Speedy screenshot 1
1 / 7
Speedy captured on 35 mm film — an analog photograph of the autonomous vehicle.
Proyecto 01 · Robotics & AI

Speedy

Speedy es un vehículo de carreras autónomo desarrollado para competir en circuitos de forma rápida, segura y totalmente autónoma. Construido como proyecto final del Grado en Ingeniería Informática de IADE - Universidad Europea, el sistema integra visión por computador, inteligencia artificial y sensores para identificar la pista, reconocer obstáculos y adaptar la conducción en tiempo real. Toda la arquitectura se consolidó en una Raspberry Pi 4, haciendo la plataforma más eficiente y reduciendo la latencia entre la percepción del entorno y la actuación del vehículo. Desarrollado sobre ROS 2 Jazzy, Speedy representa la integración de software, electrónica y robótica en una solución completa de navegación autónoma, demostrando la aplicación práctica de algoritmos de control, procesamiento de imagen y toma de decisiones en sistemas embebidos.

ROS 2C++PythonOpenCV

Participantes

Luan Ribeiro
Nycolas Souza
Lohanne Guedes
Kira Sousa
Wash Buddy screenshot 1
1 / 8
The Wash Buddy prototype — the robot that turns handwashing into play.
Proyecto 02 · Embedded & Robotics

Wash Buddy

Wash Buddy es un robot interactivo autónomo que guía a los niños a través de una rutina de lavado de manos: tocar juguetes etiquetados con RFID (jabón, esponja, toalla) hace avanzar una máquina de estados estricta — Idle → Wet → Soap → Scrub → Rinse → Dry → Success — con tiempos límite por etapa ajustados a directrices reales, incluyendo un mínimo de 20 segundos de frotado siguiendo las recomendaciones de la OMS/CDC. Un ESP32-WROOM-32 ejecuta un reparto dual-core con FreeRTOS: un núcleo renderiza una cara OLED animada de forma procedural y efectos de partículas a 60 FPS fijos, mientras el otro controla tres gestos basados en servos, lecturas RFID y líneas de voz sincronizadas. Una PCB personalizada separa las capas de potencia y lógica para mantener el ruido de los motores lejos de los buses SPI/I2C, con apagado automático controlado por MOSFET para eliminar el consumo en espera.

C++ArduinoPlatformIOFreeRTOS

Participantes

Luan Ribeiro
Nycolas Souza
Lohanne Guedes
Kira Sousa
1 / 3
Promotional video for the World of Toilets app.
Proyecto 03 · Mobile & Backend

World of Toilets

World of Toilets es una aplicación móvil que ayuda a localizar, valorar y sugerir aseos públicos en Lisboa. Construida en Kotlin con Jetpack Compose, filtra resultados por criterios como accesibilidad y cambiadores para bebés, y calcula rutas peatonales optimizadas mediante una búsqueda A* sobre un grafo de OpenStreetMap de 199.000 nodos, con una media de 1,75 s por consulta en pruebas de carga y una tasa de éxito del 100%. El backend ejecuta dos instancias replicadas de la API NestJS y dos front-ends Next.js tras un balanceador de carga NGINX, respaldado por un clúster MariaDB Galera de tres nodos en replicación multimaestro síncrona, con autenticación JWT, control de acceso basado en roles y credenciales cifradas con bcrypt.

KotlinNestJSFlaskDocker

Participantes

Luan Ribeiro
Nycolas Souza
Lohanne Guedes
Kira Sousa
CAPO screenshot 1
1 / 4
Cutting workflow in CAPO: the operator walks through every step to the cut piece.
Proyecto 04 · Web & Real-Time

CAPO

CAPO (Computer Aided Process Overview) digitaliza la planta de producción de tuberías metálicas, modelando el trabajo en una jerarquía Proyecto → Isométrico → Spool → Junta → Pieza a lo largo de tres etapas secuenciales: corte, montaje y soldadura. Construido con NestJS 11 usando CQRS y un modelo de dominio rico, cada transición de estado se registra como un evento inmutable, y los traspasos entre etapas se derivan — nunca se almacenan — del estado de las propias piezas, de modo que el pipeline nunca puede desincronizarse. Los eventos de dominio se propagan mediante Socket.IO, así completar una etapa abre al instante la siguiente para su operario sin recargar la página. El front-end es Next.js 16 con React Server Components, ejecutándose tras un proxy inverso NGINX como monorepo Bun-workspace.

