una precisión casi humana, si estás durmiendo, viendo la tele o simplemente meditando, aunque no muevas ni un músculo.

Persona agitando los brazos a oscuras porque el sensor de movimiento falló
El clásico problema: el sensor no te ve si no te mueves. La solución es la lógica bayesiana.

¿Qué es un Sensor Bayesiano y por qué lo necesitas (Explicado para no matemáticos)?

Imagina que eres un detective. Si entras en una habitación y ves la luz encendida, puedes sospechar que hay alguien. Pero si además ves una taza de café caliente, tu sospecha aumenta. Si encima escuchas música, estás casi 100% seguro de que hay alguien, aunque no lo veas.

Un sensor bayesiano hace exactamente eso. En lugar de confiar en una sola pista (el sensor de movimiento), recopila varias «pistas» (entidades de tu casa) y calcula la probabilidad de que un estado sea cierto.

La diferencia entre movimiento y presencia real

Para entender la potencia de esto, debemos diferenciar dos conceptos clave en la domótica avanzada:

  • Movimiento: Es un cambio físico en el ambiente. Si estás quieto leyendo, no hay movimiento.
  • Presencia: Es el hecho de estar ahí. Puedes tener presencia sin movimiento (durmiendo) y movimiento sin presencia (un robot aspirador pasando).

Si solo usas sensores PIR básicos, como explicamos en nuestra guía sobre sensores de movimiento, siempre tendrás falsos negativos. El sensor bayesiano «agrega» inteligencia sumando datos.

Cómo funciona la Lógica Bayesiana: Matemáticas simples para ganar confort

La teoría se basa en el Teorema de Bayes, formulado por Thomas Bayes. Pero para nuestra casa, solo necesitamos entender tres conceptos básicos que configuraremos más adelante.

  1. La probabilidad a priori (Prior): ¿Qué tan probable es que ocurra algo en general? Por ejemplo, la probabilidad de que estés durmiendo a las 3 de la tarde es baja, pero a las 3 de la mañana es alta.
  2. Probabilidad dado que es VERDAD (prob_given_true): Si realmente estás en la cama, ¿qué probabilidad hay de que tu teléfono esté cargando? Muy alta (digamos, 95%).
  3. Probabilidad dado que es FALSO (prob_given_false): Si NO estás en la cama, ¿qué probabilidad hay de que tu teléfono esté cargando? Baja (quizás lo dejaste cargando mientras te duchas, digamos un 10%).

El sistema toma estas probabilidades y actualiza el estado «ON» u «OFF» del sensor bayesiano cuando se cruza un umbral que tú defines.

Diagrama sencillo explicando como suman las probabilidades en un sensor bayesiano
Cuantas más pistas (inputs) sumamos, más precisa es la decisión de nuestra casa inteligente.

Tutorial Paso a Paso: Creando tu sensor de «Sueño» en Home Assistant

Vamos a crear el ejemplo más útil y demandado: un sensor que sepa si estás realmente durmiendo. Esto es vital para que no se enciendan luces automáticas si te levantas al baño o para activar el modo «No Molestar» automáticamente.

Este tutorial asume que ya tienes una instalación funcionando. Si estás empezando, revisa nuestra comparativa sobre dónde instalar Home Assistant.

1. Identifica tus «Pistas» (Observables)

Para saber si duermes, ¿qué suele ocurrir en tu casa? Aquí tienes una lista de ingredientes comunes:

  • Tu teléfono está cargando (sensor de la app de Home Assistant).
  • La hora es después de las 22:00 (sensor horario o «Time of Day»).
  • La luz de la habitación está apagada.
  • No hay movimiento en el salón desde hace 30 minutos.

2. La configuración YAML

Aunque Home Assistant avanza hacia la interfaz gráfica, los sensores bayesianos aún requieren un poco de cariño en el archivo configuration.yaml o, mejor aún, organizados en packages de YAML para mantener el orden.

Aquí tienes el código para copiar, pegar y adaptar:


binary_sensor:
  - platform: bayesian
    name: "Usuario Durmiendo"
    prior: 0.25 # Asumimos un 25% de probabilidad base (8 horas de 24)
    probability_threshold: 0.85 # Debe estar al 85% seguro para activarse
    observations:
      - entity_id: "binary_sensor.movimiento_dormitorio"
        prob_given_true: 0.1 # Si duermo, casi no me muevo
        prob_given_false: 0.6 # Si no duermo (estoy en el cuarto), me muevo más
        platform: "state"
        to_state: "on"

      - entity_id: "sensor.telefono_estado_bateria"
        prob_given_true: 0.95 # Casi siempre cargo el móvil al dormir
        prob_given_false: 0.10 # A veces lo cargo sin dormir
        platform: "state"
        to_state: "charging"

