Skip to the content
2 layers100 × 100 mmGrupo15, the printed circuit board in 3D

El proyecto resuelve el control de calidad en líneas de empaquetado mediante un prototipo mecatrónico accesible y modular: una cinta transportadora desplaza cajas frente a una estación de inspección óptica (sensor…

Size
100 × 100 mm
Copper layers
2
Thickness
1.6 mm
Parts
36
Nets
55
Pads
170
Tracks, vias
309, 180
Pours
77
Routed
Yes
KiCad
KiCad 10.0 (file 20260206)
Created
28 Mar 2026
Updated
21 Sep 2026

Overview

Grupo15 is an open-source printed circuit board by SolFV, from the SolFV/Clasificador-de-objetos repository on GitHub, published under the MIT licence. It is a 2-layer board of 100 × 100 mm with 36 parts on 55 nets, routed with 309 tracks and 180 vias.

It is built around the ESP32-S3-WROOM-1-N16R8, DRV8873SPWPRQ1 and LD1117S33TR(MS), with the CL21B104KBCNNNC, CL21B105KAFNNNE and RC0805FR-0710KL among its other parts. Its parts include 12 capacitors, 7 resistors, 3 connectors, 2 ICs and 1 diode. It belongs with the ESP32 boards of this library.

Main components

12

README

README.md

🏭 Clasificador Automático de Cajas con Visión Artificial

Proyecto 4: Interfaz de Usuario y Estructura Mecánica de Cinta Transportadora

Status Hardware CAD Vision AI Platform License

Sistema mecatrónico embebido de inspección de calidad y clasificación automatizada de paquetes sobre cinta transportadora, integrando visión artificial en la nube, tracción controlada por motor paso a paso, almacenamiento de evidencias y dashboard de supervisión en tiempo real.

Facultad de Ingeniería — Universidad Nacional de Asunción (FIUNA)
Cátedra: Proyecto 4 (2do Ciclo 2026) | Septiembre de 2026
Profesores: Prof. Ing. Federico Gaona, MSc. (Teoría) — Prof. Ing. Esteban Fretes, MSc. (Práctica)


📋 Tabla de Contenidos


📖 Descripción General

El proyecto resuelve el control de calidad en líneas de empaquetado mediante un prototipo mecatrónico accesible y modular: una cinta transportadora desplaza cajas frente a una estación de inspección óptica (sensor infrarrojo de proximidad y cámara digital), un agente de visión artificial dictamina el estado del empaque y el sistema registra la evidencia fotográfica en la nube a la vez que acciona un mecanismo deflector para separar los productos defectuosos.

El alcance del Primer Parcial del Proyecto 4 cierra la brecha entre la electrónica fabricada previamente en el Proyecto 3 y la operación física en planta, dotando al clasificador de:

  1. Estructura mecánica formal: Chasis, rodillos, banda de caucho y soportes diseñados en SolidWorks con planos constructivos acotados.
  2. Tracción precisa con motor paso a paso: Sustitución del motor DC de tracción por un motor paso a paso NEMA 23 con controlador dedicado L298N, logrando un avance controlado con paradas repetibles de 1,2 s frente a la cámara para eliminar el desenfoque por movimiento (motion blur).
  3. Pipeline de visión en la nube: Servidor autoalojado n8n que procesa la imagen con OpenAI gpt-4o-mini, almacena evidencias en Google Drive y registros numéricos en Google Sheets.
  4. Dashboard web en tiempo real: Interfaz de supervisión que lee la hoja de resultados cada 10 segundos, mostrando métricas, miniaturas de las cajas inspeccionadas y exportación a CSV.

✅ Estado del Proyecto — Hitos del 1er Parcial

El Primer Parcial del Proyecto 4 ha sido completado y validado experimentalmente con éxito en laboratorio.

