Mittaa ja karttaa melupäästöjä matkapuhelimellasi: 4 vaihetta (kuvilla)

2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:04

80 dB (A)) "," ylhäältä ": 0,13263157894736843," vasen ": 0,506," korkeus ": 0,1957894736842105," leveys ": 0,276}]">

Nicolas Maisonneuve (Sony CSL Paris) Matthias Stevens (Vrije Universiteit Brussel / Sony CSL Paris) Luc Steels (Vrije Universiteit Brussel / Sony CSL Paris)

Tässä opetusohjelmassa opit, kuinka voit käyttää GPS-varustettua matkapuhelintasi matkapuhelimena mitataksesi henkilökohtaista altistumistasi melulle ja osallistuaksesi naapurustosi tai kaupunkisi kollektiiviseen melukartoitukseen. Kartat voidaan visualisoida Google Earthin avulla. Meluhaitta on vakava ongelma monissa kaupungeissa. Vaikka joidenkin suurkaupunkien viranomaiset ovat käynnistäneet kampanjoita ongelman seuraamiseksi, niiden luomat kartat eivät ole aina helposti saatavilla eivätkä yleensä ole riittävän yksityiskohtaisia ymmärtääkseen ihmisten aiheuttaman melun (ajassa ja tilassa) vaihteluita. Uusilla teknologioillamme voit kuitenkin auttaa parantamaan tällaisten ympäristöongelmien seurantaa osallistumalla naapurustosi tai kaupunkisi melukartoitukseen ja siten osallistumaan eräänlaiseen meluhaittojen "Wikimapiaan". NoiseTube on Sonyn tutkimushanke Tietojenkäsittelytieteen laboratorio Pariisissa. Hanke keskittyy uuden osallistavan lähestymistavan kehittämiseen suuren yleisön melusaasteiden seurantaan. Tavoitteenamme on laajentaa matkapuhelinten nykyistä käyttöä muuttamalla ne meluantureiksi, joiden avulla jokainen kansalainen voi mitata omaa altistumistaan jokapäiväisessä ympäristössään ja osallistua kaupungin tai naapuruston kollektiiviseen melukartoitukseen. Yleisemmin tässä tutkimushankkeessa tutkitaan, miten osallistavan tunnistamisen käsitettä voidaan soveltaa ympäristöasioihin ja erityisesti melusaasteiden seurantaan. Osallistuva tunnistaminen kannattaa laajalti käytettyjen mobiililaitteiden (esim. Älypuhelimet, kämmentietokoneet) käyttöä hajautettujen anturiverkkojen muodostamiseen, joiden avulla julkiset ja ammattikäyttäjät voivat kerätä, analysoida ja jakaa paikallista tietämystä. voit mitata melutasoa dB (A) (muutaman desibelin tarkkuudella verrattuna ammattikäyttöön tarkoitettuihin laitteisiin), kommentoida miten koet melun (koodaus, subjektiivinen ärsytystaso) ja lähettää kaikki tiedot (aikaleima + geo-lokalisoidut mittaukset + ihmisen syöttö) automaattisesti NoiseTube-palvelimelle puhelimesi Internet-yhteyden kautta. Myöhemmin (kollektiiviset) tulokset voidaan visualisoida kartoilla, kuten esimerkin alla näkyy kuvassa 1. Motivaatiot osallistua NoiseTube -kokemukseen 1. Mittaa henkilökohtainen äänialtistus ja ole tietoisempi ympäristöstäsi Kuinka paljon desibeliä olen alttiina päiväni aikana? Tällaisia tietoja on tällä hetkellä vaikea saada kansalaisten saataville. Sovelluksemme ansiosta voit mitata valotuksesi dB (A) reaaliajassa ilman kalliita äänitasomittaria. Mielestämme henkilökohtaisella ympäristötiedolla voi olla suurempi vaikutus yleisön tietoisuuteen ja käyttäytymiseen kuin valtion virastojen tällä hetkellä tarjoamilla maailmanlaajuisilla ympäristötilastoilla. 2. Osallistu kaupunkisi melusaasteen seurantaan/kartoittamiseen Matkapuhelimellasi voit (ja ryhmäsi) kerätä maantieteellisiä mittauksia, lisätä niihin huomautuksia ja lähettää ne automaattisesti paikallisen melusaasteen kartoittamiseen ja tarjota hyödyllistä tietoa paikallisille yhteisöille tai julkisia instituutioita tukemaan paikallisten asioiden päätöksentekoa odottamatta, että virkamiehet (ympäristövirastot, valtion rahoitus kalliille mittauskampanjoille) kääntävät huomionne naapurustoonne. 3. Auta tiedemiehiä ymmärtämään paremmin kohinaa kokemuksistasi Toisin kuin nykyiset meluhaittojen tiedot, jotka saadaan kiinteistä, tietyille paikoille asennetuista staattisista antureista, "ihmislähtöiset" tietosi voivat olla arvokkaita tiedemiehille, jotta he ymmärtäisivät paremmin ihmisten aiheuttaman melusaasteongelman. NoiseTube -arkkitehtuuri Tämä mobiilisovellus kerää paikallisia tietoja eri antureista ja lähettää ne NoiseTube -palvelimelle, jossa kaikkien osallistujien tiedot keskitetään ja käsitellään. Toinen kuva esittää yleiskuvan tästä arkkitehtuurista, koska mobiilisovellus on osallistujillemme tärkein elementti, keskustelemme siitä nyt yksityiskohtaisesti vaiheessa 1.