      - entity_id: "light.luz_techo_dormitorio"
        prob_given_true: 0.01 # Rara vez duermo con luz de techo
        prob_given_false: 0.70 # Si estoy despierto en el cuarto, suele estar encendida
        platform: "state"
        to_state: "on"

      - entity_id: "sun.sun"
        prob_given_true: 0.90 # Suelo dormir de noche
        prob_given_false: 0.40 # También estoy despierto de noche a veces
        platform: "state"
        to_state: "below_horizon"

¿Qué acabamos de hacer?
Hemos creado un detective virtual. Si es de noche (+puntos), el móvil carga (+puntos) y la luz está apagada (+puntos), la probabilidad superará el 0.85 (85%) y el sensor se pondrá en ON. ¡Estás durmiendo!

Casos de uso reales para personas con poco tiempo

La belleza de este sistema es que, una vez configurado, funciona solo. Aquí tienes tres ideas para mejorar tu calidad de vida y ahorrar energía.

1. El detector de «Sofá y Manta» (Modo Cine)

Olvídate de decirle a Alexa «activa modo cine». Tu casa debe saberlo.

  • Inputs: TV encendida (usando integración de Smart TV o Chromecast) + Sensor de presión en el sofá (o simplemente movimiento en el salón) + Hora > 20:00.
  • Resultado: Si esto se cumple, las luces no se apagan por falta de movimiento, sino que se atenúan al 20%.

2. Detección de ducha (Humedad vs. Puerta cerrada)

Muchas veces cerramos la puerta del baño sin ducharnos. ¿Cómo distinguirlo?

  • Inputs: Luz baño ON + Puerta cerrada + Humedad subiendo rápidamente (derivada del sensor).
  • Resultado: Si estás duchándote, el extractor se enciende solo y la calefacción sube un grado para que no pases frío al salir.

3. ¿Hay alguien en casa realmente? (Seguridad)

Para la alarma, no basta con saber si el móvil está conectado al WiFi (a veces el WiFi falla o se desconecta para ahorrar batería).

  • Inputs: WiFi conectado + Geolocalización GPS + Detección de movimiento reciente en la entrada.
  • Resultado: Una alarma a prueba de fallos que no se activa mientras estás dentro.
Captura de pantalla de código YAML en Home Assistant para sensor bayesiano
El código puede intimidar al principio, pero solo necesitas copiar la estructura y cambiar las entidades.

Consejos de Experto para calibrar tus sensores

Llevo años usando estos sensores y el error más común es ser demasiado optimista con las probabilidades. Aquí van mis trucos:

No busques el 100% de certeza

En el mundo bayesiano, la certeza absoluta no existe. Configura tu probability_threshold en 0.85 o 0.90. Si lo pones en 0.99, es posible que el sensor nunca se active porque una pequeña variable no coincida.

Usa sensores virtuales intermedios

Si la lógica se complica, crea primero un sensor Template con Jinja2 que agrupe condiciones y úsalo como input. Por ejemplo, crea un sensor «Tarde Noche» y úsalo dentro del bayesiano.

La herramienta de depuración es tu amiga

Home Assistant tiene una herramienta en «Herramientas para desarrolladores» > «Plantillas». Úsala para simular los valores antes de crear el sensor definitivo. Te ahorrará muchos reinicios.

Conclusión: Tu casa ahora piensa, no solo reacciona

Implementar un sensor bayesiano en Home Assistant es el paso definitivo para pasar de tener una casa con «mando a distancia en el móvil» a una verdadera Smart Home.

Al principio, puede parecer que requiere configurar muchas cosas, pero piensa en el ahorro de tiempo a largo plazo: nunca más tendrás que agitar las manos en la oscuridad, ni gritarle a tu asistente de voz para que apague las luces cuando ya estás medio dormido.

¿Mi recomendación? Empieza hoy mismo con el sensor de «Dormir». Es el más sencillo de configurar (Móvil cargando + Hora) y el que más impacto tendrá en tu descanso diario.

Si te ha picado el gusanillo de la lógica avanzada, quizás te interese dar el siguiente paso y aprender sobre Node-RED vs Home Assistant para visualizar estas lógicas de forma gráfica.

¿Tienes dudas con tus probabilidades? Déjame un comentario abajo y te ayudo a ajustar esos números para que tu casa te entienda a la primera.

¿Te ha sido útil? ¡Compártelo con otros!

Únete a la Comunidad

Síguenos en nuestras redes para ver tutoriales en vídeo, ideas de decoración y trucos rápidos para tu hogar inteligente.