Matriz de Hitos (P4 — Primer Parcial):

Hito / EntregableEstadoObservación
Diseño mecánico en SolidWorks (CAD 3D)✅ CompletadoModelos de bastidor, rodillos, engranajes y ensamble completo (Ensamble.SLDASM).
Planos técnicos acotados de fabricación✅ CompletadoPlanos 2D en PDF de engranaje conductor, conducido, soporte lateral y ensamble general.
Tracción paso a paso NEMA 23 + L298N✅ CompletadoParadas programadas de 1,2 s y avance exacto sin deslizamiento.
Transmisión por engranajes rectos (3.8:1)✅ CompletadoImpresión 3D en PLA de piñón (z=10) y corona (z=38), módulo 4 mm.
Flujo de Visión n8n + GPT-4o-mini✅ CompletadoInferencia visual remota con latencia de 2,5 a 4,0 s.
Registro Cloud (Google Drive + Sheets)✅ CompletadoAlmacenamiento automático de fotos y fila de metadatos por evento.
Dashboard Web de Supervisión✅ CompletadoActualización continua cada 10 s, KPIs por estado, visor fotográfico y exportación CSV.
Ensamble y validación del prototipo físico✅ CompletadoEstructura de contrachapado y varillas DIN 975 operativa y verificada en banco.

🗺️ Esquema General del Sistema

El sistema opera mediante la interacción coordinada de cinco bloques funcionales:

text
                  +-------------------------------------------------------------+
                  |                      UNIDAD DE CONTROL                      |
                  |                Placa Propia ESP32-S3 (3.3V)                 |
                  +--------------+------------------------------+---------------+
                                 |                              |
               Señal de Detención|                              |Control de Desvío
               y Pulsos de Avance|                              |Pulsos PWM (0° / 180°)
                                 v                              v
            +--------------------+---------+          +---------+--------------------+
            |      SUBSISTEMA TRACCIÓN     |          |       SUBSISTEMA DESVÍO      |
            |     Driver L298N + NEMA 23   |          |    Servomotor SER0006        |
            |  Engranajes PLA (Red. 3.8:1) |          | Brazo Deflector (20s retenc.)|
            +--------------------+---------+          +------------------------------+
                                 |
                                 v
                     [ Cinta Transportadora ] <=== [ Cajas en Tránsito ]
                                 |
                          Detección IR (E18-D80NK)
                          Captura Foto (OV5640 SVGA)
                                 |
                                 v WiFi (HTTP POST Webhook)
            +--------------------+---------------------------------------------------+
            |                     SERVIDOR DE VISIÓN (n8n Autoalojado)               |
            |             Agente IA de Visión (OpenAI gpt-4o-mini)                  |

🛠️ Arquitectura de Hardware

1. Subsistema Mecánico y Estructura (SolidWorks)

La cinta transportadora se diseñó íntegramente en SolidWorks bajo criterios de rigidez, repetibilidad y desmontaje modular:

  • Bastidor Lateral (Tabla.SLDPRT / Soporte Lateral.pdf): 2 placas de madera contrachapada de $700 \times 150\text{ mm}$ y $12\text{ mm}$ de espesor con perforaciones para varillas y rodamientos.
  • Tirantes Transversales (Varilla.SLDPRT): 7 varillas roscadas de acero al carbono galvanizado bajo norma DIN 975 (M6), aportando alta rigidez torsional.
  • Banda de Transporte (Cinta.SLDPRT): Banda cerrada de caucho continuo con ancho útil de 200 mm, compatible con cajas de hasta 150 mm.
  • Transmisión por Engranajes Rectos en PLA (Módulo 4 mm):
    • Engranaje Conductor (Engranaje_C.SLDPRT / Engranaje_Conductor.pdf): $z_1 = 10\text{ dientes}$, diámetro exterior $\varnothing 48.00\text{ mm}$, acople a eje del motor NEMA 23 de $\varnothing 8.00\text{ mm}$.
    • Engranaje Conducido (engranaje_G.SLDPRT / engranaje_conducido.PDF): $z_2 = 38\text{ dientes}$, diámetro exterior $\varnothing 160.00\text{ mm}$, acople a eje motriz de $\varnothing 6.00\text{ mm}$.
    • Relación de Reducción: $i = 3.8:1$, cuadruplicando el par sobre el rodillo motriz y permitiendo una resolución de avance lineal de $\approx 0.165\text{ mm/paso}$.
  • Planos Técnicos: Disponibles en Hardware/Diseno_Mecanico/ con el ensamble general en Cinta transportadora.pdf y el informe técnico detallado en Informe_Diseno_Estructural_Mecanico.md.

