Mål og kartlegg støyforurensning med mobiltelefonen: 4 trinn (med bilder)

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:26

80 dB (A)) "," topp ": 0.13263157894736843," venstre ": 0.506," høyde ": 0.1957894736842105," bredde ": 0.276}]">

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

I denne "instruerbare" vil du lære hvordan du kan bruke din GPS-utstyrte mobiltelefon som en mobilstasjon for å måle din personlige eksponering for støy og delta i den kollektive støykartleggingen av nabolaget eller byen din. Kartene kan visualiseres ved hjelp av Google Earth. Støyforurensning er et alvorlig problem i mange byer. Selv om myndighetene i noen storbyer har lansert kampanjer for å overvåke problemet, er kartene de lager ikke alltid lett tilgjengelige og er vanligvis ikke detaljerte nok til å forstå variasjonene (i tid og rom) i støyen folk blir utsatt for. Ved å bruke våre nye teknologier kan du imidlertid bidra til å forbedre overvåking av slike miljøspørsmål ved å bidra til støykartlegging av nabolaget eller byen din og dermed delta i en slags "Wikimapia" av støyforurensning. NoiseTube er et forskningsprosjekt av Sony Datavitenskapslaboratorium i Paris. Prosjektet er fokusert på å utvikle en ny deltakende tilnærming for å overvåke støyforurensning som involverer allmennheten. Målet vårt er å utvide den nåværende bruken av mobiltelefoner ved å gjøre dem til støysensorer slik at hver innbygger kan måle sin egen eksponering i sitt daglige miljø og delta i den kollektive støykartleggingen av byen eller nabolaget. Mer generelt undersøker dette forskningsprosjektet hvordan begrepet deltakende sansing kan brukes på miljøspørsmål og spesielt for å overvåke støyforurensning. Deltakende sansing går inn for bruk av mye distribuerte mobile enheter (f.eks. Smarttelefoner, PDAer) for å danne distribuerte sensornettverk som gjør det mulig for offentlige og profesjonelle brukere å samle, analysere og dele lokal kunnskap. Ved å installere en gratis applikasjon på din GPS-utstyrte mobiltelefon, du vil kunne måle støynivået i dB (A) (med en presisjon på få desibel sammenlignet med profesjonelle enheter), kommentere hvordan du oppfatter støyen (merking, subjektivt irritasjonsnivå) og sende all informasjon (tidsstempel + geolokaliserte målinger + menneskelig input) automatisk til NoiseTube-serveren via telefonens Internett-tilkobling. Etterpå kan de (kollektive) resultatene visualiseres på kart, som vist i eksemplet i den første figuren. Motivering til å delta i NoiseTube -opplevelsen 1. Mål din personlige lydeksponering og vær mer bevisst på miljøet ditt Hvor mye desibel blir jeg utsatt for i løpet av dagen min? Slik informasjon er for tiden vanskelig å skaffe for innbyggerne. Takket være applikasjonen vår vil du kunne måle eksponeringen din i dB (A) i sanntid uten behov for en dyr lydnivåmåler. Vi tror at personlig miljøinformasjon kan ha en større innvirkning på offentlig bevissthet og oppførsel enn den globale miljøstatistikken som for øyeblikket tilbys av offentlige etater. 2. Delta i overvåking/kartlegging av støyforurensning i byen din Med mobilen din kan du (og din gruppe) samle geolokaliserte målinger, kommentere dem og sende dem automatisk for å kartlegge lokal støyforurensning, og gi nyttig informasjon til lokalsamfunn eller offentlige institusjoner for å støtte beslutningstaking om lokale spørsmål uten å vente på at tjenestemenn (miljøbyråer, statlige midler til dyre målekampanjer) vender oppmerksomheten mot nabolaget ditt. 3. Hjelp forskere til å bedre forstå støy fra din erfaring I motsetning til gjeldende støyforurensningsdata som kommer fra statiske sensorer installert på faste, spesifikke steder, kan dine 'menneskesentriske' data ha stor verdi for forskere for bedre å forstå problemene med støyforurensning gjennom folks NoiseTube -arkitektur NoiseTube -plattformen består av et program som deltakerne må installere på mobiltelefonen for å gjøre den til en støysensorenhet. Denne mobilappen samler lokal informasjon fra forskjellige sensorer og sender den til NoiseTube -serveren, hvor dataene fra alle deltakerne sentraliseres og behandles. Den andre figuren viser en oversikt over denne arkitekturen. Fordi mobilappen er det viktigste elementet for våre deltakere, vil vi nå diskutere den i detalj i trinn 1.