Vaihe 1: Laitteet ja ohjelmistot

Mobiilisovelluksen ominaisuudet - Melutason mittaus ja visualisointi reaaliajassa - Merkitseminen kommentoidaksesi mittauksia (esim. Melun lähde, arvioitu ärsytys jne.). Näitä tietoja käytetään lisäämään semanttinen kerros luotuihin melukarttoihin. - Lähetämme (maantieteellisesti lokalisoidut ja aikaleimatut) tiedot automaattisesti tilillesi palvelimellamme päivittämään henkilökohtaisen "altistusprofiilisi" ja kollektiivisen melukartan. Edellytykset-Puhelin, jossa on sisäänrakennettu GPS-piirisarja tai ulkoinen GPS-vastaanotin, joka voidaan yhdistää puhelimeen Bluetoothin kautta. -Puhelin, joka tukee Java J2ME -alustaa (CLDC/MIDP-profiili ja laajennukset: JSR-179 (Location API) ja JSR-135 (Mobile Media API)). - Datapakettitilaus Internet -yhteydelle (GPRS/EDGE/3G -yhteyden kautta).

• Tällä hetkellä sovellusta on testattu perusteellisesti vain Nokia N95 8GB- ja Nokia 6220C -laitteilla. Muut merkit/mallit eivät välttämättä toimi. Muutaman viikon kuluttua aiomme julkaista version Apple iPhonelle. Voit tilata NoiseTube.net -sivuston, jotta pysyt ajan tasalla tästä ja muista tulevista julkaisuista.
• Luotettavien desibelimittausten saavuttamiseksi on suositeltavaa käyttää vain tuettuja (kalibroituja) puhelinmalleja.

Vaihtoehtoisia lähestymistapoja Puhelin + ulkoinen mikrofoni Sisäänrakennetun mikrofonin sijaan voit kytkeä ulkoisen mikrofonin. Kuvassa 1 näet mukautetun ulkoisen mikrofonin Nokia N95: lle. Jos käytät ulkoista mikrofonia, suosittelemme, että asetat mikrofonin liian lähelle kasvojasi, jotta vältät vain oman äänesi mittaamisen. mikrofonin kiinnittäminen ranteen lähelle on hyvä vaihtoehto. Digitaalinen äänitallennin + mobiilisovellus + työpöytäsovellus Noisetuben ensimmäisessä versiossa mobiilisovellus ei suorittanut äänenvoimakkuuden mittausta reaaliajassa. Sen sijaan ympäröivän äänen tallentamiseen käytettiin digitaalista ääninauhuria (esim. M-Audio MicroTrack x -sarja). Mobiilisovellus (v1.0) pyrki paikantamaan käyttäjän (GPS: n kautta) ja helpottamaan kommentointia (koodaus, luokitus,…). Työpöytäsovellusta käytettiin sitten äänenvoimakkuuden mittaamiseen tallennetusta äänestä, näiden tietojen yhdistämiseen sijainnin seurantaan ja käyttäjien kommentteihin ja näiden tietojen lähettämiseen palvelimelle. Kuva 2 esittää yleiskatsauksen NoiseTube v1.0: n arkkitehtuurista.