2. Subsistema de Tracción (NEMA 23 + L298N)

  • Motor: Paso a paso híbrido bipolar NEMA 23 (modelo 23HS5628), ángulo de paso $1.8^\circ$ (200 pasos/rev) y torque nominal de 12.6 kgf-cm (1.23 N·m).
  • Controlador: Driver tipo puente H bipolar L298N, alimentado desde una línea de potencia externa dedicada y comandado por señales lógicas de 3.3V desde la placa ESP32-S3.

3. Subsistema Electrónico de Control (PCB ESP32-S3)

Se reutiliza la placa desarrollada y validada en el Proyecto 3 (alojada en Hardware/Diseño final p3/):

  • Microcontrolador: ESP32-S3-WROOM-1-N16R8 (Dual-core 240 MHz, 16 MB Flash, 8 MB PSRAM verificada).
  • Cámara Óptica: Módulo digital Omnivision OV5640 conectado mediante interfaz de video en paralelo DVP (resolución de trabajo SVGA $800 \times 600$).
  • Sensor de Presencia: Sensor fotoeléctrico infrarrojo E18-D80NK enfocado a la zona de captura (tiempo de respuesta $< 50\text{ ms}$).
  • Actuador de Desvío: Servomotor DFRobot SER0006 montado con brazo deflector mecánico a la salida del tramo de inspección.

🔄 Flujo de Operación y Lógica de Clasificación

El lazo de control opera de acuerdo a la siguiente secuencia automática:

  1. Avance Continuo: El motor NEMA 23 hace avanzar la cinta transportadora de manera uniforme.
  2. Detección Frontal: El sensor infrarrojo E18-D80NK detecta la llegada del paquete e interrumpe el avance.
  3. Parada y Captura: La cinta se detiene exactamente durante 1,2 segundos. La cámara OV5640 toma una fotografía nítida en SVGA almacenándola en la PSRAM.
  4. Transmisión IoT: El ESP32-S3 envía la imagen por WiFi al webhook de n8n mediante HTTP POST.
  5. Inferencia Visual: El agente de IA (gpt-4o-mini) analiza la morfología y condiciones del empaque, dictaminando la categoría:
    • 🟢 Verde (Buen Estado): Caja intacta, correctamente sellada y lista para despacho.
    • 🟡 Amarillo (Sin Caja o No Empaque): Falsa alarma, objeto extraño o cinta vacía.
    • 🔴 Rojo (Caja Dañada): Paquete aplastado, roto, perforado o con defectos visibles.
  6. Almacenamiento Cloud: El flujo guarda la imagen en una carpeta compartida de Google Drive y registra una nueva fila en Google Sheets con timestamp, color y descripción detallada.
  7. Acción del Servomotor: El ESP32-S3 recibe la respuesta [{color, descripcion}] y ejecuta la maniobra:
    • 🟢 Verde: El brazo deflector permanece a 0° (la caja continúa sin desvío).
    • 🟡 / 🔴 Amarillo o Rojo: El servomotor gira a 180° y mantiene la posición de desvío durante 20 segundos para enviar la pieza a la bandeja de rechazo.
  8. Reanudación: El servomotor retorna a posición neutra (0°) y la cinta reanuda la marcha.

🤖 Infraestructura IoT y Servidor de Visión (n8n)

El procesamiento cognitivo se delega íntegramente a un servidor local n8n autoalojado (Workflow Proyecto 4):

text
[Webhook HTTP] ──▶ [Recibir imagen y Nombrar] ──▶ [Base64 a Binario] ──▶ [AI Agent (gpt-4o-mini)]
                                                                                │
[Responder al Webhook: {color, desc}] ◀── [Limpiar Output Agente] ◀─────────────┘
          │
          ├──▶ [Subir a Google Drive]
          └──▶ [Subir a Google Sheets]
  • Modelo de Inferencia: OpenAI gpt-4o-mini configurado con system prompt especializado en control de calidad industrial.
  • Respuesta JSON: Formato estandarizado [ { "color": "verde" | "amarillo" | "rojo", "descripcion": "..." } ].
  • Ventaja de la Arquitectura: Libera al microcontrolador de tareas pesadas de redes neuronales, acelerando la toma de decisiones ($2.5 - 4.0\text{ s}$).