NestJSNext.jsMariaDBSocket.IO

Participantes

Luan Ribeiro
Nycolas Souza
Lohanne Guedes
Kira Sousa
Proyecto 05 · Networks & IoT

Angry Duck

Angry Duck es un proyecto de diseño de infraestructura de red para la sede de seis plantas y el edificio secundario de una empresa avícola ficticia, realizado para la asignatura de Redes y Comunicaciones de Datos. El plan abarca cableado estructurado, un backbone doble, puntos de acceso Wi-Fi por planta y un centro de datos centralizado, junto con cuatro subsistemas IoT modulares — detección de gases peligrosos, extinción de incendios, seguridad de acceso y control de temperatura — desplegados en cada planta. La topología completa (2 routers, 9 switches, 6 servidores, 39 ordenadores y 44 dispositivos IoT) se modeló y simuló en Cisco Packet Tracer.

Cisco PTNetworkingIoTRFID

Participantes

Luan Ribeiro
Adjami Regula
Ver en Github
Physics Simulator screenshot 1
1 / 4
Kinematic mode: trajectory and vector decomposition under gravitational acceleration.
Proyecto 06 · Desktop & Physics

Physics Simulator

Physics Simulator es una aplicación de escritorio GTK4 que modela el movimiento de partículas en dos modos independientes: cinemático, donde las partículas siguen trayectorias de aceleración constante, y dinámico, donde la segunda ley de Newton deriva la aceleración a partir de fuerzas configurables y la gravedad en cada paso. Construida en C con Cairo para el renderizado vectorial, admite modos de cámara con zoom automático y seguimiento de partículas, dibuja las estelas históricas de las partículas y permite guardar o cargar estados completos de simulación como archivos de proyecto .sabino, con exportación CSV detallada por partícula para análisis posterior.

CGTK4CairoMake

Participantes

Luan Ribeiro
Nycolas Souza
Lohanne Guedes
Hobby image 1
1 / 9
2D model drawn to plan the best trace routing on a breadboard.
Sobre mí

Luan Ribeiro

Curioso por naturaleza, disfruto resolviendo problemas con datos y código. Fuera del trabajo, reparto mi tiempo entre la fotografía analógica y el desarrollo de videojuegos, siempre optimizando algo. Me apasiona aprender, escribir, viajar y conducir moto. También trabajo en gestión, arte y publicidad, y tengo un empleo a tiempo parcial donde aprendo sobre ropa, materiales y practico mi inglés. Me interesan mucho las técnicas de memorización, los sistemas eléctricos y la mecánica.

Mi enfoque técnico actual se centra en Data Science e Inteligencia Artificial, desarrollando soluciones eficientes con ecosistemas como Python, SQL, Java y C#.

Fuera del entorno corporativo y del desarrollo de software comercial, reparto mi tiempo libre entre la precisión serena de la fotografía analógica de 35 mm, el proceso creativo del desarrollo de videojuegos indie y el running, buscando siempre optimizar y refinar cada detalle.

01 — Formación y Base
Técnico en Mecánica e Ingeniería Informática (IADE).
02 — Stack Principal
Python, SQL, Java, C#, C++ y computación inteligente.
03 — Intereses Creativos
Fotografía analógica, Game Dev, running, memorización, sistemas eléctricos y mecánica.
© 2026 Luan Ribeiro. Todos os direitos reservados.