Vaihe 2: NoiseTube -mobiilisovelluksen käyttäminen

Aloittaminen Kun olet luonut tilin NoiseTube -verkkosivustolle, löytänyt tarvittavat laitteet ja asentanut ohjelmistomme, voit aloittaa NoiseTube -sovelluksen käytön. 1) Sinun on ensin todennettava itsesi tilitiedoillasi. Kun olet kirjautunut sisään kerran onnistuneesti, sovellus ohittaa tämän vaiheen seuraavan kerran, kun käynnistät sen. 2) Voit nyt alkaa mitata ja osallistua NoiseTube -projektiin. Alla keskustelemme eri osista, joista jokainen vastaa sovelluksen pääominaisuutta. 1) Ympäristön melun voimakkuuden mittaus Mittaus alkaa automaattisesti. Näet nykyisen äänenvoimakkuusarvon - mitattu dB (A) - vasemmassa yläkulmassa. Tämän arvon merkityksen lisäämiseksi se liittyy väriin, joka edustaa nykyisen altistumistason mahdollista terveysriskiä:

• <60 dB (A): vihreä (ei riskiä)
• > = 60 ja <70: keltainen (ärsyttävää)
• > = 70 ja <80: oranssi (ole varovainen)
• > 80: Punainen (riskialtista).

Historiakäyrä piirretään myös nähdäkseen mitatun äänenvoimakkuuden kehityksen. Jos haluat ymmärtää paremmin, mitä mitataan, katso alla oleva Tietoja äänenvoimakkuuden mittauksesta -osa. 2) Kommenttien lisääminen merkintöihin lisää fyysisten mittausten merkityskerroksen, joka tiedottaa yhteisölle ja visualisoi melun luonteen kartoissa myöhemmin. Kuten elokuvien merkitseminen YouTubessa tai Deliciousin verkkosivuilla, voit merkitä kohinamittaukset lisäämällä vapaat sanat pilkuilla erotettuina (esim. Melun lähde tai konteksti, luokitus jne.). Melu on monimutkainen ilmiö, koska erittäin subjektiiviseen tapaan, jolla ihmiset ymmärtävät sen. Näiden subjektiivisten tekijöiden tutkimiseksi lisäämme mobiilisovellukseen subjektiivisempia komponentteja sen käyttämiseksi "(sosiaalisena) ärsytysmittarina" (toinen kuva esittää esikatselun siitä, miltä tämä voisi näyttää) ja rakennamme subjektiivisia karttoja melusaasteista. 3) Maantieteelliset mittaukset Käyttäjä voi vaihtaa automaattisen (GPS: n) tai manuaalisen lokalisointitilan välillä napsauttamalla lokalisointikuvaketta (katso kuva 1). GPS: n avulla. Jos se ei onnistu (esim. Sisätilanteen vuoksi), se siirtyy manuaaliseen tilaan, jossa käyttäjän on annettava sijaintinsa (esim. Osoite, metroasema). Voit myös valita nykyisen sijaintisi ennalta määritettyjen sijaintien luettelosta. Nämä paikat voivat olla henkilökohtaisia "suosikkeja" (esim. Koti tai toimisto) tai julkisia paikkoja (esim. Kadut, metroasemat). Lisätietoja äänenvoimakkuuden mittauksesta Äänenvoimakkuusmittari näyttää vastaavan jatkuvan melutason (Leq), mitattuna dB (A) tietyllä aikavälillä tallennetusta äänestä. Sovellus tallentaa jokaisen jakson aikana ympäristöäänen (taajuudella 22500 Hz, 16 bittiä) tietyn ajanjakson aikana ja käsittelee sitten signaalin Leq -arvon poimimiseksi. Kaksi aikaväliä on mahdollista: 1) Hidas vaste (1 sekunti, oletustila), jonka avulla voidaan mitata hitaita äänivaihteluita, jotka ovat hyödyllisiä vakio- tai taustakohinaan; 2) Nopea vaste/lyhyt Leq (125 ms), aika vaihteleville äänille (esim. Lyhyet tapahtumat). Nopean vasteen tila on tällä hetkellä vielä kokeellinen, joten toistaiseksi suosittelemme käyttämään hitaan vasteen tilaa. Tietoja äänen kalibroinnista ja tietojen uskottavuudesta Kalibroimme sovelluksemme saadaksemme uskottavia tietoja Nokia N95 8GB -laitteesta äänitasomittarilla. Loimme vaaleanpunaista kohinaa melun lähteenä ja verrattiin melutasomittarilla mitattuja desibelejä ja sovelluksemme N95 -puhelimella mitattuihin desibeleihin eri äänitasoilla (5 dB välein, 35 dB - 100 dB). Kuvio 3 esittää kaaviota rekisteröimistämme arvoista. Saimme käyrän tarkkuudella noin +/- 10 dB (A). Kun käytimme tämän funktion käänteistä korjaajana, saimme sitten hyviä tuloksia (tarkkuus +/- 3 db). Suunnittelemme saman kalibroinnin myös tulevan iPhone -version kanssa.