🖥️ Interfaz de Usuario (Dashboard de Supervisión)

El monitoreo del sistema se realiza a través de un Dashboard Web en Tiempo Real de un solo archivo:

  • Consulta Automática: Sondea la planilla de Google Sheets (Proyecto4 - Hoja 1) cada 10 segundos.
  • Panel de KPIs: Conteo total de cajas evaluadas, desglose por categoría (verde, amarillo, rojo) y cálculo porcentual.
  • Tarjeta de Última Detección: Muestra la fotografía en miniatura cargada desde Google Drive, el estado asignado, la descripción diagnóstica de la IA y el ángulo/tiempo aplicado por el servomotor.
  • Historial y Exportación: Tabla con las últimas 5 detecciones en vivo y botón para exportar todo el registro histórico acumulado a formato CSV.
  • Accesos Directos: Enlaces directos a la planilla en línea y a la carpeta de evidencias en Drive.
  • Modo Seguro: Opera en modo solo lectura para supervisión remota sin interferir en la máquina de estados del firmware.

📊 Resultados Experimentales del Parcial

Durante las pruebas funcionales del prototipo integrado se validaron las siguientes métricas de desempeño:

Parámetro OperativoValor MedidoValor Esperado / Criterio
Tiempo de parada de cinta frente a cámara1,2 sRepetible, sin desenfoque de imagen
Latencia de detección del sensor IR< 50 msDetención instantánea del NEMA 23
Tiempo de respuesta inferencia n8n2,5 a 4,0 sDentro del ciclo de cinta previsto
Retención del servomotor en rechazo (180°)20 sDesvío seguro al contenedor de descarte
Frecuencia de actualización del Dashboard10 sSupervisión fluida de métricas Cloud
Resolución cinemática de la cinta~0,165 mm/pasoPosicionamiento milimétrico repetible

💰 Costos del Proyecto

La estructura de costos del prototipo se basa en una tasa oficial de referencia de 1 USD = 6.391 Gs.:

1. Materiales y Herramientas Compradas (Incorporadas al Proyecto 4)

Descripción / ComponenteMPN / ModeloCant.Unitario (USD)Total (USD)Total (Gs.)
Motor paso a paso NEMA 23 (12.6 kgf-cm)23HS5628146,9446,94300.000
Microcontrolador ESP32-S3ESP32-S3-WROOM-1-N16R828,7217,44111.459
Módulo de cámara OV56405840 (Adafruit)19,959,9563.590
Capacitor electrolítico 100 uFEEE-FK1H101P60,764,5629.143
Servomotor 180°SER000613,633,6323.199
Capacitor cerámico 4,7 uF 0805CL21B475KOFNNNE60,251,509.587
Diodo Schottky 40 V, 1 ASS14F-HF40,321,288.180
Conector USB tipo C hembraUSB4510-03-1-A10,840,845.368
Capacitor cerámico 10 uF 0805CL21B106KOQNNNE60,140,845.368
Capacitor cerámico 22 uF 0805CL21A226MQQNNNE60,130,784.985
Resistencia 15 kOhm 0805RC0805FR-0715KL60,130,784.985
Capacitor cerámico 2,2 uF 0805CL21B225KOFNNNE60,120,724.602
Regulador LDO 3,3 VLD1117S33TR20,340,684.346
Resistencia 10 kOhm 0805RC0805FR-0710KL60,110,664.218
Capacitores y Resistencias SMD 0805 variosPasivos estándar——6,1439.299
SUBTOTAL COMPONENTES COMPRADOS———$96,06644.219 Gs.

Costo por integrante (3 personas): $32.02 USD (214.740 Gs.).
El desglose línea a línea con enlaces y números de parte se encuentra en el archivo BOM.csv.

2. Materiales y Herramientas Preexistentes o Prestadas (Sin costo incremental)

DescripciónCantidadObservaciones / Procedencia
Placa propia ESP32-S3 con cámara OV56401Fabricada y validada en Proyecto 3
Servomotor de desvío SER00061Reutilizado de la etapa previa
Controlador L298N para motor paso a paso1Driver provisto para tracción
Notebook con servidor n8n autoalojado1Estación de inferencia local
Licencia / estación SolidWorks CAD1Laboratorio FIUNA
Multímetro y herramientas de banco/taller1Instrumental de ensamblaje y prueba