Trinn 1: Utstyr og programvare

Mobilapplikasjonens funksjoner - Måling og visualisering av støynivået du blir utsatt for i sanntid - Merking for å kommentere målingene (f.eks. Støykilden, vurdering av den opplevde irritasjonen, …). Denne informasjonen brukes til å legge et semantisk lag til støykartene som opprettes. - Automatisk sending av (geolokalisert og tidsstemplet) data til kontoen din på serveren vår for å oppdatere din personlige "eksponeringsprofil" og det kollektive støykartet. Krav-En telefon med et innebygd GPS-brikkesett eller en ekstern GPS-mottaker som kan kobles til telefonen via Bluetooth. -En telefon som støtter Java J2ME-plattformen (CLDC/MIDP-profil med utvidelsene: JSR-179 (Location API) og JSR-135 (Mobile Media API)). - Et dataplanabonnement for Internett -tilgang (gjennom GPRS/EDGE/3G).

• For øyeblikket har programmet bare blitt grundig testet på Nokia N95 8GB og Nokia 6220C. Andre merker/modeller fungerer kanskje ikke. Om noen uker planlegger vi å gi ut en versjon for Apple iPhone. Du kan abonnere gjennom NoiseTube.net for å holde deg informert om dette og andre fremtidige utgivelser.
• For å oppnå troverdige desibelmålinger anbefales det at bare støttede (kalibrerte) telefonmodeller brukes.

Alternative tilnærminger Telefon + ekstern mikrofon I stedet for å bruke den innebygde mikrofonen kan du koble til en ekstern mikrofon. På figur 1 ser du en skreddersydd ekstern mikrofon for Nokia N95. Hvis du bruker en ekstern mikrofon, anbefaler vi at du plasserer mikrofonen ikke for nær ansiktet ditt for å unngå å måle din egen stemme. å feste mikrofonen nær håndleddet er et godt alternativ. Digital lydopptaker + mobilapplikasjon + skrivebordsprogram I den første versjonen av Noisetube ble ikke lydmåling utført i sanntid av mobilappen. I stedet ble en digital lydopptaker (f.eks.: M-Audio MicroTrack x-serien) brukt til å ta opp omgivelseslyden. Mobilapplikasjonen (v1.0) hadde som mål å lokalisere brukeren (via GPS) og gjøre det lettere å kommentere (tagging, vurdering, …). Et skrivebordsprogram ble deretter brukt til å trekke ut målingene for lydstyrke fra den innspilte lyden, kombinere disse dataene med posisjonssporet og brukerkommentarer og sende denne informasjonen til serveren. Figur 2 viser en oversikt over arkitekturen til NoiseTube v1.0.

Trinn 2: Bruke NoiseTube -mobilprogrammet

Komme i gang Når du har opprettet en konto på NoiseTube -nettstedet, funnet nødvendig utstyr og installert programvaren vår, kan du begynne å bruke NoiseTube -applikasjonen. 1) Du må først autentisere deg med kontodetaljene dine. Når du har logget deg på én gang, vil programmet gå forbi dette trinnet neste gang du starter det. 2) Du kan nå begynne å måle og bidra til NoiseTube -prosjektet. Brukergrensesnittet Skjermbildet i den første figuren viser brukergrensesnittet. Nedenfor diskuterer vi de forskjellige delene, som hver tilsvarer et hovedtrekk ved applikasjonen. 1) Måling av lydstyrken til omgivelsesstøy Målingen starter automatisk. Du kan se gjeldende lydstyrkeverdi - mål i dB (A) - øverst til venstre. For å tilføre denne verdien mening, er den assosiert med en farge som representerer den potensielle helserisikoen for det nåværende eksponeringsnivået:

• <60 dB (A): Grønn (ingen risiko)
• > = 60 og <70: Gul (irriterende)
• > = 70 og <80: Oransje (vær forsiktig)
• > 80: Rød (risikabelt).