Vaihe 3: Tulosten visualisointi

Reaaliaikainen ihmisten altistumisen seuranta Reaaliaikaista seurantaa ehdotetaan visualisoimaan osallistujien kollektiivinen melualtistus Google Earthin avulla. Näet sen siirtymällä osoitteeseen https://noisetube.net/public/realtime.kml. Käyttäjää edustaa sylinteri, jonka korkeus ja väri ovat oikeassa suhteessa käyttäjän äänivalotuksen voimakkuuteen (Leq mitattuna dB (A)). tilillesi ja valitse Oma kartta (tai suoraan osoitteesta: (https://noisetube.net/users/{username}/map.kml]). Jos haluat nähdä kollektiivisen äänialtistuskartan, mene julkiselle kartalle. Jokainen ympyrä tarkoittaa Äänenvoimakkuuden mitta (väri on suhteessa äänenvoimakkuuden tasoon) Tämän fyysisen kerroksen päällä on semanttinen kerros, joka kuvaa toimenpiteiden merkityksen (eli melun lähteet).

Vaihe 4: Tulevaisuuden tutkimus ja johtopäätös

Web 2.0: n beta -hengen mukaisesti päätimme avata alustamme kaikille kehityksen alkuvaiheesta huolimatta. Työkalujemme päivitetyt versiot tarjoavat lähitulevaisuudessa parannettuja ja uusia ominaisuuksia. Tutkimus- ja kehitystyömme jatkuu useilla linjoilla: Kalibrointi Ilman asianmukaista kalibrointia anturilaitteet tuottavat tietoja, jotka eivät välttämättä ole edustavia tai voivat jopa olla harhaanjohtavia. Joten kuinka voimme kalibroida satoja eri matkapuhelintyyppejä tai muita äänitallentimia ilman kalliita äänitasomittaria joka kerta? Ehdotamme tutkia tällaisia tutkimuskysymyksiä eri raidoilla, joissa kalibroituja puhelimia tai akustisesti vakaita paikkoja voidaan käyttää referenssipisteinä puhelimen automaattiseen (uudelleen) kalibrointiin (esim. Kalibrointi kahden puhelimen välillä, jotka on yhdistetty Bluetoothin kautta, jossa yksi on viite ja (puhelin on kalibroitava). Koska useimmat ihmiset viettävät suuren osan päivittäisestä elämästään sisätiloissa, tämä on tärkeä puute, jonka olemme osittain ratkaisseet manuaalisen lokalisoinnin avulla (katso vaihe 2). On kuitenkin olemassa tekniikoita, jotka voivat toimia vaihtoehtona GPS: lle sisätiloissa. Yksi lupaavimmista (ja laajasti tutkituista) lähestymistavoista on GSM-pohjainen paikannus. Tällaiset tekniikat voisivat olla erityisen hyödyllisiä metron (kuten Pariisin metroverkon) melun tutkimisessa, koska sen tiedetään olevan erittäin meluisa ympäristö. Olemme jo kokeilleet ajallisia markkereita ja rekonstruoineet paikkoja interpoloimalla (ks. Kuva). Käyttämällä kuitenkin GSM-pohjaista paikannusta (tunnistamalla antennit eri asemilla käyttäjän sijainnin automaattiseksi havaitsemiseksi) odotamme pystyvämme tuottamaan tarkempia lokalisoituja mittauksia tässä erityisessä ympäristössä tulevaisuudessa. Melupäästötietojen projisointi karttoihin on yhteinen piirre. Äänivalotuksen tallentaminen ihmisten toiminnasta sallii kuitenkin myös sen, että voimme kerätä eräänlaista dataa, joka on enemmän ihmislähtöistä eikä pelkästään paikkakeskeistä tietoa, joka kerätään perinteisillä kaduille sijoitetuilla staattisilla melutasomittareilla. Tästä havainnosta tarkastellaan enemmän sosiaalisia piirteitä. Esimerkiksi luomalla henkilökohtaisia kohinaprofiileja, jotka sisältävät melualtistuksesi ajallisessa ja maantieteellisessä ulottuvuudessa, ja luettelon omista merkityistä melulähteistäsi, joka tarjoaa tavan vertailla ihmisiä ja löytää samankaltaisia profiileja kollektiivisen toiminnan tukemiseksi. Johtopäätös ovat esittäneet uuden tavan seurata ja kartoittaa melusaasteita ihmisten osallistumisen ansiosta. NoiseTube -alustan avulla voit osallistua hajautetun melun mittauskampanjaan matkapuhelimellasi. Tätä alustaa kehitetään edelleen voimakkaasti ja lähitulevaisuus tuo lisää parannuksia. Haluamme kuitenkin kutsua sinut liittymään NoiseTube -yhteisöön ja kokeilemaan ohjelmistoamme. Lisäksi haluamme korostaa, että olemme avoimia yhteistyölle sekä julkisten että tutkimusorganisaatioiden kanssa. Jos haluat lukea tämän työn tieteellisen taustan, tutustu näihin artikkeleihin:

• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe ja Luc Steels. NoiseTube: Meluhaittojen mittaaminen ja kartoittaminen matkapuhelimilla. Lähetetty 4. kansainväliselle symposiumille tietotekniikoista ympäristötekniikassa (ITEE 2009), Thessaloniki, Kreikka. 28.-29.5.2009. Tarkistellaan. PDF
• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe ja Luc Steels. Kansalaisten meluhaittojen seuranta. Lähetetty 10. vuosittaiseen kansainväliseen konferenssiin digitaalisen hallituksen tutkimuksesta (dg.o2009), Puebla, Meksiko, 17.-20. Toukokuuta 2009. Tarkistellaan. PDF

Viitteet

• J. Burke, D. Estrin, M. Hansen, A. Parker, N. Ramanathan, S. Reddy ja M. B. Srivastava. '' Osallistuva tunnistus ''. '' ACM Sensys World Sensor Web Workshop ''. ACM Press, 2006.
• Mansetti D., Hansen M. ja Kang J. Urban Sensing: ulos metsästä. Communications of the ACM, 51 (3), s.24-33, maaliskuu 2008, ACM Press.
• J. Hellbruck, H. Fastl ja B. Keller. Vaikuttaako äänen merkitys äänenvoimakkuuden arviointiin?. In Proceedings of the 18th International Congress on Acoustics (ICA 2004). Sivut 1097-1100.
• D. Menzel, H. Fastl, R. Graf ja J. Hellbruck. Ajoneuvon värin vaikutus äänenvoimakkuuteen. Julkaisussa Journal Of The Acoustical Society Of America, toukokuu 2008, 123 (5), sivut 2477-2479.
• Paulos, E. et ai. Kansalaistiede: Osallistuvan urbanismin mahdollistaminen. In Hand-book of Research on Urban Informatics: The Practice and Promise of the Real-Time City, Marcus Foth (Toim.), S. 414-436, Idea Group, 2008.
• L. Yu ja J. Kang. Sosiaalisten, demografisten ja käyttäytymistekijöiden vaikutukset äänitason arviointiin kaupunkien avoimissa tiloissa. Julkaisussa Journal of the Acoustical Society of America, helmikuu 2008, 123 (2), sivut 772-783.

Kiitokset Tämä projektityö sai osittain tukea EU: lta sopimuksella IST-34721 (TAGora). TAGora-hanketta rahoittaa Euroopan komission Future and Emerging Technologies -ohjelma (IST-FET). Matthias Stevens on Flanderin tieteellisen tutkimusrahaston (Aspirant van het Fonds Wetenschappelijk Onderzoek - Vlaanderen) tutkimusavustaja.