📁 Estructura del Repositorio

text
📦 Clasificador de Objetos/
├── 📂 Hardware/                                # Proyectos de diseño físico y electrónico
│   ├── 📂 Diseno_Mecanico/                     # Diseño mecánico CAD y planos (P4)
│   │   ├── 📄 Informe_Diseno_Estructural_Mecanico.md # Informe técnico mecánico detallado
│   │   ├── 📄 Cinta transportadora.pdf         # Plano de ensamble general, despiece y lista de partes
│   │   ├── 📄 Soporte Lateral.pdf              # Plano acotado de soporte lateral de madera contrachapada
│   │   ├── 📄 Engranaje_Conductor.pdf          # Plano acotado de engranaje conductor (z=10, m=4)
│   │   ├── 📄 engranaje_conducido.PDF          # Plano acotado de engranaje conducido (z=38, m=4)
│   │   ├── 🧊 Ensamble.SLDASM                  # Ensamblaje 3D general en SolidWorks
│   │   ├── 🧊 Cinta.SLDPRT                     # Modelo 3D de la banda transportadora
│   │   ├── 🧊 Engranaje_C.SLDPRT               # Modelo 3D de engranaje conductor (PLA)
│   │   ├── 🧊 engranaje_G.SLDPRT               # Modelo 3D de engranaje conducido (PLA)
│   │   ├── 🧊 Tabla.SLDPRT                     # Modelo 3D de soporte lateral
│   │   ├── 🧊 Varilla.SLDPRT                   # Modelo 3D de varilla roscada DIN 975
│   │   └── 🧊 nema23.SLDPRT                    # Modelo 3D de motor paso a paso NEMA 23
│   ├── 📂 Componentes/                         # Bibliotecas KiCad personalizadas
│   ├── 📂 Diseño final p3/                     # Proyecto final KiCad de la PCB (Proyecto 3)
│   │   └── 📂 Grupo15/                         # Esquemático, ruteado, producción y Gerbers
│   ├── 📂 ESP32_S3_WROOM2_N32R16_29/           # Footprint y símbolo de la MCU
│   ├── 🖼️ Diseño.jpeg                          # Esquemático general del circuito
│   ├── 🖼️ pcb_ruteado.PNG                       # Ruteado y layout de 2 capas
│   ├── 🖼️ pcb_3d.PNG                           # Render 3D superior de la PCB
│   ├── 🖼️ pcb_3d_1.png                         # Render 3D superior sin componentes
│   └── 🖼️ pcb_3d_vistinferior.png              # Render 3D inferior de la PCB

👥 Autores (FIUNA — 2026)

Facultad de Ingeniería — Universidad Nacional de Asunción (FIUNA)
Cátedra de Proyecto 4 — Carrera de Ingeniería Mecatrónica
Docentes: Prof. Ing. Federico Gaona, MSc. (Teoría) & Prof. Ing. Esteban Fretes, MSc. (Práctica)


📄 Licencia

Este proyecto está distribuido bajo la Licencia MIT. Para más detalles, consulte el archivo LICENSE.


Clasificador Automático de Cajas con Visión Artificial — FIUNA — 2026

Parts

36
QtyValueFootprintReferences
5CL21B104KBCNNNC100nF_huella:CAPC2012X95NC1, C3, C4, C10, C11
4MountingHole_2.2mm_M2_ISO7380_PadMountingHole:MountingHole_2.2mm_M2_ISO7380_PadH1, H2, H3, H4
3CL21B105KAFNNNE1uF_huella:CAPC2012X135NC6, C7, C9
3KF301-2Pterminal_huella:HANDSON_KF301-2P5V, 12V, MOTOR
2RC0805FR-0710KL10k_huella:RESC2012X60NR2, R5
2RC0805FR-071K5L1.5k_huella:RESC2012X60NR6, R7
2RC0805FR-075K1L5.1k_huella:RESC2012X60NR3, R4
2TS-1088-AR02016boton_huella:SW_TS-1088-AR02016BOOT, EN
2TS-111-T-A-1header_huella:SAMTEC_TS-111-T-A-1J5, J6
1CL21A226MQQNNNE22uF_huella:CAPC2012X140NC5
1CL21B106KOQNNNE10uF_huella:CAPC2012X140NC2
1CL21B473KBCNNNC47nF_huella:CAPC2012X95NC8
1DRV8873SPWPRQ18873_huella:SOP65P640X120-25NH1
1EEEFK1H101P100uF_huella:CAP_EEEFK1H101PC12
1ESP32-S3-WROOM-1-N16R8espS3_huella:ESP32S3WROOM1N16R8IC1
1LD1117S33TRldo1117_huella:SOT230P700X180-4NU1
1LOGOImages:logooG***
1RC0805FR-07100RL100R_huella:RESC2012X60NR1
1SS14F-HFdiodo_huella:SODFL4626X120ND1
1USB4510-03-1-Ausb_huella:USB4510031AJ1