En historikkurve er også tegnet for å se utviklingen av den målte lydstyrken. For å bedre forstå hva som faktisk måles, se delen "Om lydmåling" nedenfor. 2) Kommentering Merking legger til et lag med mening til de fysiske målingene for å informere samfunnet og for å visualisere støyens art på kart etterpå. Som å merke filmer på YouTube eller nettsider på Delicious, kan du merke støymålingene ved å legge til gratisord som er atskilt med et komma (f.eks. Kilden til støyen eller konteksten, en vurdering osv.). Støy er et komplekst fenomen pga. til den svært subjektive måten mennesker oppfatter det på. For å studere disse subjektive faktorene vil vi legge til flere subjektive komponenter i mobilappen for å bruke den som en "(sosial) irritasjonsmåler" (den andre figuren viser en forhåndsvisning av hvordan dette kan se ut) og bygge subjektive kart over støyforurensning. 3) Geolokaliserende målinger Brukeren kan bytte til mellom en automatisk (ved hjelp av GPS) eller en manuell lokaliseringsmodus ved å klikke på lokaliseringsikonet (se figur 1). Ved start av programmet aktiveres den automatiske modusen og prøver å lokalisere brukeren ved hjelp av GPS. Hvis det ikke lykkes (f.eks. På grunn av en innendørs situasjon), vil det bytte til manuell modus, der brukeren må angi posisjonen sin (f.eks. En adresse, t -banestasjonslinjen). Det er også mulig å velge din nåværende posisjon fra en liste over forhåndsdefinerte steder. Disse stedene kan være personlige "favoritter" (f.eks. Hjemme eller på kontoret) eller offentlige steder (f.eks. Gater, T -banestasjoner) Mer informasjon Om lydmåling Lydighetsmåleren viser det tilsvarende kontinuerlige lydnivået (Leq) målt i dB (A) av lyden som er spilt inn med et gitt tidsintervall. I hver syklus registrerer applikasjonen miljølyden (ved 22500 Hz, 16bits) i løpet av et tidsintervall, og behandler deretter signalet for å trekke ut Leq -verdien. To intervaller er mulige: 1) Langsom respons (1 sekund, standardmodus), dette gjør det mulig å måle den langsomme lydvariasjonen, nyttig for konstant eller bakgrunnsstøy; 2) Rask respons/kort Leq (125 ms), for tidsvarierende lyder (f.eks. Korte hendelser). Hurtigresponsmodusen er foreløpig fortsatt eksperimentell, så foreløpig anbefaler vi å bruke modusen for langsom respons. Om lydkalibrering og informasjonstroverdighet For å kalibrere applikasjonen vår for å få troverdig informasjon om en Nokia N95 8GB, brukte vi et lydnivåmåler. Vi genererte en rosa støy som kilde til støy og sammenlignet desibelene målt med en lydnivåmåler og de som ble målt av applikasjonen vår på N95 -telefonen ved forskjellige lydnivåer (hver 5 dB, fra 35 dB til 100dB). Figur 3 viser en graf over disse verdiene vi registrerte. Vi oppnådde en kurve med en presisjon rundt +/- 10 dB (A). Etter å ha brukt det inverse av denne funksjonen som en korrektor, fikk vi gode resultater (presisjon på +/- 3 db). Vi planlegger å gjøre den samme kalibreringen med den fremtidige iPhone -versjonen. Når du har forstått hvordan du bruker NoiseTube -appen, inviterer vi deg til å teste den på gaten i nabolaget ditt!

Trinn 3: Visualisere resultatene

To visualiseringer er nå tilgjengelige. Overvåking i sanntid av folks eksponering Realtidsovervåking er foreslått for å visualisere den kollektive støyeksponeringen til deltakere som bruker Google Earth. Du kan se det ved å gå til https://noisetube.net/public/realtime.kml. En bruker er representert av en sylinder hvis høyde og farge står i forhold til lydstyrken (Leq målt i dB (A)) for brukerens lydeksponering. Kart over støyforurensning i byen Du kan også se gjeldende kart over din personlige eksponering ved å gå til kontoen din og velge "Mitt kart" (eller direkte via: (https://noisetube.net/users/{brukernavn//kart.kml]). For å se det kollektive lydeksponeringskartet, gå til det offentlige kartet. Hver sirkel betyr et mål for lydstyrke (fargen er proporsjonal med lydstyrkenivået). På toppen av dette fysiske laget er det et semantisk lag som beskriver betydningen av tiltakene (dvs. støyens kilder).