More from SolFV/Clasificador-de-objetos

1
  • 2 layers90 × 90 mmESP32 S3 WROOM2 N32R16, the printed circuit board in 3D

    ESP32 S3 WROOM2 N32R16

    SolFV/Clasificador-de-objetos

    El proyecto resuelve el control de calidad en líneas de empaquetado mediante un prototipo mecatrónico accesible y modular: una cinta transportadora desplaza cajas frente a una estación de inspección óptica (sensor…

    36 parts1MIT

Similar boards

  • 4 layers212 × 116 mmEswitch simple, the printed circuit board in 3D

    Eswitch simple

    dpeckham/eswitch

    8-channel ESP32-S3 + PROFET+2 (BTS7008-1EPP) 12V load switch with 3-position ATO fuse bypass, KiCad 10, script-generated

    230 parts
  • 4 layers100 × 120 mmMicromouse pcb, the printed circuit board in 3D

    Micromouse pcb

    MukeshSethy/micromouse-runner

    This is my repo for the first version of full size micromouse development.

    184 parts
  • 2 layers90 × 100 mmMeshcore NaIon, the printed circuit board in 3D

    Meshcore NaIon

    Alksndr55/mesh-repeater

    Mesh Repeater v1 — одноплатный LoRa-репитер для MeshCore и Meshtastic, 90×100 мм. Упор на максимальное энергосбережение и работу в суровых сибирских зимах. Солнечный зарядник, Na-ion 1S / LTO 2S.

    154 parts3
  • 2 layers90 × 60 mmMeshRepeater2 Power, the printed circuit board in 3D

    MeshRepeater2 Power

    Alksndr55/mesh-repeater-2.0

    Mesh Repeater v2 — LoRa-репитер для MeshCore и Meshtastic на платах POWER и LOGIC с экраном SHIELD, 90×60 мм. Упор на максимальное энергосбережение и работу в суровых сибирских зимах.

    105 parts
  • 4 layers91 × 52 mmFilament dryer monitor, the printed circuit board in 3D

    Filament dryer monitor

    alessandrocardelli/filament-dryer-monitor

    ESP32 controller for eSUN eBOX Lite. main is the non-heating SAFE BRING-UP reference; its heater output remains locked OFF.

    110 parts
  • 4 layers43.9 × 41 mmCapteur, the printed circuit board in 3D

    Capteur

    RubisCatty/Serre-Connecte

    Projet final du programme de Génie Électrique par Sonia Michaud

    43 parts
  • 4 layers134 × 84.7 mmHomectrl rB, the printed circuit board in 3D

    Homectrl rB

    jeevan9s/homectrl-sys

    home automation controller

    136 parts2
  • 4 layers52 × 74 mmFRC Sensor CAN, the printed circuit board in 3D

    FRC Sensor CAN

    barkinvar/sugerCANe

    A compact interface for three NPN, PNP or logic sensors on an FRC robot. Each port has a removable 5 V / 12 V power jumper; input type is configured in software.

    144 parts1

Questions

How big is the Grupo15 PCB?

It measures 100 × 100 mm and has 2 copper layers, 1.6 mm thick.

What parts does the Grupo15 use?

36 parts, built around the ESP32-S3-WROOM-1-N16R8, DRV8873SPWPRQ1, LD1117S33TR(MS) and CL21B104KBCNNNC. The full list of its parts is on this page, with links to each part's symbol and footprint where PCBKit's library has them.

Where can I download the Grupo15 KiCad files?

From the SolFV/Clasificador-de-objetos repository on GitHub, at the commit this page was made from: the board is Hardware/Diseño final p3/Grupo15/Grupo15.kicad_pcb and its schematic Hardware/Diseño final p3/Grupo15/Grupo15.kicad_sch. PCBKit opens the board in the browser, with nothing to install.

Can I use the Grupo15 design in my own project?

Its repository publishes it under the MIT licence: you may reuse it on that licence's terms (keep the author's notice, and for a copyleft licence share your changes alike).