Trinn 4: Fremtidig forskning og konklusjon

I tråd med "beta" -ånden i Web 2.0 bestemte vi oss for å åpne plattformen vår for alle, til tross for det tidlige utviklingsstadiet. I nær fremtid vil oppdaterte versjoner av verktøyene våre tilby forbedrede og nye funksjoner. Vår forskning og utvikling vil fortsette langs flere spor: Kalibrering Uten riktig kalibrering produserer sensorenheter data som kanskje ikke er representative eller kan være misvisende. Så hvordan kan vi kalibrere hundrevis av forskjellige mobiltelefontyper eller andre lydopptakere uten å bruke en dyr lydnivåmåler hver gang? Vi foreslår å undersøke slike forskningsspørsmål etter forskjellige spor, hvor kalibrerte telefoner eller akustiske stabile steder kan brukes som referansepunkter for automatisk (re) kalibrering av en telefon (f.eks. Kalibrering mellom 2 telefoner, koblet til via Bluetooth, hvor den ene er referansen og annen er telefonen for å kalibrere). Innendørs lokalisering GPS -systemet støtter praktisk talt ikke innendørs lokalisering. Fordi de fleste tilbringer mye av sitt daglige liv innendørs, er dette en viktig mangel som vi delvis har løst gjennom manuell lokalisering (se trinn 2). Imidlertid er det teknologier som kan fungere som alternativer for GPS i innendørs scenarier. En av de mer lovende (og mye studerte) tilnærmingene er GSM-basert posisjonering. Slike teknologier kan være spesielt nyttige for å undersøke støy i t -banen (for eksempel Paris 'Metro -nettverk), som er kjent for å være veldig støyende miljøer. Vi har allerede eksperimentert med tidsmarkører og en rekonstruksjon av steder ved interpolasjon (se figur). Men ved å bruke GSM-basert posisjonering (identifisere antenner på forskjellige stasjoner, for automatisk å oppdage brukerens plassering), forventer vi at vi vil kunne produsere mer nøyaktig lokaliserte målinger i dette spesielle miljøet i fremtiden. Sosialt aspekt: Samfunnsbygging Å projisere data om støyforurensning på kart er det vanlige trekket. Men ved å registrere lydeksponering fra folks aktivitet kan vi også samle en slags data som er mer menneskesentrert og ikke bare stedsentrert data som samles inn av tradisjonelle statiske lydnivåmålere satt i gater. Fra denne observasjonen vil vi se på flere sosialrelaterte funksjoner. For eksempel kan du lage personlige støyprofiler som inneholder støyeksponeringen din i tidsmessige og geografiske dimensjoner og en liste over dine egne merkede støykilder, som gir en måte å sammenligne mennesker og finne lignende profiler for å støtte kollektiv handling. Konklusjon I denne "instruerbare" vi har presentert en ny måte å overvåke og kartlegge støyforurensning takket være folks deltakelse. NoiseTube -plattformen lar deg bidra til en distribuert støymålingskampanje ved hjelp av mobiltelefonen din. Denne plattformen er fortsatt under sterk utvikling, og den nærmeste fremtiden vil bringe ytterligere forbedringer. Imidlertid vil vi invitere deg til å bli med i NoiseTube -fellesskapet og prøve programvaren vår. Hvis du har spørsmål, forslag eller andre kommentarer, ikke nøl med å kontakte oss eller reagere gjennom kommentarene til denne instruksen. Videre vil vi understreke at vi er åpne for å samarbeide med både offentlige eller forskningsorganisasjoner. Videre lesing For å finne ut mer og holde deg informert om NoiseTube -prosjektet, vennligst besøk vårt nettsted på www.noisetube.net. Hvis du vil lese om den vitenskapelige bakgrunnen for dette verket, kan du se disse artiklene:

• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe og Luc Steels. NoiseTube: Måling og kartlegging av støyforurensning med mobiltelefoner. Sendt til 4th International Symposium on Information Technologies in Environmental Engineering (ITEE 2009), Thessaloniki, Hellas. 28.-29. mai 2009. Under vurdering. PDF
• Nicolas Maisonneuve, Matthias Stevens, Maria Niessen, Peter Hanappe og Luc Steels. Overvåking av støyforurensning fra innbyggerne. Sendt til 10. årlige internasjonale konferanse om digital regjeringsforskning (dg.o2009), Puebla, Mexico, 17.-20. Mai 2009. Under vurdering. PDF

Referanser

• J. Burke, D. Estrin, M. Hansen, A. Parker, N. Ramanathan, S. Reddy og M. B. Srivastava. '' Participatory Sensing ''. I '' ACM Sensys World Sensor Web Workshop ''. ACM Press, 2006.
• Cuff D., Hansen M. og Kang J. Urban Sensing: ut av skogen. Communications of the ACM, 51 (3), s. 24-33, mars 2008, ACM Press.
• J. Hellbruck, H. Fastl og B. Keller. Påvirker lydens betydning lyddømmene?. I Proceedings of the 18th International Congress on Acoustics (ICA 2004). Sider 1097-1100.
• D. Menzel, H. Fastl, R. Graf og J. Hellbruck. Påvirkning av kjøretøysfarge på dommer i lydstyrke. I Journal Of The Acoustical Society Of America, mai 2008, 123 (5), sider 2477-2479.
• Paulos, E. et al. Citizen Science: Enabling Participatory Urbanism. I Hand-book of Research on Urban Informatics: The Practice and Promise of the Real-Time City, Marcus Foth (red.), S. 414-436, Idea Group, 2008.
• L. Yu og J. Kang. Effekter av sosiale, demografiske og atferdsfaktorer på lydnivåevalueringen i urbane åpne områder. I Journal of the Acoustical Society of America, februar 2008, 123 (2), side 772-783.

Erkjennelser Dette prosjektarbeidet ble delvis støttet av EU under kontrakt IST-34721 (TAGora). TAGora-prosjektet er finansiert av programmet Future and Emerging Technologies (IST-FET) fra Europakommisjonen. Matthias Stevens er forskningsassistent for fondet for vitenskapelig forskning, Flandern (Aspirant van het Fonds Wetenschappelijk Onderzoek - Vlaanderen).